Page 183 - CATALOGUE AGINIUS 2020

Base de données Base de données

PowerPivot/PowerBI - Analyse de données SQL Server, Implémenter un
BigData, Architecture et technologies Power BI & Power BI Designer
Excel 2010 à 2016 DataWarehouse
2 jours 1 jour 1 jour 5 jours
Objectifs Ref. 5-PP-BIG Objectifs Ref. 5-PP-ANY Objectifs Ref. 5-PP-PBI Objectifs Ref. 4-SQL-70463
• Comprendre les concepts du BigData et connaître les technologies • Réaliser des interrogations puissantes sur des SGBD ou des bases • Construire et diffuser des tableaux de bord d’analyse de données, avec • Comprendre les concepts d’entrepôts de données
associées multidimensionnelles depuis Excel des données issues de sources diverses, de manière centralisée, sans • Savoir comment concevoir et implémenter un entrepôt de données
Public Public Excel, avec Power Bi Designer • Apprendre à concevoir et implémenter des packages SSIS
• Etre capable d’implémenter le chargement d’un entrepôt de données avec
• Chefs de projets, architectes, et toute personne souhaitant connaître les • Tout utilisateur Excel devant analyser des données externes avec Excel Public SSIS
outils et solutions pour mettre en place une architecture BigData • Toute personne devant analyser des données Public
Prérequis Prérequis Prérequis • Administrateurs et développeurs devant mettre en oeuvre une solution de
• Bonne culture générale sur les systèmes d’information • Pratique des tableaux, tableaux et graphiques croisés dynamiques • Utilisation de données, par exemple sous Excel Business Intelligence
Moyens pédagogiques Moyens pédagogiques Moyens pédagogiques Prérequis
• Formateur expert dans le domaine • Formateur expert dans le domaine • Formateur expert dans le domaine • Administration de bases de données
• Mise à disposition d’un ordinateur, support de cours remis à chaque
• Mise à disposition d’un ordinateur, support de cours remis à chaque participant, vidéo projecteur, tableau blanc et paperboard • Mise à disposition d’un ordinateur, support de cours remis à chaque Moyens pédagogiques
participant, vidéo projecteur, tableau blanc et paperboard • Feuille de présence signée en demi-journée, évaluation des acquis tout au participant, vidéo projecteur, tableau blanc et paperboard
• Feuille de présence signée en demi-journée, évaluation des acquis tout au long de la formation, questionnaire de satisfaction, attestation de stage • Feuille de présence signée en demi-journée, évaluation des acquis tout au • Formateur expert dans le domaine
long de la formation, questionnaire de satisfaction, attestation de stage long de la formation, questionnaire de satisfaction, attestation de stage • Mise à disposition d’un ordinateur, support de cours remis à chaque
participant, vidéo projecteur, tableau blanc et paperboard
• Feuille de présence signée en demi-journée, évaluation des acquis tout au
long de la formation, questionnaire de satisfaction, attestation de stage

