Azure - Datenverarbeitung      » zur vollständigen Seminarliste

MOC DP-203T00

In dieser viertägigen Microsoft Azure-Schulung lernen die Teilnehmer die Data Engineering-Muster und -Techniken kennen. Zu den behandelten Themen gehören u.a. die Speicheroptionen für Data Engineering Workloads in Azure, das Design und die Implementierung der Serving Layer und die Durchführung von interaktiven Abfragen mit serverlosen SQL-Pools. Weiterhin wird das Durchsuchen, Transformieren und Laden von Daten mit Apache Spark, das Datenladen in das Data Warehouse, die Integration von Daten aus Notebooks in Azure Data Factory oder Azure Synapse Pipelines, die End-to-End Sicherheit mit Azure Synapse Analytics, das Reporting mit Power BI-Integration und die Durchführung mit integrierten Machine Learning Prozessen in Azure Synapse Analytics vermittelt.

Dieses Training findet in Kooperation mit it innovations statt.

Kurs-Id: MOC_DP-203T00

Seminarinhalt
Einführung in die Azure Synapse Analytics
  • Die Azure Databricks
  • Einführung in den Azure Data Lake Storage
  • Die Delta Lake-Architektur
  • Arbeiten mit Datenströmen mithilfe von Azure Stream Analytics und Workload-Beschleunigung
Design und Implementierung der Serving Layer
  • Design eines multidimensionalen Schemas zur Optimierung der analytischen Workloads
  • Codefreie Transformation im Maßstab mit Azure Data Factory
  • Belegen von langsam ändernden Dimensionen in Azure Synapse Analytics Pipelines
Überlegungen zum Data Engineering für Quelldateien
  • Design eines modernen Data Warehouse mit Azure Synapse Analytics
  • Sicherung eines Data Warehouse in Azure Synapse Analytics
Durchführung von interaktiven Abfragen mit Azure Synapse Analytics serverlosen SQL-Pools
  • Die Funktionen von Azure Synapse serverlosen SQL-Pools
  • Abfragen von Daten im Lake mit Azure Synapse serverlosen SQL-Pools
  • Erstellung von Metadatenobjekten in Azure Synapse serverlosen SQL-Pools
  • Sicherung von Daten und Verwaltung der Benutzer in Azure Synapse serverlosen SQL-Pools
Durchsuchung, Transformation und Laden von Daten in das Data Warehouse mit Apache Spark
  • Grundlegendes zum Big Data Engineering mit Apache Spark in Azure Synapse Analytics
  • Einlesen von Daten mit Apache Spark-Notebooks in Azure Synapse Analytics
  • Transformation von Daten mit DataFrames in Apache Spark-Pools in Azure Synapse Analytics
  • Integration von SQL- und Apache Spark-Pools in Azure Synapse Analytics
Datenexploration und -transformation in Azure Databricks
  • Azure Databricks
  • Lesen und Schreiben von Daten in Azure Databricks
  • Arbeiten mit erweiterten DataFrames Methoden in Azure Databricks
  • Arbeiten mit erweiterten DataFrames-Methoden in Azure Databricks
Das Daten-Einlesen und -Laden des Data Warehouse
  • Anwendung von Best Practices zum Laden von Daten in Azure Synapse Analytics
  • Einspeisung im Petabyte-Bereich mit Azure Data Factory
Transformation von Daten mit Azure Data Factory oder Azure Synapse Pipelines
  • Datenintegration mit Azure Data Factory oder Azure Synapse Pipelines
  • Codefreie Transformation im Maßstab mit Azure Data Factory oder Azure Synapse Pipelines
Orchestrierung der Datenverschiebung und -transformation in Azure Synapse Pipelines
  • Orchestrierung des Verschiebens und Transformierens von Daten in Azure Data Factory
Optimierung der Abfrageleistung mit dedizierten SQL-Pools in Azure Synapse
  • Optimierung der Data Warehouse Abfrage-Performance in Azure Synapse Analytics
  • Die Data Warehouse Entwicklerfunktionen von Azure Synapse Analytics
Analyse und Optimierung des Data Warehouse Storage
  • Analyse und Optimierung des Data Warehouse Storage in Azure Synapse Analytics
Support von Hybrid Transactional Analytcal Processing (HTAP) mit Azure Synapse Link
  • Design von HTAP mit Azure Synapse Analytics
  • Konfiguration von Azure Synapse Link mit Azure Cosmos DB
  • Abfrage von Azure Cosmos DB mit Apache Spark-Pools
  • Abfrage von Azure Cosmos DB mit serverlosen SQL-Pools
End-to-End Sicherheit mit Azure Synapse Analytics
  • Sicherung von Data Warehouse in Azure Synapse Analytics
  • Konfiguration und Verwaltung von Geheimnissen in Azure Key Vault
  • Implementierung der Compliance-Steuerung für vertrauliche Daten
Echtzeit-Stream-Verarbeitung mit Stream Analytics
  • Aktivierung von zuverlässigem Messaging für Big Data Anwendungen mithilfe von Azure Event Hubs
  • Arbeiten Sie mit Data Streams mithilfe von Azure Stream Analytics
  • Einlesen von Data Streams mit Azure Stream Analytics
Erstellung einer Stream-Verarbeitungslösung mit Event Hubs und Azure Databricks
  • Verarbeitung von Streaming-Daten mit strukturiertem Azure Databricks-Streaming
Erstellung von Berichten mithilfe der Power BI-Integration mit Azure Synpase Analytics
  • Berichterstellung mit Power BI mithilfe der Integration in Azure Synapse Analytics
Durchführung integrierter Machine Learning Prozesse in Azure Synapse Analytics
  • Verwendung des integrierten Machine Learning Prozesses in Azure Synapse Analytics
Informationen
Zielgruppe

Diese Schulung richtet sich an Datenfachleute Datenarchitekten Business Intelligence Experten Datenanalysten Datenwissenschaftler

Vorkenntnisse

Für diesen Kurs benötigen Sie: Kenntnisse in Cloud Computing und Kerndatenkonzepten Berufserfahrung mit Datenlösungen

Erforderliche Kenntnisse
Dauer

4 Kurstage

Verwandte Seminare
Schulungsort und Zeiten

Der Schulungsort für das Seminar Azure - Datenverarbeitung ist in unseren Räumen der Kastanienallee 53 in 10119 Berlin Mitte oder in den Räumen des Kunden, sofern dort eine zu vereinbarende geeignete Schulungsumgebung zur Verfügung steht.

Termine