Subject

Складови на податоци и аналитичка обработка

1. Course Title Складови на податоци и аналитичка обработка
Data warehouses and analytics
2. Code F23L3S157
3. Study Programme Компјутерски науки, Компјутерско инженерство
4. Organizer of the study programme (unit, institute, department or division) Faculty of Computer Science and Engineering
5. Degree level (first, second, third cycle) Прв циклус
6. Academic year / semester 6 / Летен
7. Number of ECTS credits 6
8. Teacher Ефтим Здравевски, Горан Велинов
9. Prerequisites for enrolling in the course Освоени најмалку 100 ЕКТС
10. Objectives of the course programme (competences) Запознавање со oрганизацијата и манипулацијата со податоците организирани во складови на податоци, како и основните операции и алгоритми за работа со складови на податоци. Студентот ќе биде оспособен за интегрирање на оперативни бази на податоци во специјално дизајнирни модели погодни за аналитички потреби. Ова вклучува димензионо моделирање на складови на податоци, организација и манипулација со податоците сместени во складови на податоци, и изготвување на аналитички извештаи базирани на истите податоци.
11. Course content Основни концепти кај складовите на податоци;
Архитектура на складовите на податоци и проток на податоци;
Моделирање на складови на податоци;
Бавно променливи димензии;
Организација на податоците во ѕвездеста и снегулка шема на склад на податоци;
Моделирање во податочни сефови;
Хиперкоцки и повеќедимензионални бази на податоци;
Технилогии за аналитичка обработка (ОLAP) на податоци и проширувања на SQL стандардот за потребите на ОLAP;
Врска помеѓу оперативните бази на податоци и складовите на податоци;
Автоматско ажурирање на податоците (инкрементално и целосно полнење) во складовите на податоци, прочистување и агрегација на податоци (ETL процеси);
Организација кај дистрибуирани складови на податоци и анализа на многу обемни податоци;
Проучување на водечките алатки и технологии за креирање, моделирање и одржување складовите на податоци.
12. Learning methods предавања, аудиториски вежби, лабораториски вежби, проектни задачи, домашни задачи
13. Total available time 6 ECTS x 30 hours = 180 hours
14. Distribution of available time 30 + 45 + 15 + 15 + 75 = 180 часа
15. Forms of teaching activities
15.1. Lectures - theoretical instruction 30 hours
15.2. Exercises (laboratory, auditory), seminars, teamwork 45 hours
16. Other forms of activities
16.1. Project assignments 15 часови
16.2. Independent assignments 15 часови
16.3. Home study 75 часови
17. Assessment method
17.1. Tests 10 бодови
17.2. Seminar paper / project (presentation: written and oral) 15 бодови
17.3. Activities and learning 10 бодови
17.4. Final exam 70 бодови
18. Grading criteria (points / grade)
up to 50 points5 (five) (F)
from 51 to 60 points6 (six) (E)
from 61 to 70 points7 (seven) (D)
from 71 to 80 points8 (eight) (C)
from 81 to 90 points9 (nine) (B)
from 91 to 100 points10 (ten) (A)
19. Requirement for obtaining a signature and taking the final exam Реализирани активности 15, 16
20. Language of instruction Macedonian and English
21. Method for monitoring the quality of teaching internal evaluation and survey mechanism
22. Literature
22.1. Required literature
1. Jarke, M., Lenzerini, M., Vassiliou, Y., Vassiliadis, P. | Fundamentals of Data Warehouses | Springer | 2013
2. Ralph Kimball and Margy Ross | The Kimball Group Reader: Relentlessly Practical Tools for Data Warehousing and Business Intelligence Remastered Collection | Wiley | 2015
3. M. Golfarelli, S. Rizzi | Data Warehouse Design: Modern Principles and Methodologies | McGraw-Hill | 2009
4. Alejandro Vaisman, Esteban Zimányi | Data Warehouse Systems: Design and Implementation | Springer | 2022
5. David Taniar, Wenny Rahayu | Data Warehousing and Analytics: Fueling the Data Engine | Springer | 2022
6. Daniel Linstedt, Michael Olschimke | Building a Scalable Data Warehouse with Data Vault 2.0 | Elsevier Science | 2015
22.2. Additional literature
No. Author Title Publisher Year