Oracle Veri Deposu Teknikleri Eğitimi

Eğitim Hakkında

Boyutsal tasarımdan Oracle'da bölümleme, paralellik, MV ve yükleme tekniklerine uygulamalı geçiş

Oracle Database Veri Deposu Teknikleri Eğitimi, veri ambarı kavramlarını Oracle üzerinde yüksek performanslı biçimde hayata geçirmeye odaklanır. Katılımcılar fact tablolarını partitioning ile bölmeyi, bitmap indekslerle analitik sorguları hızlandırmayı, materialized view ve query rewrite ile özetleri önbelleklemeyi öğrenir. Paralel yürütme, tablo sıkıştırma, star transformation ve external table ile yükleme teknikleri uygulamalı senaryolarla işlenir.

Süre ve Format

3 Gün. Her gün dört modül; partitioning ve indeks tekniklerinden paralel işleme, sıkıştırma, materialized view ve ETL yükleme tekniklerine ilerlenir.

Seviye

Orta Seviye — Partitioning, paralel işleme, sıkıştırma, materialized view ve ETL teknikleriyle Oracle veri deposu uygulaması

Öğrenme Metodu

Her teknik gerçek bir Oracle veri ambarı şeması üzerinde DDL, yükleme ve sorgu senaryolarıyla uygulamalı olarak gösterilip pekiştirilir.

Neden Bu Eğitim?

🧱Ölçeklenen tasarım

Partitioning ve paralellik teknikleriyle terabayt seviyesindeki fact tablolarını yönetilebilir ve hızlı tutmayı öğrenirsiniz.

🚀Analitik hızlanma

Materialized view, query rewrite ve star transformation ile ağır analitik sorguları kat kat hızlandırırsınız.

♻️Verimli yükleme

External table, partition exchange ve sıkıştırma teknikleriyle büyük veri yüklemelerini hızlı ve düşük maliyetli yaparsınız.

Anahtar Konular

oracle veri deposu eğitimioracle partitioning eğitimimaterialized view eğitimidata warehouse tekniklerioracle etl eğitimistar transformationoracle paralel sorguveri ambarı performansoracle analitik sql

“Veri deposunun değeri tasarımda değil, o tasarımı Oracle üzerinde doğru tekniklerle ölçeklenir kılmakta ortaya çıkar.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Veri ambarı kavramları

Fact, dimension, yıldız şema ve ETL gibi temel veri ambarı kavramlarına aşinalık gereklidir.

2

SQL ve DDL

Orta düzey SQL ile CREATE TABLE, INDEX gibi temel DDL yazma deneyimi beklenir.

3

Oracle aşinalığı

Oracle tablolar, indeksler ve tablespace yapısına temel aşinalık faydalıdır.

4

Çalışma ortamı

Örnek ambar şeması yüklü ve DDL çalıştırma yetkisi olan bir Oracle veritabanı gereklidir.

Eğitim İçeriği

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

Günün hedefiKatılımcı büyük fact tablolarını uygun bölümleme stratejisiyle böler, partition bakım işlemlerini uygular ve bitmap ile analitik indeksleri etkin kullanır.

Modül 1

Partitioning Stratejileri

Range partitioning ile tarih bazlı bölme
List partitioning ile kategori bazlı bölme
Hash partitioning ile dengeli dağıtım
Composite (range-hash, range-list) bölme
Interval partitioning ile otomatik bölüm
Reference ve virtual column partitioning

Modül 2

Partition Pruning ve Performans

Partition pruning ile gereksiz bölüm atlama
Static ve dynamic pruning farkı
Partition-wise join çalışma mantığı
Bölümleme anahtarı seçiminin etkisi
Local ve global partitioned indeks
Partition eşleşmesinin plana yansıması

Modül 3

Partition Bakım İşlemleri

Add, drop ve truncate partition işlemleri
Split ve merge partition yönetimi
Partition exchange ile hızlı yükleme
Move ile bölüm taşıma ve yeniden düzenleme
Online partition bakım işlemleri
Bölüm bazlı istatistik toplama

Modül 4

Analitik İndeksleme

Bitmap indeks ve düşük kardinalite boyut
Bitmap join index ile fact-dimension
Bitmap indeksin DML üzerindeki etkisi
B-tree indeksin ambar senaryosunda yeri
Indekslerin partition ile ilişkisi
Analitik sorgu için indeks tasarımı

Günün hedefiKatılımcı materialized view ile özetleri önbellekler, query rewrite'ı yapılandırır, tablo sıkıştırmayı uygular ve paralel yürütmeyle büyük sorguları hızlandırır.

Modül 1

Materialized View Temelleri

Materialized view ile özet tablo mantığı
ON COMMIT ve ON DEMAND yenileme
Complete, fast ve force refresh türleri
Materialized view log ile fast refresh
Refresh zamanlaması ve bağımlılık
MV depolama ve bakım maliyeti dengesi

Modül 2

Query Rewrite Yapılandırması

Query rewrite ile MV'den otomatik yararlanma
Rewrite için gerekli ön koşullar
Enforced, trusted ve stale_tolerated mod
DBMS_MVIEW ile rewrite doğrulama
Dimension nesnesi ile rollup bilgisi
Rewrite'in sorgu planına etkisi

Modül 3

Tablo Sıkıştırma

Basic table compression ve direct-path
OLTP (advanced) compression farkı
Hybrid Columnar Compression (HCC) kavramı
Sıkıştırma oranı ve CPU dengesi
Partition bazlı sıkıştırma stratejisi
Sıkıştırmanın tarama performansına etkisi

Modül 4

Paralel Yürütme (PX)

Paralel sorgunun çalışma mimarisi
DOP (degree of parallelism) belirleme
Paralel DML ve direct-path yükleme
Producer-consumer ve PX süreçleri
Paralel dağıtımda skew (dengesizlik)
Paralelliğin uygun olduğu ambar senaryosu

Günün hedefiKatılımcı external table ve partition exchange ile veri yükler, star transformation'ı uygular ve analitik SQL ile çok boyutlu raporları verimli hazırlar.

