З курсу слухачі дізнаються про шаблони і методи проектування даних, пов'язаних з роботою з пакетними аналітичними рішеннями і рішеннями в реальному часі з використанням технологій платформи даних Azure. Курс починається з основних технологій обчислень і зберігання, які використовуються для створення аналітичного рішення. Слухачі вивчать, як спроектувати аналітичні рівні обслуговування, і зосередяться на питаннях проектування даних для роботи з файлами. Слухачі дізнаються, як інтерактивно досліджувати дані, що зберігаються в файлах в Azure Data Lake. Також, вивчать різні методи прийому, які можна використовувати для завантаження даних за допомогою можливостей Apache Spark, наявних в Azure Synapse Analytics або Azure Databricks, або як приймати дані за допомогою Azure Data Factory або конвеєрів Azure Synapse. Слухачі також дізнаються про різні способи перетворення даних за допомогою тих же технологій, які використовуються для прийому даних. Слухачі вивчать, як відстежувати і аналізувати продуктивність аналітичної системи, щоб оптимізувати продуктивність завантаження даних або запитів, які відправляються до систем. Курс допомагає зрозуміти важливість реалізації безпеки, щоб гарантувати, що дані захищені при зберіганні або передачі. Курс пояснює, як дані в аналітичній системі можна використовувати для створення панелей моніторингу або побудови прогнозних моделей в Azure Synapse Analytics.
Після закінчення курсу слухачі зможуть:
- вивчати варіанти обчислень і зберігання для проектування даних робочих навантажень в Azure;
- розробляти і реалізовувати рівні обслуговування;
- розуміти особливості проектування даних;
- виконувати інтерактивні запити з використанням безсерверних пулів SQL;
- вивчати, перетворювати і завантажувати дані в сховище даних за допомогою Apache Spark;
- виконувати дослідження і перетворення даних в Azure Databricks;
- отримувати і завантажувати дані в сховищі даних;
- перетворювати дані за допомогою Azure Data Factory або Azure Synapse Pipelines;
- інтегрувати дані із записників за допомогою Azure Data Factory або конвеєрів Azure Synapse;
- оптимізувати продуктивність запитів за допомогою виділених пулів SQL в Azure Synapse;
- аналізувати і оптимізувати сховище даних;
- підтримувати гібридну транзакційну аналітичну обробку (HTAP) за допомогою Azure Synapse Link;
- забезпечувати комплексну безпеку за допомогою Azure Synapse Analytics;
- виконувати потокову обробку в реальному часі за допомогою Stream Analytics;
- створювати рішення для потокової обробки за допомогою Event Hubs і Azure Databricks;
- створювати звіти за допомогою інтеграції Power BI з Azure Synpase Analytics;
- виконувати інтегровані процеси машинного навчання в Azure Synapse Analytics.
Аудиторія
Курс призначений для фахівців в області даних, архітекторів даних і фахівців з бізнес-аналітики, що бажають дізнатися про проектування даних і створення аналітичних рішень з використанням технологій платформи даних, існуючих в Microsoft Azure. Курс також підійде аналітикам даних і фахівцям з даних, які працюють з аналітичними рішеннями на базі Microsoft Azure.
Для ефективного навчання на курсі, слухачі повинні володіти такими знаннями і навичками:
Для проходження курсу бажана наявність знань хмарних обчислень і основних концепцій даних, а також досвід роботи з рішеннями для роботи з даними. Також, буде корисне попереднє проходження курсів «AZ-900 Основи Microsoft Azure» і «DP-900 Основи даних Microsoft Azure».
