微软商业智能与数据挖掘精英版培训大纲（20080909）

入学基础：

   1、有一定的数据库设计、开发（使用、维护）经验

   2、熟悉SQL（关系型数据库的结构化查询语言）

   3、了解所在企业系统的一般应用需求

   培训目标：

   1、全面掌握微软新一代业务智能平台（SQL Server 2005及其相关 服务组件）

   2、理解BI系统的组成原理

   3、掌握BI系统的通用设计方法

   4、掌握SQL Server 2005 BI平台的体系结构

   5、掌握SQL Server 2005 BI平台实现业务智能化的核心方法

   6、学习SQL Server 2005 BI平台功能扩展的应用背景和主要途径

   7、学习SQL Server 2005 BI平台持续、有效保证业务智能化的原则与技巧

   8、了解SQL Server 2005数据挖掘平台及其实际应用

   培训课时： 12课时

   使用软件：SQL Server 2005集成服务(SSIS)、分析服务(SSAS)、报表服务(SSRS)

    动手实验：

   1、自顶向下设计多维数据库

   2、通过SSIS完成数据抽取、转换，并加载企业数据仓库

   3、实现第一个SSAS多维数据库

   4、利用多维表达式(MDX)及其查询提升业务分析能力

   5、通过SSRS设计、管理多维分析报表

   6、案例：SQL Server 2005 商业智能平台如何提升现代商业企业分析决策能力

专题一：ETL设计 （第一天上午）	授课内容	备注
	内容一、SSIS 简介 1、控制流介绍 2、数据流介绍 3、事件处理 4、包浏览器 内容二、控制流组件详解 1、循环容器 2、执行SQL任务 3、文件系统任务 4、执行进程任务 5、执行DTS2000包任务 6、脚本任务 7、发送邮件任务 内容三：数据流任务： 1、条件拆分 2、数据转换 3、派生列 4、排序 5、缓慢变化维度 6、合并联接 7、分播 8、查找和模糊查找 9、分组和模糊分组 内容四：创建SSIS包 1、创建控制流任务 2、创建数据流任务 3、使用数据源和数据源视图 4、使用变量 5、使用约束 6、使用表达式 7、使用连接管理器 内容五：管理SSIS包 1、使用日志功能 2、使用配置文件 3、使用检查点 4、使用安全性设置 内容六：监视和优化SSIS包 1、使用数据查看器 2、使用包浏览器 3、SSIS包的性能优化 内容七：SSIS包的安装和部署 1、SSIS包的配置 2、SSIS包的安装 3、SSIS包的部署 内容八：SSIS包程序设计 1、创建SSIS包自定义组件 2、程序调用SSIS包	ETL相关概念，SSIS功能，组件详解和包的安装、配置、管理、部署和二次开发等。
专题二： 构建多维数据库 （第一天下午）	授课内容	备注
	内容一：创建多维数据库 1、定义数据源 2、定义数据源视图 3、创建维度 4、创建多维数据集 5、设置量度组成员 内容二：统一维度模型（UDM） 1、定义业务实体 2、定义业务逻辑 3、定义计算成员 内容三：SSAS高级特性 1、维度层次 2、货币转换 3、本地化 4、使用文件夹 5、透视 6、使用Action 7、使用Writeback实现可交互cube 8、关键性能指标（KPI） 内容四：MDX语言 1、MDX概念 2、MDX语法结构 3、MDX的查询功能 4、使用MDX定制商务逻辑 5、MDX复杂案例分析 6、MDX与权限管理 内容五：分析服务的可扩展设计 1、针对VLDB的分区设计、存储设计等 2、AMO介绍 3、XMLA介绍	SSAS相关概念，功能介绍，以及如何搭建cube和SSAS的高级特性、技巧等。
专题三： 前端报表展现分析 （第二天上午）	授课内容	备注
	内容一：使用Report Model开发报表 1、Report Model介绍 2、创建数据源 3、使用报表控件 4、使用参数 5、使用级连报表 内容二：使用Report Builder开发报表 1、Report Model介绍 2、创建数据源 3、使用向导 4、使用参数 内容三：报表管理 1、权限管理 2、角色定义 3、报表配置 内容四：报表分发和定制 1、报表分发 2、报表定制 内容五：报表服务整合 1、与Microsoft SharePoint Portal Server的整合 2、与ProClarity的整合 3、与Office System等的整合	SSRS功能介绍，Report Model，Report Builder等的开发使用，SSRS与第三方软件的比较及集成等。
专题四： 数据挖掘模型介绍 （第二天下午）	授课内容	备注
	内容一：SQL Server 2005中九种新型数据 挖掘算法模型 1、 九种挖掘算法模型应用的背景 2、 决策树算法与模型设计 3、 聚类算法与模型设计 4、 关联规则算法与模型设计 5、 贝叶斯算法与模型设计 6、 时间序列算法与模型设计 7、 其他挖掘算法与模型设计 内容二：常用挖掘模型详解 1、决策树算法详解及工具实现 2、聚类算法详解及工具实现 3、关联规则算法详解及工具实现 4、贝叶斯算法详解及工具实现 5、时间序列算法详解及工具实现 6、数据挖掘模型评估 内容三：DMX语言 1、DMX语法结构 2、使用DMX将挖掘结果导出 3、使用DMX进行参数设置 内容四：挖掘模型与SSIS的整合 1、数据挖掘查询任务 2、数据挖掘模型训练任务 3、SSAS处理任务中的挖掘模型处理 内容五：基于挖掘模型的二次开发 1、CS结构的开发 2、BS结构的开发	SQL Server 2005中9种挖掘算法介绍，数据挖掘模型介绍和关键挖掘模型详细功能介绍和工具实现。