DESIGNING MULTIDIMENSIONAL DATA SOURCES EĞİTİMİ

OLAP küpleriyle çok boyutlu analizi tasarla

SSAS Multidimensional ile boyut, hiyerarşi, ölçü grubu, küp ve MDX tasarlayarak hızlı çok boyutlu analiz kaynakları kurmayı öğrenin.

SSAS Multidimensional ile boyut, hiyerarşi, ölçü grubu, küp ve MDX tasarlayarak hızlı çok boyutlu analiz kaynakları kurmayı öğreten ileri seviye uygulamalı eğitim.

3 gün İleri Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

OLAP küp tasarımı, boyut/hiyerarşi, ölçü grubu ve MDX

Bu eğitim, çok boyutlu (OLAP) veri kaynaklarını SSAS Multidimensional yaklaşımıyla tasarlamayı öğretir. Veri kaynağı görünümü (DSV), boyut tasarımı, nitelik ilişkileri, kullanıcı tanımlı hiyerarşiler ve parent-child hiyerarşi ele alınır. Ölçü grupları, ölçüler, agregasyon tasarımı ve depolama modları (MOLAP/ROLAP/HOLAP) işlenir. SCD, rol oynayan boyutlar, çoktan-çoğa ilişkiler ve hesaplanan üyeler (calculated members), KPI'lar ile MDX sorguları uygulanır. Katılımcılar, bir yıldız şemadan performanslı ve iş diline uygun bir OLAP küpü tasarlar.

Süre ve Format

3 Gün. Her gün dört modül; katılımcılar boyut tasarımından küp, agregasyon ve MDX'e ilerler.

Seviye

İleri Seviye — Çok boyutlu (OLAP) veri kaynakları tasarımı: küp, boyut, hiyerarşi, ölçü grubu ve MDX ile analizin uygulamalı ele alınması.

Öğrenme Metodu

Katılımcılar örnek bir yıldız şemadan SSAS'ta boyut, ölçü grubu ve küpü adım adım tasarlayıp MDX ile sorgulayarak uygular.

Neden Bu Eğitim?

🧊Hızlı Analiz

Önceden hesaplanmış agregasyonlarla milyonlarca satırda anlık analiz yaparsınız.

🪜Zengin Hiyerarşi

Kullanıcı tanımlı hiyerarşilerle drill-down keşfi iş kullanıcısına açarsınız.

🧮MDX Gücü

MDX ile zaman zekâsı ve karmaşık hesaplamaları küpe gömersiniz.

Anahtar Konular

OLAPSSASçok boyutluküp tasarımıMDXboyut hiyerarşiölçü grubuagregasyonmultidimensional
“İyi tasarlanmış bir küp, sorulmadan önce cevabı hazır bekleyen çok boyutlu bir hafızadır.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
DW Temeli

Yıldız şema ve boyutsal modelleme bilgisi gereklidir.

2
SQL

SQL ve ilişkisel veritabanı deneyimi faydalıdır.

3
Araç Erişimi

SSAS Multidimensional ve Visual Studio/SSDT ortamı önerilir.

4
Analitik Bakış

Çok boyutlu analiz kavramına ilgi faydalıdır.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, veri kaynağından boyutlar ve kullanıcı tanımlı hiyerarşiler tasarlayabilir.
Modül 1
DSV
  • Veri kaynağı ve kimlik bilgisi
  • Veri kaynağı görünümü (DSV) oluşturma
  • Tablo ilişkileri ve mantıksal anahtar
  • Named query ve named calculation
  • Yıldız şemayı DSV'ye yansıtma
  • DSV bakım ve yenileme
Modül 2
Boyut ve Nitelik
  • Boyut oluşturma ve anahtar nitelik
  • Nitelik (attribute) ve KeyColumns
  • Nitelik ilişkileri (attribute relationships)
  • Nitelik ilişkilerinin performansa etkisi
  • Üye özellikleri ve sıralama
  • Boyut işleme (processing)
Modül 3
Hiyerarşi
  • Kullanıcı tanımlı (natural) hiyerarşi
  • Doğal ve doğal olmayan hiyerarşi
  • Drill-down seviyeleri (yıl→çeyrek→ay)
  • Düzensiz (ragged) hiyerarşi
  • Hiyerarşi ve nitelik ilişkisi
  • Gezinme deneyimi
Modül 4
Özel Boyutlar
  • Parent-child hiyerarşi (çalışan ağacı)
  • Rol oynayan (role-playing) boyut
  • SCD boyut tasarımı
  • Tarih boyutu ve zaman zekâsı
  • Linked/referenced boyut
  • Boyut kullanımı (usage) ayarı
Günün hedefiKatılımcı, ölçü grupları ve agregasyon tasarımıyla performanslı bir küp kurabilir.
Modül 1
Ölçü Grubu
  • Fact tablosundan ölçü grubu
  • Ölçü ve toplama fonksiyonu (SUM, COUNT)
  • Yarı toplanabilir (semi-additive) ölçü
  • Ölçü biçimlendirme ve görünürlük
  • Birden çok ölçü grubu
  • Granülerite ve boyut ilişkisi
Modül 2
Depolama Modu
  • MOLAP depolama ve performans
  • ROLAP ve gerçek zamanlılık
  • HOLAP dengesi
  • Proaktif önbellek (proactive caching)
  • Bölümleme (partition) stratejisi
  • Depolama modu seçimi
Modül 3
Agregasyon
  • Agregasyon tasarımı sihirbazı
  • Usage-based optimization
  • Agregasyon ve sorgu performansı
  • Agregasyon boyutu dengesi
  • Bölüm bazlı agregasyon
  • İşleme ve yenileme stratejisi
Modül 4
İlişkiler
  • Boyut-ölçü grubu kullanım matrisi
  • Regular ve referenced ilişki
  • Çoktan-çoğa (many-to-many) ilişki
  • Fact (degenerate) ilişkisi
  • Data mining ilişki türü
  • İlişki doğrulama
Günün hedefiKatılımcı, MDX ile hesaplanan üyeler, KPI ve analiz sorguları yazabilir.
Modül 1
MDX Temeli
  • Tuple ve set kavramı
  • SELECT, FROM, WHERE (slicer) yapısı
  • Eksen (axis) ve hücre (cell)
  • Hiyerarşi gezinme fonksiyonları
  • Members, Children, Descendants
  • Mevcut bağlam (current member)
Modül 2
Hesaplanan Üye
  • Calculated member tanımı
  • Oran ve yüzde hesapları
  • Zaman zekâsı (YTD, ParallelPeriod)
  • Önceki dönem ve büyüme
  • Koşullu (IIF, CASE) hesap
  • Biçimlendirme ve ölçü
Modül 3
KPI ve Kapsam
  • KPI değeri, hedef ve durum
  • Trend göstergesi
  • Scope ve hesaplama kapsamı
  • Named set tanımı
  • Kapsamlı atama (scope assignment)
  • Hesaplama sırası (solve order)
Modül 4
Güvenlik
  • Rol tabanlı küp güvenliği
  • Boyut (dimension data) güvenliği
  • Hücre (cell) güvenliği
  • Dinamik güvenlik (kullanıcı eşleme)
  • Güvenlik test etme
  • Dağıtım ve işleme

