Kursüberblick
In diesem Kurs lernen die Teilnehmer die Data Engineering-Muster und -Praktiken kennen, die sich auf die Arbeit mit Batch- und Echtzeit-Analyselösungen unter Verwendung von Azure-Datenplattformtechnologien beziehen. Die Teilnehmer beginnen mit Grundlagen der wichtigsten Computer- und Speichertechnologien, die zum Erstellen einer analytischen Lösung verwendet werden. Anschliessend werden sie untersuchen, wie analytische Ausgabeebenen entworfen werden und sich auf datentechnische Überlegungen für die Arbeit mit Quelldateien konzentrieren. Die Teilnehmer lernen, wie man Daten, die in Dateien in einem Datenmeer gespeichert sind, interaktiv untersuchen kann. Sie lernen die verschiedenen Aufnahmetechniken kennen, die zum Laden von Daten mit Hilfe der Apache Spark-Funktion in Azure Synapse Analytics oder Azure Databricks oder zum Aufnehmen mit Hilfe von Azure Data Factory- oder Azure Synapse-Pipelines verwendet werden können. Die Teilnehmer lernen auch die verschiedenen Möglichkeiten kennen, wie man Daten mit denselben Technologien transformieren kann, mit denen sie aufgenommen werden. Die Teilnehmer wird während des Kurses lernen, wie die Leistung des Analysesystems überwacht und analysiert wird, um die Leistung beim Laden von Daten oder bei Abfragen, die an die Systeme gesendet werden, zu optimieren. Sie werden verstehen, wie wichtig es ist, Sicherheit zu implementieren, um sicherzustellen, dass die Daten in Ruhe oder während des Transports geschützt sind. Teilnehmer zeigen dann, wie die Daten in einem Analysesystem zum Erstellen von Dashboards oder zum Erstellen von Vorhersagemodellen in Azure Synapse Analytics verwendet werden können.
Zielgruppe
Die primäre Zielgruppe für diesen Kurs sind Datenfachleute, Datenarchitekten und Experten für Geschäftsintelligenz, die mehr über Daten-Engineering und das Erstellen von Analyselösungen mit Hilfe von Datenplattformtechnologien in Microsoft Azure erfahren möchten. Die sekundäre Zielgruppe für diesen Kurs sind Datenanalysten und Datenwissenschaftler, die mit auf Microsoft Azure basierenden Analyselösungen arbeiten.
Voraussetzungen
Erfolgreiche Teilnehmer beginnen diesen Kurs mit Kenntnissen in Cloud Computing und Kerndatenkonzepten sowie Berufserfahrung mit Datenlösungen.
Speziell abschliessen:
Kursziele
- Informieren Sie sich über Rechen- und Speicheroptionen für Data Engineering-Workloads in Azure
- Entwerfen und Implementieren der Ausgabeebene
- Überlegungen zum Data Engineering verstehen
- Führen Sie interaktive Abfragen mit serverlosen SQL-Pools aus
- Durchsuchen, transformieren und laden von Daten in das Daten-Warehouse mit Apache Spark
- Führen Sie die Datenexploration und -transformation in Azure Databricks durch
- Daten aufnehmen und in das Daten-Warehouse laden
- Transformieren Sie Daten mit Azure Data Factory- oder Azure Synapse-Pipelines
- Integrieren Sie Daten von Notebooks in Azure Data Factory- oder Azure Synapse-Pipelines
- Optimieren Sie die Abfrageleistung mit dedizierten SQL-Pools in Azure Synapse
- Analysieren und optimieren Sie den Daten-Warehouse-Speicher
- Unterstützung der Hybrid-Transaktionsanalysebearbeitung (HTAP) mit Azure Synapse Link
- Führen Sie mit Azure Synapse Analytics End-to-End-Sicherheit durch
- Führen Sie eine Echtzeit-Stream-Verarbeitung mit Stream Analytics durch
- Erstellen Sie eine Stream-Verarbeitungslösung mit Event Hubs und Azure Databricks
- Erstellen Sie Berichte mit Hilfe der Power BI-Integration mit Azure Synapse Analytics
- Führen Sie integrierte maschinelle Lernprozesse in Azure Synapse Analytics durch
Kursinhalt
- Untersuchen von Rechen- und Speicheroptionen für Daten-Engineering-Workloads
- Entwerfen und Implementieren der Ausgabeebenen.
- Überlegungen zum Daten-Engineering für Quelldateien
- Führen Sie interaktive Abfragen mit serverlosen SQL-Pools von Azure Synapse Analytics aus
- Durchsuchen, Transformieren und Laden von Daten in das Daten-Warehouse mit Apache Spark
- Datenexploration und -transformation in Azure Databricks
- Daten aufnehmen und in das Daten- Warehouse laden
- Transformieren von Daten mit Azure Data Factory- oder Azure Synapse-Pipelines
- Verschieben von Daten in Azure Synapse-Pipelines orchestrieren
- Optimieren Sie die Abfrageleistung mit dedizierten SQL-Pools in Azure Synapse
- Analyse und Optimierung der Daten Warehouse Speicherung
- Unterstützung von HTAP (Hybrid Transactional Analytical Processing ) mit Azure Synapse Links
- End-to-End-Sicherheit mit Azure Synapse Analytics
- Echtzeit-Stream-Verarbeitung mit Stream Analytics
- Erstellen einer Stream-Verarbeitungslösung mit Event Hubs und Azure Databricks
- Erstellen von Berichten mit Hilfe der Power BI-Integration mit Azure Synapse Analytics
- Integrierte maschinelle Lernprozesse in Azure Synapse Analytics ausführen