数据库架构案例分析、案例讲解
高级数据库架构师研修班(重庆)通知
软件生产过程中,软件架构是核心位置,但软件自身的核心是领域,即数据库的架构和设计,数据库的架构也将影响软件未来的稳定性。研究数据库建模与设计,数据分析模型的建设,揭示数据库中心建设的策略和模式,是企业数据库建设的关键。为此,国信培训在总结IBM、Microsoft等大型软件开发商的开发经验的基础上,在国内率先开发了本课程,以培训数据库架构设计的高级人才。
课程目标:通过本课程的学习,掌握数据业务模型构建过程、数据库架构设计、数据库详细设计以及数据库分析挖掘技术,揭示数据库中心建设的策略和模式,提高数据库构架设计思维方式与技巧,解决数据库中心建设问题并利于数据库的维护与管理。
课程特点:本次培训由资深专家全程组织答疑,为大家解答实际工作中遇到的难题!同时现场将与学员分享成功的经验与案例的讲解分析!
学习对象:项目经理、软件架构师与设计师、数据库开发工程师、软件开发工程师等。
课程安排:(4天)
★课程安排
第一天 数据业务模型建立 领域分析:
领域语言、业务语言与数据元;领域分析方法;
数据业务分析:业务模型获取;数据分析规则获取;行业性数据业务模型分析;
需求分析:用例模型与数据需求的关系;数据质量需求;
案例分析
可操性的领域分析流程实践;
可操作性的数据业务分析流程实践;
可操作性需求分析流程实践
第二天 数据库架构设计 数据库体系结构设计:
数据库体系结构模式;业务分离与数据库分离关系;内存规划;软硬件环境规划;数据库进程、线程与连接规划;
数据库文件系统设计:
分布式数据库系统设计:数据库群的水平与竖直切分设计;数据库群故障处理策略;分布式环境中数据库文件系统设计
案例分析
软件研发过程数据库系统结构规划;
Google、MySpace、Amazon分布式数据库群的策略;
第三天 数据库详细设计 ORM模式与设计:
将领域模型映射到业务实体设计;业务实体类型决策;对象关系模式
UI层、中间层集成设计:数据传输对象设计;数据UI层设计;中间层业务对象生命周期的管理;分布状态业务对象管理
数据持久层设计:数据库源的适应性设计;数据库访问模式决策;数据源模式;ORM工具选择
数据库表规划设计:单数据表设计;数据表关联设计;访问权限设计;元数据表设计;事务脚本设计
案例分析
开源ORM分析;
XXX财务系统、XXX商用化软件数据库表分析
第四天 数据中心规划设计 数据聚合:
结构化、半结构化与无结构化数据的清洗设计;ETL与ESB;对比各个数据库厂商提供的ETL技术
数据分析与数据挖掘规划设计:数据分析模型建立;数据分析结果展现;数据挖掘模型建立;数据挖掘结果展现;知识管理与商业智能
数据中心规划设计:门户展现设计;行业数据中心的分析设计;分析XXX行业数据中心设计方案
案例分析
某大型门户网站日志数据清洗设计
软件生命周期数据度量模型分析;
软件研发过程数据中心方案设计;
★ 讲师
国信高级技术培训中心的资深专家、高级顾问,中科院负责领导国家级软件项目首席架构师、受聘于包括微软在内的国际知名IT厂商的金牌讲师,通晓国际项目环境和管理模式,熟悉中国企业的管理实践。曾主持过中国电信、人民银行、长春一汽等多个大型复杂的软件项目架构设计,培训客户包括微软、惠普、神州数码、平安保险、首都机场等几百家企业,有着非常深厚的理论基础和丰富的实际工作经验。
★ 时间
从即日起开始报名,截止时间为4 月 18 日,开班时间为 4月 19 -- 22日,名额有限,欲报从速。
★ 学费
收费标准为4000元/人(含教材费、讲义费、午餐费、证书费、讲座费等)。外地学员食宿统一代为安排,费用自理。
★ 证书和认证
培训结束后,学员获得国信高级技术培训中心颁发数据库架构设计师合格证书。
★联系方式
联系人: 高 征
电话:010-83539023 传 真: 010-83539592
手 机: 13811501355 13933639759
Email: gxgaozheng@126.com msn:gaozheng_1984@hotmail.com
问题点数:20 回复次数:0 显示所有回复显示星级回复显示楼主回复 修改 删除 举报 引用 回复
将帖子提前 放进我的网摘 推荐给好友 我要提问 帖子加分 结贴去... 管理菜单 页面风格切换标准风格老版本论坛
相关推荐
《Hive数据仓库案例教程》教学大纲.pdf
**Hive数据仓库基础**:这一部分主要讲解数据仓库的基本概念,包括数据仓库的特性、数据仓库与数据库的区别,以及Hive数据仓库的原理。学生需要理解Hive架构,以及它在大数据处理中的角色。2.
解读数据仓库建模与ETL的实践技巧【附全文阅读】
本文面向企业IT技术团队、数据分析师等数据从业者,重点介绍数据仓库建模与ETL实践。内容包含基础认知(BI框架、数据仓库特点)和两大核心模块:数据仓库建设(架构设计、五步法建模、维度处理技巧)和ETL关键技术(数据抽取转换装载方法及工具)。通过零售业案例实操演示,提供从理论到实践的全流程指导,适用于企业级数据仓库搭建与优化需求。
大数据领域数据仓库的集群管理技巧
数据仓库集群分布式架构:数据和计算任务分布在多个节点横向扩展能力:可通过增加节点线性扩展容量和性能多组件协同:包含存储、计算、调度、元数据等多个功能组件面向分析:优化用于复杂查询和批量数据处理,而非事务处理特性维度传统数据库集群数据仓库集群数据规模GB-TB级TB-PB级查询类型短事务、高并发复杂分析、长查询数据模型规范化模型星型/雪花模型、宽表扩展性目标主要提升并发处理能力主要提升数据存储和处理能力节点角色主从结构清晰角色多样(主节点、计算节点等)存储计算关系。
【系统分析师】预测试卷一:案例分析题目及答案详解
摘要 本文围绕系统架构设计与数据库优化展开讨论。试题1分析了外卖平台微服务架构的演进过程,强调微服务应随业务发展逐步演化(问题1),指出微服务包含独立API和数据资源,具有模块化、独立部署等优势(问题2),并以订餐系统为例设计了用户管理、商户管理和支付管理三类微服务(问题3)。 试题2探讨数据库反规范化技术,阐述了派生冗余列、冗余列和表分割的作用(问题1),对比了范围分区、哈希分区和列表分区的特性差异(问题2)。针对物流SaaS系统,提出通过租户ID实现数据隔离,并建议采用列表分区方式优化订单表设计(问题3
《数据仓库原理、设计与应用》电子教案
最后,第六章可能涉及数据仓库的应用场景和案例分析。这可能涵盖各种行业,如金融、零售、医疗等,展示数据仓库如何帮助企业从海量数据中提取价值,支持决策制定。


软件培训