- Вивчення варіантів обчислень і зберігання для робочих навантажень проектування даних
- Вступ до Azure Synapse Analytics
- Опис Azure Databricks
- Вступ до сховища Azure Data Lake
- Опис архітектури Delta Lake
- Робота з потоками даних за допомогою Azure Stream Analytics
- Розробка і впровадження рівнів обслуговування
- Розробка багатовимірної схеми для оптимізації аналітичних робочих навантажень
- Масштабоване перетворення без коду за допомогою Azure Data Factory
- Заповнення повільно мінливих вимірювань в конвеєрах Azure Synapse Analytics
- Питання проектування даних для вихідних файлів
- Розробка сучасного сховища даних за допомогою Azure Synapse Analytics
- Захист сховища даних в Azure Synapse Analytics
- Виконання інтерактивних запитів з використанням безсерверних пулів SQL в Azure Synapse Analytics
- Вивчення можливостей безсерверних пулів SQL в Azure Synapse
- Запит даних в озері за допомогою безсерверних пулів SQL Azure Synapse
- Створення об'єктів метаданих в безсерверних пулах SQL Azure Synapse
- Захист даних і керування користувачами в безсерверних пулах SQL Azure Synapse
- Дослідження, перетворення і завантаження даних в сховище даних за допомогою Apache Spark
- Розуміння проектування великих даних за допомогою Apache Spark в Azure Synapse Analytics
- Отримання даних за допомогою записників Apache Spark в Azure Synapse Analytics
- Перетворення даних за допомогою DataFrames в пулах Apache Spark в Azure Synapse Analytics
- Інтеграція пулів SQL і Apache Spark в Azure Synapse Analytics
- Дослідження і перетворення даних в Azure Databricks
- Опис Azure Databricks
- Читання і запис даних в Azure Databricks
- Робота з DataFrames в Azure Databricks
- Робота з розширеними методами DataFrames в Azure Databricks
- Отримання і завантаження даних в сховище даних
- Використання кращих практик щодо завантаження даних в Azure Synapse Analytics
- Прийом петабайт за допомогою Azure Data Factory
- Перетворення даних за допомогою Azure Data Factory або Azure Synapse Pipelines
- Інтеграція даних з Azure Data Factory або Azure Synapse Pipelines
- Масштабоване перетворення без коду за допомогою Azure Data Factory або Azure Synapse Pipelines
- Управління переміщенням і перетворенням даних в Azure Synapse Pipelines
- Управління переміщенням і перетворенням даних в Azure Data Factory
- Оптимізація продуктивності запитів за допомогою виділених пулів SQL в Azure Synapse
- Оптимізація продуктивності запитів до сховища даних в Azure Synapse Analytics
- Ознайомлення з функціями розробника сховища даних в Azure Synapse Analytics
- Аналіз і оптимізація сховища даних
- Аналіз і оптимізація сховища даних в Azure Synapse Analytics
- Підтримка гібридної транзакційної аналітичної обробки (HTAP) за допомогою Azure Synapse Link
- Розробка гібридної транзакційної і аналітичної обробки за допомогою Azure Synapse Analytics
- Налаштування Azure Synapse Link за допомогою Azure Cosmos DB
- Запити до Azure Cosmos DB з пулами Apache Spark
- Запити до Azure Cosmos DB з безсерверними пулами SQL
- Комплексна безпека за допомогою Azure Synapse Analytics
- Захист сховища даних в Azure Synapse Analytics
- Налаштування та управління секретами в Azure Key Vault
- Впровадження контролю відповідності для конфіденційних даних
- Обробка потоків в реальному часі за допомогою Stream Analytics
- Забезпечення надійного обміну повідомленнями для додатків Big Data за допомогою Azure Event Hubs
- Робота з потоками даних за допомогою Azure Stream Analytics
- Отримання потоків даних за допомогою Azure Stream Analytics
- Створення рішення для потокової обробки за допомогою Event Hubs і Azure Databricks
- Обробка потокових даних за допомогою структурованої потокової передачі Azure Databricks
- Створення звітів за допомогою інтеграції Power BI з Azure Synpase Analytics
- Створення звітів за допомогою Power BI, використовуючи інтеграцію з Azure Synapse Analytics
- Виконання інтегрованих процесів машинного навчання в Azure Synapse Analytics
- Використання інтегрованого процесу машинного навчання в Azure Synapse Analytics