Modül 1

Veri Yükleme Teknikleri

External table ile dosyadan okuma
SQL*Loader ile toplu veri yükleme
Direct-path insert (APPEND) yükleme
Partition exchange ile hızlı yükleme
MERGE ile upsert ve SCD yönetimi
Multitable insert ile tek geçişte dağıtım

Modül 2

Star Transformation

Yıldız şema sorgusunun tipik yapısı
Star transformation sorgu dönüşümü
Bitmap indekslerin dönüşümdeki rolü
STAR_TRANSFORMATION_ENABLED parametresi
Dönüşümün yürütme planında okunması
Dönüşümün uygun olduğu senaryolar

Modül 3

Analitik SQL Fonksiyonları

ROLLUP ile hiyerarşik ara toplamlar
CUBE ile çok boyutlu toplamlar
GROUPING SETS ile seçili toplamlar
Window fonksiyonlarıyla sıralama ve kümül
RANK, DENSE_RANK ve ROW_NUMBER kullanımı
Analitik fonksiyonlarla trend hesabı

Modül 4

Yükleme Sonrası Optimizasyon

Yükleme sonrası istatistik toplama
Incremental statistics ile partition istatistiği
İndeks ve MV yeniden geçerli kılma
Bulk yükleme için NOLOGGING kullanımı
Yükleme penceresi ve bakım planı
Yükleme performansını ölçme ve izleme

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Bölümleme ustalığı

Range, list, hash ve composite partitioning stratejilerini kavrar, büyük fact tablolarını ihtiyaca göre bölersiniz.

✅

Partition bakımı

Add, split, merge ve partition exchange işlemlerini uygular, bölümleri çevrimiçi ve verimli biçimde yönetirsiniz.

✅

Analitik indeksleme

Bitmap ve bitmap join indekslerini doğru senaryoda kullanır, analitik sorgular için uygun indeks tasarlarsınız.

✅

Materialized view

Materialized view ve query rewrite ile ağır özet sorguları önbellekler, yenileme stratejisini doğru kurarsınız.

✅

Sıkıştırma

Basic, advanced ve HCC sıkıştırma seçeneklerini değerlendirir, depolama ile tarama performansını dengelersiniz.

✅

Paralel işleme

Paralel sorgu ve paralel DML ile büyük veriyi hızlı işler, DOP ve dağıtım dengesini bilinçle ayarlarsınız.

✅

ETL teknikleri

External table, direct-path insert, MERGE ve partition exchange ile veriyi hızlı ve güvenli biçimde yüklersiniz.

✅

Analitik SQL

ROLLUP, CUBE, GROUPING SETS ve window fonksiyonlarıyla çok boyutlu analitik raporları verimle hazırlarsınız.

Kimler İçin Uygundur?

Oracle üzerinde veri ambarı kuran ve yöneten geliştiriciler
ETL mühendisleri
veritabanı yöneticileri
iş zekâsı mimarları
büyük analitik tablolarla çalışan teknik ekip üyeleri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Oracle üzerinde veri ambarı kuran geliştiriciler, ETL mühendisleri, veritabanı yöneticileri ve iş zekâsı mimarları için uygundur. Fact, dimension ve ETL gibi temel veri ambarı kavramlarına ve orta düzey SQL ile DDL deneyimine aşinalık beklenir.

Bu eğitim veri ambarı kavramları eğitiminden farkı nedir?

Kavramlar eğitimi boyutsal modelleme ve şema tasarımı gibi teorik temeli kurar. Bu eğitim ise aynı temeli Oracle üzerinde partitioning, paralel işleme, sıkıştırma, materialized view ve ETL teknikleriyle uygulamalı olarak hayata geçirmeye odaklanır; çıktı çalışan ve ölçeklenen bir ambar yapısıdır.

Hangi Oracle sürümleri kapsanıyor?

İçerik güncel Oracle Database sürümlerini (19c ve sonrası) temel alır; interval partitioning, incremental statistics, Hybrid Columnar Compression ve query rewrite gibi modern özellikler kapsanır. Kurumun kullandığı sürüme göre uyarlama yapılır ve sürüm farkları örneklerle gösterilir.

Partitioning her büyük tablo için gerekli mi?

Partitioning özellikle terabayt seviyesindeki fact tabloları ve tarih bazlı yükleme yapılan yapılar için büyük fayda sağlar; partition pruning ve partition exchange sorgu ve yükleme performansını belirgin artırır. Küçük tablolar için ek yönetim maliyeti getirdiğinden ihtiyaç analizine göre karar verilir.

Eğitim sonunda sertifika veriliyor mu?

Programı tamamlayan katılımcılar Digital Vizyon Akademi Katılım ve Başarı Sertifikası alır. Sertifika partitioning, materialized view, sıkıştırma, paralel işleme ve ETL teknikleri konularını kapsar. Eğitim kurumsal ihtiyaca göre yüz yüze veya online olarak uyarlanabilir.

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