SQL Server 2016, Business Intelligence, 5 jours

Présentation

  • La version 2016 de SQL Server BI apporte un enrichissement des fonctions d’analyse, un support élargi dans le catalogue SSIS et l’intégration de rapports SSRS dans Power BI.
  • Ce stage vous présentera la chaîne complète de conception d’une solution décisionnelle avec SQL Server 2016 BI.
  • Vous mettrez en oeuvre un Datawarehouse avec SSIS, construirez des cubes multidimensionnels avec SSAS, et mettrez à disposition des rapports professionnels avec SSRS.
  • Enfin, vous découvrirez la solution d’analyse Power BI et les services « SQL Server R Services » pour la Data Science.

Objectifs pédagoqiques

  • Comprendre l’architecture de la suite BI de SQL Server
  • Aborder les concepts de change data capture, data quality et master data services
  • Créer un flux de contrôle et mettre en oeuvre des transformations de données avec l’ETL SSIS
  • Créer une base Analysis Services et mettre en place des dimensions d’analyse
  • Comprendre les concepts de PowerPivot et Powerview, requêtes DAX pour l’analyse
  • Créer et mettre en forme des rapports avec SSRS
  • Découvrir PowerBI

Durée : 5 jours – 30 heures

Dates et prix : contact@fc3h.fr

Préréquis

  • Connaissances de base des SGBDR, de la base SQL Server et du langage SQL.
  • Connaissances de base des principes de modélisation de Data Warehouse.

Public concerné

Chefs de projet BI, développeurs et analystes, administrateurs ayant à déployer et gérer des solutions basées sur SQL Server BI.

PROGRAMME DE FORMATION

Introduction à la Business Intelligence

  • Les raisons qui soustendent l’initiation de projets BI.
  • Qu’estce qu’un entrepôt de données (Data Warehouse) ?
  • Les composants d’une Solution Data Warehouse.
  • Les étapes de modélisation d’un DW (Ralph Kimball).
  • Comprendre les principes de la modélisation (étoile, flocon, constellation).
  • SQL Server BI, plateforme de DataWarehouse.
  • Architecture des outils de BI de SQL Server 2016.
    • Démonstration : Exemples de mise en oeuvre et d’utilisation de SQL Server 2016 Business Intelligence.

Data Quality et Master Data Management (MDM)

  • La notion de référentiel qualité des données.
  • Objectifs du Master Data management (MDS). L’application de règles de gestion afin d’assurer la validité des données.
  • Les Master Data Services.
  • Le composant de Master Data Management DQS Cleansing (Nettoyage des données).
  • La déduplication des données.
    • Exemple : Présentation de modèles qualité.

Intégration Services (SSIS), les objets manipulés

  • Comprendre les principes et le modèle de l’ETL. Vue d’ensemble.
  • La notion de Package, la notion de Workflow.
  • La définition du flux de contrôle et du package.
  • Les différentes tâches d’un flux de contrôle : script SQL, envoi de mail, mise à jour de cube.
  • La tâche « Change Data Capture ».
  • Addin de tâches (filewatcher).
  • Conteneur de séquence.
  • Conteneur de boucle ForEach.
    • Exercice : Création et modification de flux de contrôle.

Intégration Services (SSIS), savoir alimenter les tables

  • Sources, destinations et transformations.
  • Les différentes transformations : fractionnement conditionnel, colonne dérivée, regroupement…
  • Les dimensions à variation lente.
  • Déploiement, exécution de packages.
  • Ordonnancement et configuration des paquets.
  • Journalisation, sécurité.
    • Exercice : Alimentation d’une table. Mise en oeuvre des transformations. Création et utilisation de packages. Utilisation de la journalisation.

Analysis Services (SSAS), construire des cubes et des schémas en étoile

  • Introduction aux cubes multidimensionnels.
  • Les modèles tabulaires SSAS
  • Utilisation de tables de dimension et tables de faits.
  • Introduction aux cubes tabulaires et à PowerPivot.
  • Création de cubes dans SSDT.
  • Conception de la dimension.
  • Les hiérarchies utilisateur.
  • Les relations d’attribut.
  • Clés composites.
    • Exercice : Création d’une base Analysis Services. Mise en place de dimensions. Création de cube.

Analysis Services (SSAS), éléments avancés

  • Introduction au langage MDX.
  • Membres calculés et ensembles nommés.
  • Extraction et rapports.
  • Partitions et conception d’agrégation.
  • Requêtes graphiques de prédiction DMX.
  • Sauvegarde et restauration des cubes.
  • Mises à jour incrémentielles et sécurité des cubes.
    • Travaux pratiques : Manipulation du langage MDX. Ecriture de requêtes. Mise en oeuvre de calculs simples et complexes. Sauvegarde et restauration de cubes.

Reporting Services (SSRS), construire des rapports

  • Le serveur de rapports.
  • Report Designer versuss Report Builder
  • Utiliser les Tablix (tableaux et matrices).
  • Eléments de mise en forme.
  • Mise en forme conditionnelle.
  • Eléments simple de présentation.
    • Exercice : Edition de requêtes. Utilisation et mise en forme des tablix.

Reporting Services (SSRS), fonctionnalités avancées

  • Enrichir ses rapports avec des graphiques et jauges.
  • Utilisation des paramètres.
  • Tris et filtres.
  • Eléments d’analyse avancée : expressions, sparkline, KPI…
  • Rapports sur cube MDX, extraction de données avec MDX.
  • Actions et sousrapports.
    • Exercice : Création de rapports incluant des graphiques. Intégration des paramètres et des tris. Utilisation des jauges, indicateurs. Rapport sur une source Analysis Services.

Reporting Services (SSRS), déployer et gérer des rapports

  • Gestionnaire de configuration.
  • Gestion du serveur en mode natif.
  • Déploiement de rapports.
  • Export de rapports sous Excel et PDF, Word.
  • Mise en cache, captures instantanées de rapport.
  • Sécurité.
  • Rapports liés, KPI, présentation des rapports mobiles et PowerBI.
    • Exercice : Publication de rapports. Exporter un rapport sous Excel. Création et gestion d’abonnement. Création d’un KPI.

Data Science avec R et SQL Server

  • Présentation de la Data Science.
  • Introduction au langage R.
  • Présentation de SQL Server R Services.

Réflexion collective

  • Illustration des présentations à l’aide de démonstrations.
    • Exercice : Développement R, exécution de scripts exemples.