Programme Programme Programme Programme

1. Introduction 1. Introduction 1. Introduction 1. Introduction aux entrepôts de données
• Le besoin : volumes importants de données, traitements optimisés de flux • Présentation des concepts d’entrepôts de données • L’analyse de données • Décrire les concepts et les considérations architecturales d’un entrepôt de
de données au fil de l’eau (nouvelles technologies et nouveaux usages). • Notion de cube OLAP • Sources de données et connecteurs données
• Domaines concernés : recherche scientifique, médical, e-commerce, • Présentation de l’analyse de données • Bases de données relationnelles, NoSQL, LDAP, Journaux, tables HTML... • Considérations sur les solutions d’entrepôt de données
sécurité, ... • Excel, PowerPivot et Power BI • Pivots et cubes 2. Considérations matérielles pour un entrepôt de données
• Développement des techniques sur différents aspects : stockage, indexa- 2. Installation/Activation de PowerPivot • Données locales, distantes, hébergées (Cloud) • Le challenge de la construction d’un entrepôt de données
tion/recherche, calcul • Prérequis 2. Power BI • Architectures de référence d’un entrepôt de données
• Définition de ETL : Extract Transform Load • 2010 : Téléchargement et installation de PowerPivot • Les versions : gratuite, payante, SaaS, Desktop • Data Warehouse Appliances
• Les acteurs aujourd’hui • 2013 : Activation de PowerPivot • Power BI Mobile 3. Concevoir et implémenter un entrepôt de données
2. Stockage 3. Connexion aux sources de données • Power BI Designer • Concevoir l’architecture logique d’un entrepôt de données
• Caractéristiques NoSQL : • Présentation des sources de données disponibles • Atelier : téléchargement et installation de Power BI Designer • Concevoir l’architecture physique d’un entrepôt de données
• Structure de données proches des utilisateurs, développeurs • Connecter PowerPivot aux données 3. Créer une requête 4. Concevoir et implémenter le schéma d’un entrepôt de données
• Données structurées et non structurées, documents, images, 4. Obtention des données • Connecteurs proposés
• Fichiers XML, JSON, CSV, ... • Créer une requête(obtenir les données) • Introduction aux ETL avec SSIS
• Les différents modes et formats de stockage • Accès aux données d’un fichier texte • Former les données à son besoin • Explorer les sources de données
• Stockage réparti : réplication, sharping, gossip protocl, hachage, • Accès aux données SQL Server • Agrégation de données • Implémenter un flux de données
• Systèmes de fichiers distribués : GFS, HDFS, BigTable, ... • Accès aux cubes OLAP • Champs calculés & Mesures 5. Implémenter un flux de contrôle dans un package SSIS
• Les bases de données • Accès aux données locales (Excel, Access...) • Colonne Pivot • Introduction au flux de contrôle
• Quelques exemples de produits et leurs caractéristiques : cassandra, • Accès aux données de pages Web • Le langage M • Création de packages dynamiques
MongoDB, CouchDB, DynamoDB... • Filtrer la requête par un tableau de paramètres • Ateliers : création d’une requête ; agrégation de données ; création de • Utilisation des containers
3. Indexation et recherche 5. Tableau croisé dynamique PowerPivot champs calculés (personnalisés) et de mesures ; analyse croisées avec • Gérer la consistance
• Moteurs de recherche 6. Relations, calculs et traitements dans les cubes PowerPivot colonne pivot ; modification d’une requête en langage M. 6. Déboguer et résoudre les problèmes des packages SSIS
• Principe de fonctionnement • Création de relations entre différentes sources 4. Combiner les données de différentes sources • Déboguer un package SSIS
• Méthodes d’indexation • Ajout de colonnes et de colonnes calculées • Détection automatique des relations • Enregistrer les événements d’un package SSIS
• Exemple de Lucene, et mise en oeuvre avec solr • Filtrage des données • Création manuelle des relations • Gérer les erreurs dans un package SSIS
• Recherche dans les bases de volumes importants • Présentation du langage Data Analysis Expressions (DAX) • Ateliers : création de requêtes depuis différentes sources ; présentation de 7. Implémenter un processus ETL incrémental
• Exemples de produits et comparaison : dremel, drill, elasticsearch, MapRe- • Les totaux données géographiques sur une carte. • Introduction aux processus ETL incrémentaux
duce... 7. PowerMap (2013) / Cartes 3d (2016) 5. Créer un rapport • Extraire des données modifiées
4. Calcul et restitution, intégration • Choix de la colonne géographique • Créer un rapport, en gérer les pages • Charger des données modifiées
• Différentes solutions : calculs en mode batch, ou en temps réel, sur des • Ajustement de la carte • Insertion de graphiques 8. Assurer la qualité des données
flux de données ou des données statiques. 8. Graphiques • Liaison de graphiques • Introduction au nettoyage de données
• Les produits : langage de calculs statistiques, R Statistics Language • Les graphiques croisés dynamiques • Indicateurs Clés de Performance • Utiliser DQS pour nettoyer les données
• Outils de calcul sur des volumes importants : storm en temps réel, hadoop • Upload d’un rapport Designer dans un tableau de bord Power BI • Utiliser DQS pour la mise en correspondance de données
en mode batch. • Ateliers : création d’un rapport ; publication d’un rapport dans un
• Zoom sur Hadoop : complémentarité de HDMS et MapReduce. Dashboard Power BI 9. Utiliser les Master Data Services
5. Evolutions • Concepts des Master Data Services
• Implémenter un modèle Master Data Services
• Les offres Saas BigData, type Google BigQuery • Utiliser le composant Excel pour les Master Data Services
• Les limites actuelles. Les avancées annoncées. 10. Extension de SQL Server Integration Services
• Utilisation de scripts dans SSIS
• Utilisation de composants personnalisés dans SSIS
11. Déploiement et configuration de packages SSIS
• Vue d’ensemble du déploiement de SSIS
• Déployer des projets SSIS
• Planifier l’exécution du package SSIS

180 FORMATIONS 2020 FORMATIONS 2020 181