DP-203 Datové inženýrství v Microsoft Azure Tisk

V tomto kurzu budou studenti učit navrhovat různé technologie datových platforem, která budou v souladu s obchodními a technickými firemními požadavky. To může zahrnovat lokální, cloudové a hybridní datové scénáře, které obsahují relační data, NoSQL nebo Data Warehouse. Naučí se také, jak navrhovat procesní architekturu pomocí řady technologií jak pro streamování, tak pro dávková data. Studenti také navrhnou zabezpečení dat včetně přístupu k datům. Navrhnou také datová řešení Azure, která zahrnují optimalizaci, dostupnost a zotavení po havárii velkých dat, dávkové zpracování a streamování datových řešení.

Délka kurzu: 4 dny (8:30 - 16:00)

Termíny

• Absolvent kurzu bude umět

  • Připravit se na certifikační zkoušku DP-203
  • Využít Azure data služby pro implementaci Azure data řešení

• Požadavky pro absolvování kurzu

  • AZ-900 - Azure Fundamentals
  • DP-900 - Microsoft Azure Data Fundamentals

• Kurz určen pro

  Datové profesionály, data architekty, BI analytiky a profesionály, Azure Administrátory, kteří se chtějí dozvědět více o technologiích datové platformy, které existují v Microsoft Azure. Dalšími jsou vývojáři aplikací, které dodávají obsah z technologií datové platformy

• Literatura

  Všichni účastníci školení obdrží originál studijních certifikovaných materiálů Microsoft.

• Technické vybavení

  Prostorné učebny jsou vybaveny nadstandardními počítači s možností přístupu na Internet, včetně bezdrátového přístupu.

• Osnova

  Modul 1: Azure Synapse Analytics, Azure Data Lake storage, Azure Databricks, Azure Stream Analytics

  • Kapitola: Úvod do Azure Synapse Analytics
  • Kapitola: Azure Databricks
  • Kapitola: Úvod do  Azure Data Lake storage
  • Kapitola: Delta Lake architektura
  • Kapitola: Práce s data streamy v Azure Stream Analytics
  • Cvičení: Azure Synapse Analytics, Azure Data Lake storage, Azure Databricks, Azure Stream Analytics

  Modul 2: Návrh a implementace obslužné vrstvy

  • Kapitola: Návrh multidimenzionálních schemata pro analytické workloady
  • Kapitola: Code-free transformace v Azure Data Factory
  • Kapitola: Slowly changing dimensions v Azure Synapse Analytics pipelines
  • Cvičení: Návrh a implementace obslužné vrstvy

  Modul 3: Data engineering

  • Kapitola: Modern Data Warehouse a Azure Synapse Analytics
  • Kapitola: Zabezpečení datového skladu Azure Synapse Analytics
  • Cvičení: Data engineering

  Modul 4: Azure Synapse Analytics serverless SQL pools

  • Kapitola: Využití Azure Synapse serverless SQL pools
  • Kapitola: Získávání dat v lake pomocí Azure Synapse serverless SQL pools
  • Kapitola: Tvorba metadata objektů v Azure Synapse serverless SQL pools
  • Kapitola: Zabezpečení a správa uživatelů v Azure Synapse serverless SQL pools
  • Cvičení: Azure Synapse Analytics serverless SQL pools

  Modul 5: Explore, transform a load dat do Data Warehouse pomocí Apache Spark

  • Kapitola: Big data engineering pomocí Apache Spark v Azure Synapse Analytics
  • Kapitola: Apache Spark notebooks v Azure Synapse Analytics
  • Kapitola: Transformace dat pomocí DataFrames v Apache Spark Pools v Azure Synapse Analytics
  • Kapitola: Integrace SQL a Apache Spark pools v Azure Synapse Analytics
  • Cvičení: Explore, transform, and load dat do Data Warehouse pomocí Apache Spark

  Modul 6: Azure Databricks

  • Kapitola: Poppis Azure Databricks
  • Kapitola: Čtení a zápis dat v Azure Databricks
  • Kapitola: Práce s DataFrames v Azure Databricks
  • Kapitola: Práce s pokročilými metodami DataFrames v Azure Databricks
  • Cvičení: Průzkum a transformace dat v Azure Databricks

