0Pricing
SaaS Architecture & Startup Engineering · درس

مستودعات البيانات وذكاء الأعمال

تعلّموا كيف تنقل شركات SaaS البيانات التشغيلية إلى مستودعات البيانات، وتبني لوحات BI باستخدام ETL/ELT ومخططات النجمة والتجميع.

مستودعات البيانات وذكاء الأعمال درس مجاني في SaaS Architecture & Startup Engineering على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في SaaS Architecture & Startup Engineering، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة SaaS Architecture & Startup Engineering 4 دروس في المجموع.

بعض أجزاء هذا الدرس لم تُترجم بعد وتظهر باللغة الإنجليزية.

OLTP vs OLAP

Your live app database is OLTP (transaction processing): fast small reads and writes. Analytics needs OLAP: large scans over historical data.

Running heavy analytics on the production database harms app performance, so we separate them.

The Data Warehouse

A data warehouse (Snowflake, BigQuery, Redshift) stores large volumes of historical data optimized for analytical queries.

It is the single source of truth for reporting across the whole SaaS business.

ETL vs ELT

Two patterns move data into the warehouse:

  • ETL — Extract, Transform, then Load (transform before storing)
  • ELT — Extract, Load, then Transform (load raw, transform inside the warehouse)

Modern cloud warehouses favor ELT because they have cheap, powerful compute.

Extracting Data

Extraction pulls data from sources: the app database, event streams, and third-party APIs. It can be a full reload or an incremental pull of only changed rows.

Incremental extraction scales far better as data grows.

The Star Schema

Warehouses model data as a star schema: a central fact table (measurable events) surrounded by dimension tables (descriptive context like date, user, product).

Facts and Dimensions

A fact row records a measurable event with numeric measures and foreign keys to dimensions.

-- fact_sales
-- sale_id, date_key, product_key, customer_key, amount
SELECT SUM(amount)
FROM fact_sales
JOIN dim_date USING (date_key)
WHERE dim_date.year = 2026;

Aggregation and Roll-Ups

BI queries aggregate facts: sum revenue by month, count signups by plan, average usage by region.

Pre-computed roll-up tables or materialized views speed up frequently used aggregations.

SELECT plan, COUNT(*) AS signups
FROM fact_signups
GROUP BY plan;

Business Intelligence Dashboards

BI tools (Looker, Metabase, Tableau) sit on top of the warehouse and let non-engineers explore data through charts and dashboards.

This democratizes data access across the company.

Tenant Isolation in Analytics

In multi-tenant SaaS, analytics must respect tenant boundaries. Internal dashboards may span all tenants, but customer-facing analytics must filter strictly by tenant ID.

A leak here exposes one customer's business data to another.

Data Freshness vs Cost

Warehouses can update in batches (hourly, nightly) or near real-time via streaming. More freshness costs more compute.

Match the refresh rate to the decision: executive reports rarely need second-by-second data.

Data Quality and Governance

Bad data leads to bad decisions. Apply data quality checks (no nulls in keys, totals reconcile) and governance (access control, documentation) so the warehouse stays trustworthy.

Trust in the numbers is the whole point of BI.

Quick Check

Test your data warehousing knowledge.

Recap

You learned data warehousing and BI:

  • OLTP vs OLAP and why to separate them
  • ETL vs ELT pipelines with incremental extraction
  • Star schemas (facts and dimensions), aggregation, and BI dashboards
  • Tenant isolation, freshness/cost trade-offs, and data quality

الأسئلة الشائعة

هل درس «مستودعات البيانات وذكاء الأعمال» مجاني؟

نعم — نص درس «مستودعات البيانات وذكاء الأعمال» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة SaaS Architecture & Startup Engineering، انتقل إلى CoddyKit PRO. تتضمن دورة SaaS Architecture & Startup Engineering 4 دروس في المجموع.

ماذا ستتعلم في «مستودعات البيانات وذكاء الأعمال»؟

تعلّموا كيف تنقل شركات SaaS البيانات التشغيلية إلى مستودعات البيانات، وتبني لوحات BI باستخدام ETL/ELT ومخططات النجمة والتجميع. تتمرن على SaaS Architecture & Startup Engineering مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ SaaS Architecture & Startup Engineering؟

لا تُشترط خبرة سابقة. SaaS Architecture & Startup Engineering على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.

كم من الوقت يستغرق درس «مستودعات البيانات وذكاء الأعمال»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس SaaS Architecture & Startup Engineering هذا؟

نعم. كل درس في SaaS Architecture & Startup Engineering يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

  1. مسارات البيانات للتحليلات
  2. دمج خدمات AI/ML
  3. مفاتيح الميزات واختبار A/B
  4. مستودعات البيانات وذكاء الأعمال
← العودة إلى SaaS Architecture & Startup Engineering