تحليل قاعدة بيانات 2019AdventureWorks باستخدام SQL

في هذا المشروع، قمت بتحليل قاعدة بيانات AdventureWorks2019، وهي قاعدة بيانات واقعية تُستخدم لأغراض التعليم والتدريب العملي في مجال قواعد البيانات وتحليل الأعمال. هدف المشروع كان تنفيذ تحليل عملي End-to-End باستخدام لغة SQL، وفهم العلاقات بين الجداول، وإنشاء استعلامات فعالة، ثم تحويل قاعدة البيانات إلى نموذج Data Warehouse باستخدام Star Schema لتحسين كفاءة الاستعلامات التحليلية. ما تم إنجازه في المشروع: تحليل Database Schema الكامل، وفهم العلاقات بين الجداول (Relationships) مثل: Customer, Product, SalesOrderHeader, Employee, Vendor, وغيرها. كتابة أكثر من 40 استعلام SQL بمهارات متعددة المستويات (Basic – Intermediate – Advanced)، شملت: SELECT, WHERE, JOIN, GROUP BY, HAVING, CASE, IN, LIKE إنشاء Views وكتابة Subqueries وStored Procedures استخدام Aggregate Functions مثل: COUNT, SUM, AVG, MAX, MIN إعداد Indexes لتحسين الأداء تحويل قاعدة البيانات إلى مستودع بيانات (Data Warehouse Design): تصميم نموذج Star Schema يتضمن: Fact Table: FactSales (جداول المعاملات) Dimension Tables: DimCustomer, DimProduct, DimDate, DimTerritory تنفيذ استعلامات تحليلية (OLAP Queries) على مستودع البيانات مثل: تحليل إجمالي المبيعات حسب السنة أو الإقليم تصنيف المناطق حسب أداء الإيرادات باستخدام CASE تتبع المنتجات الأعلى مبيعًا ومعدل الشراء للعملاء مقارنة الأداء (Performance Benchmarking): قمت بتشغيل نفس الاستعلامات التحليلية على قاعدة البيانات الأصلية (OLTP) وعلى مستودع البيانات (OLAP) وقارنت بين زمن التنفيذ (Query Execution Time) وجودة الأداء. الأدوات المستخدمة: SQL Server Management Studio (SSMS) Microsoft SQL Server Excel لمراجعة النتائج وتحليل مؤشرات الأداء (KPIs) المهارات المطبقة: Writing clean, efficient SQL code Designing normalized and denormalized schemas Building scalable Data Warehouses Performing deep-dive Business Data Analysis Optimizing query performance through indexing and restructuring هذا المشروع يعكس قدرتي على استخدام SQL في حل مشكلات واقعية ومعقدة، وربط الجانب التحليلي بالجانب العملي لتقديم حلول تدعم اتخاذ القرار في بيئات أعمال حقيقية