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
DSV

Veri kaynağı görünümü ve ilişkiler kurabilirsiniz.

✅
Boyut

Nitelik ilişkileriyle boyut tasarlayabilirsiniz.

✅
Hiyerarşi

Kullanıcı tanımlı ve parent-child hiyerarşi kurabilirsiniz.

✅
Ölçü Grubu

Ölçü grupları ve yarı toplanabilir ölçüler tasarlayabilirsiniz.

✅
Agregasyon

Agregasyon ve depolama modu ile performans ayarlayabilirsiniz.

✅
MDX

MDX ile hesaplanan üye ve sorgu yazabilirsiniz.

✅
KPI

Küpe KPI ve named set gömebilirsiniz.

✅
Güvenlik

Boyut ve hücre düzeyi küp güvenliği kurabilirsiniz.

Kimler İçin Uygundur?

  • BI geliştiricileri
  • OLAP/SSAS geliştiricileri
  • veri modelcileri
  • çok boyutlu analiz kaynakları tasarlamak isteyen uzmanlar için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
BI/OLAP geliştiricileri, veri modelcileri ve çok boyutlu analiz kaynakları tasarlamak isteyen uzmanlar için uygundur.
Hangi teknoloji kullanılır?
SSAS Multidimensional ve Visual Studio/SSDT ile küp, boyut ve MDX uygulanır.
MDX öğretiliyor mu?
Evet; tuple/set, hesaplanan üyeler, zaman zekâsı ve KPI'lar için MDX yazımı işlenir.
Depolama modları ele alınıyor mu?
Evet; MOLAP, ROLAP, HOLAP ve proaktif önbellek performans açısından karşılaştırılır.
Ön koşul nedir?
Yıldız şema/boyutsal modelleme ve SQL deneyimi önerilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. Designing Multidimensional Data Sources Eğitimi Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre3 gün
Seviyeİleri Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Veri Analizi ve İstatistikPerformance Analytics (PA) Advanced Eğitimi
Veri ve Analitik Eğitimleri

Performance Analytics (PA) Advanced Eğitimi

3 günİleriOnline / Yüz Yüze / Hibrit

ServiceNow Performance Analytics ileri: automated/formula indicator, breakdown kaynakları, data collector, tarihsel skor ve drill-down panoları uygulamalı öğren

Detayları Gör →
Veri Analizi ve İstatistikPerformance Metrics Eğitimi
Veri ve Analitik Eğitimleri

Performance Metrics Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

KPI ve metrik tasarımı, öncü/artçı göstergeler, dengeli skor kartı, varyans analizi ve SPC ile güvenilir performans ölçümü kurmayı uygulamalı öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikPerforming data analysis and forecasting in Excel Eğitimi
Veri ve Analitik Eğitimleri

Performing data analysis and forecasting in Excel Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Excel'de ileri analiz: Power Query, PivotTable, Data Analysis ToolPak regresyon ve FORECAST.ETS zaman serisi tahminiyle uçtan uca veri analizini öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikPimcore PIM/MDM Eğitimi
Veri ve Analitik Eğitimleri

Pimcore PIM/MDM Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Pimcore ile PIM/MDM: class ve data object veri modeli, veri kalitesi, DAM, iş akışı, Data Hub/GraphQL ile çok kanallı ürün verisi yönetimini öğrenin.

Detayları Gör →
Veri Analizi ve İstatistikPlanning BI Infrastructure Eğitimi
Veri ve Analitik Eğitimleri

Planning BI Infrastructure Eğitimi

3 günİleriOnline / Yüz Yüze / Hibrit

Kurumsal BI altyapısı planlama: veri ambarı ve OLAP topolojisi, kapasite boyutlandırma, HA/DR, satır düzeyi güvenlik ve dağıtım mimarisini uygulamalı öğrenin.

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn