Descrizione del corso
Qualora il caricamento visuale (Data Manager) non risulti più sufficiente, si rende necessario un controllo completo dello script Qlik. Il presente corso è volto alla formazione di sviluppatori in grado di costruire lo script di caricamento (ETL) partendo dalla manipolazione dei dati grezzi per arrivare alla gestione di trasformazioni complesse con l'obiettivo dell'ottimizzazione delle performance applicative costruendo un modello dati efficiente e manutenibile.
A chi è rivolto
Il corso è rivolto a utenti tecnici che necessitano le competenze per integrare grosse moli di dati e realizzare complesse applicazioni QlikSense in ambito aziendale (IT Manager, Data Engineer, Sviluppatori BI).<br>
Prerequisiti
La conoscenza di base dei database e la familiarità con il linguaggio SQL, permettono una più veloce assimilazione dei concetti ma non sono prerequisiti obbligatori.
Programma
Modulo 1: Fisionomia di un’applicazione in Cloud
- Architettura Qlik Cloud: Comprendere la differenza tra Spazi Personali, Condivisi e Gestiti nel ciclo di vita del dato.
- Connettività Ibrida: Utilizzo di Qlik Data Gateway per accedere ai dati on-premise senza spostarli (Direct Access) o per portarli nel cloud.
- Data Catalog & Lineage: Analisi della discendenza del dato (Lineage) e analisi d’impatto visiva per comprendere il flusso delle informazioni tra le app.
Modulo 2: Tecniche per il caricamento dei dati (Scripting)
- Data Load Editor nel Cloud: Scrittura di script di connessione (LIB connect) verso sorgenti SaaS (es. Salesforce, Google BigQuery) e Database classici.
- Gestione File Dati (Storage): Caricamento e archiviazione di file QVD e CSV direttamente negli Spazi Dati (Data Files).
- Il Modello Associativo: Analogie e differenze con il modello relazionale (SQL). Gestione delle chiavi sintetiche e dei riferimenti circolari tramite script.
- Debug e Troubleshooting: Strumenti per l’analisi degli errori di caricamento
Modulo3: Tecniche per l’ottimizzazione del modello dati
- Trasformazioni Avanzate: Utilizzo di comandi specifici per la modellazione (Join, Keep, Concatenate, Mapping Load).
- Strategia a Livelli (QVD Layering): Creazione di un’architettura dati a tre livelli (Bronze/Silver/Gold) per ottimizzare le performance e riutilizzare i dati tra più app.
- Performance Tuning: Tecniche per ridurre l’impronta di memoria RAM e ottimizzare i tempi di ricarica nel cloud (es. caricamenti incrementali).
Modulo 4: Supporto alla logica di business (Front-end preparation)
- Set Analysis Avanzata: Scrittura di espressioni complesse nel load script o nelle Master Items per blindare le logiche di calcolo (es. Year-over-Year, YTD).
- Master Item Governante: Creazione centralizzata di Dimensioni e Misure per garantire un’unica versione della verità (Single Version of the Truth).
- Gestione Variabili: Utilizzo delle variabili per gestire parametri dinamici e configurazioni
Modulo 5: Sicurezza, Deploy e Automazione
- Section Access: Implementazione della sicurezza granulare a livello di riga e colonna direttamente nello script.
- Deploy negli Spazi Gestiti: Il ciclo di pubblicazione: spostare un’app dallo sviluppo (Shared Space) alla produzione (Managed Space).
- Orchestrazione (Ops):
- Pianificazione dei Task di ricarica (Reload Schedule).
- Introduzione a Qlik Application Automation per creare catene di ricaricamento (Task Chaining) e gestire dipendenze tra applicazioni.