  Modul 7: Příjem a načtení dat do datového skladu

  • Kapitola: Osvědčené postupy načítání dat ve službě Azure Synapse Analytics
  • Kapitola: Petabyte-scale ingestion pomocí Azure Data Factory
  • Cvičení: Přijem a načtení dat do datového skladu

  Modul 8: Transform dat pomocí Azure Data Factory nebo Azure Synapse Pipelines

  • Kapitola: Integrace dat s Azure Data Factory nebo Azure Synapse Pipelines
  • Kapitola: Transformace bez kódu ve velkém rozsahu s Azure Data Factory nebo Azure Synapse Pipelines
  • Cvičení: Transformace dat pomocí Azure Data Factory nebo Azure Synapse Pipelines

  Modul 9: Orchestrace pohybu a transformace dat v Azure Synapse Pipelines

  • Kapitola: Orchestrace pohybu a transformace dat v Azure Data Factory
  • Cvičení: Orchestrace pohybu a transformace dat v Azure Synapse Pipelines

  Modul 10: Optimalizace dotazů v dedicated SQL pools v Azure Synapse

  • Kapitola: Optimalizace výkonu dotazu datového skladu ve službě Azure Synapse Analytics
  • Kapitola: Pochopení funkce vývojáře datového skladu Azure Synapse Analytics
  • Cvičení: Optimalizace Query Performance pomocí Dedicated SQL Pools v Azure Synapse

  Modul 11: Analýza a optimalizace Data Warehouse Storage

  • Kapitola: Analyzujte a optimalizujte úložiště datového skladu ve službě Azure Synapse Analytics
  • Cvičení: Analyzujte a optimalizujte úložiště datových skladů

  Modul 12: Support Hybrid Transactional Analytical Processing (HTAP) pomocí Azure Synapse Link

  • Kapitola: Návrh hybridního transakčního a analytického zpracování pomocí Azure Synapse Analytics
  • Kapitola: Konfigurace propojení Azure Synapse s Azure Cosmos DB
  • Kapitola: Dotaz na Azure Cosmos DB s fondy Apache Spark
  • Kapitola: Dotaz na Azure Cosmos DB s fondy SQL bez serveru
  • Cvičení: Hybrid Transactional Analytical Processing (HTAP) pomocí Azure Synapse Link

  Modul 13: End-to-end bezpečnost s Azure Synapse Analytics

  • Kapitola: Zabezpečte datový sklad ve službě Azure Synapse Analytics
  • Kapitola: Konfigurace a správa tajemství v Azure Key Vault
  • Kapitola: Implementovat kontroly souladu s citlivými údaji
  • Cvičení: Zabezpečení typu end-to-end s Azure Synapse Analytics

  Modul 14: Zpracování streamů v reálném čase pomocí Stream Analytics

  • Kapitola: Povolte spolehlivé zasílání zpráv pro aplikace Big Data pomocí Azure Event Hubs
  • Kapitola: Práce s datovými proudy pomocí Azure Stream Analytics
  • Kapitola: Příjem datových proudů pomocí Azure Stream Analytics
  • Cvičení: Zpracování streamů v reálném čase pomocí Stream Analytics

  Modul 15: Tvorba řešení pro zpracování streamů pomocí Event Hubs a Azure Databricks

  • Kapitola: Zpracování streamovaných dat pomocí strukturovaného streamování Azure Databricks
  • Cvičení: Tvorba řešení pro zpracování streamů pomocí Event Hubs a Azure Databricks

  Modul 16: Tvorba reportů pomocí Power BI se Synapse Analytics

  • Kapitola: Vytváření sestav s pomocí Power BI a jeho integrace s Azure Synapse Analytics
  • Cvičení: Vytváření sestav pomocí integrace Power BI s Azure Synpase Analytics

  Modul 17: Provádění integrovaných procesů strojového učení v Azure Synapse Analytics

  • Kapitola: Využití integrovaných procesů strojového učení v Azure Synapse Analytics
  • Cvičení: Provádění integrovaných procesů strojového učení ve službě Azure Synapse Analytics