Course Code: azuredataengineer
Duration: 35 hours
Prerequisites:
  • 基本资料分析经验(例如 Excel)
  • 对云概念(例如 AWS)有大致的了解

观众

  • Database 工程师
  • 开发人员
Overview:

数据分析是指获取、清理和分析数据的过程,往往是视觉的,以获得更好的决策的洞察力。 越来越多的数据正在存储在云中的数据库中,因此重要的是要有一个了解、管理和访问这些数据的策略。 一个流行的数据访问和视觉工具是Power Bi。

由教练领导的现场培训(在线或在线)旨在技术人员,希望获得可用的云解决方案的实用理解,数据分析过程需要在云中的数据工作,以及实用的实践应用工具,如分析数据。

在本研讨会结束后,参与者将能够:

  • 安装和配置 Power BI。
  • 评估云供应商提供的各种数据解决方案,例如 Azure。
  • 了解用于存储、管理和访问 Big Data 的不同结构、建模方法和数据仓库设计。
  • 应用工具和技术来清理数据,为分析做准备。
  • 基于本地和云数据构建报告和分析解决方案。
  • 将数据分析解决方案与数据仓库集成。
  • 降低数据安全风险并确保数据隐私。

课程格式

  • 互动讲座和讨论。
  • 大量的练习和练习。
  • 在即时实验室环境中动手实施。
Course Outline:

1.        Azure 对于数据工程师

  • 解释不断发展的数据世界
  • 调查 Azure 数据平台中的服务
  • 确定数据工程师执行的任务
  • 在案例研究中描述云的使用案例
  • 识别不断发展的数据世界
  • 确定 Azure Data Platform Services
  • 确定要由数据工程师执行的任务
  • 最终确定数据工程可交付成果

2.       使用数据存储

  • 在 Azure 中选择数据存储方法
  • 创建 Azure 储存帐户
  • 说明 Azure Data Lake Storage
  • 将数据上传到 Azure 数据湖
  • 实验:使用数据存储
  • 在 Azure 中选择数据存储方法
  • 创建存储帐户
  • Explain Data Lake Storage
  • 将数据上传到 Data Lake Store

3.       以 Azure Databricks 为基础的支持团队 Data Science

  • 解释 Azure Databricks
  • 使用 Azure Databricks
  • 使用 Azure Databricks 读取数据
  • 使用 Azure Databricks 执行转换
  • 实验:基于团队的赋能 Data Science 与 Azure Databricks
  • 解释 Azure Databricks
  • 使用 Azure Databricks
  • 使用 Azure Databricks 读取数据
  • 使用 Azure Databricks 执行转换

4.       使用 Cosmos DB 构建全球分散式 Database

  • 创建可缩放的 Azure Cosmos DB 资料库
  • 在 Azure Cosmos DB 资料库中插入和查询数据
  • 在 Visual Studio Code 中为 Cosmos DB 构建 .NET Core 应用
  • 使用 Azure Cosmos DB 在全球范围内分发数据
  • 实验室:使用 Cosmos DB 构建全球分散式 Database
  • 建立一个 Azure Cosmos DB
  • 在 Azure Cosmos DB 中插入和查询数据
  • 使用 VS Code 为 Azure Cosmos DB 构建 .Net Core 应用程式
  • 使用 Azure Cosmos DB 在全球范围内分发数据

5.       在云中使用关系数据存储

  • 用途 Azure SQL Database
  • 描述 Azure SQL Data Warehouse
  • 建立和查询 Azure SQL Data Warehouse
  • 使用 PolyBase 将数据载入到 Azure SQL Data Warehouse 中
  • 实验:在云中使用关系数据存储
  • 用途 Azure SQL Database
  • 描述 Azure SQL Data Warehouse
  • 建立和查询 Azure SQL Data Warehouse
  • 使用 PolyBase 将数据载入到 Azure SQL Data Warehouse 中

6.       使用流分析执行即时分析

  • Explain Data Streams 和事件处理
  • 使用事件中心引入数据
  • 使用流分析作业处理数据
  • 实验:使用流分析执行即时分析
  • Explain Data Streams 和事件处理
  • 使用事件中心引入数据
  • 使用流分析作业处理数据

7.       使用 Azure 数据工厂编排数据移动

  • 说明 Azure 数据工厂的工作原理
  • Azure 数据工厂元件
  • Azure 数据工厂和 Databricks
  • 实验:使用 Azure 数据工厂编排数据移动
  • 解释数据工厂的工作原理
  • Azure 数据工厂元件
  • Azure 数据工厂和 Databricks

8.       保护 Azure 数据平台

  • 安全简介
  • 关键安全元件
  • 保护存储帐户和 Data Lake Storage
  • 保护数据存储
  • 保护流数据
  • 实验:保护 Azure 数据平台
  • 安全简介
  • 关键安全元件
  • 保护存储帐户和 Data Lake Storage
  • 保护数据存储
  • 保护流数据

9.       资料存储和处理的监控和故障排除

  • 说明可用的监控功能
  • 排查常见的数据存储问题
  • 排查常见的数据处理问题
  • 管理灾难恢复
  • 实验:数据存储和处理的监控和故障排除
  • 说明可用的监控功能
  • 排查常见的数据存储问题
  • 排查常见的数据处理问题
  • 管理灾难恢复
Sites Published:

United Arab Emirates - Azure for Data Engineer

Qatar - Azure for Data Engineer

Egypt - Azure for Data Engineer

Saudi Arabia - Azure for Data Engineer

South Africa - Azure for Data Engineer

Brasil - Azure for Data Engineer

Canada - Azure for Data Engineer

中国 - Azure for Data Engineer

香港 - Azure for Data Engineer

澳門 - Azure for Data Engineer

台灣 - Azure for Data Engineer

USA - Azure for Data Engineer

Österreich - Azure for Data Engineer

Schweiz - Azure for Data Engineer

Deutschland - Azure for Data Engineer

Czech Republic - Azure for Data Engineer

Denmark - Azure for Data Engineer

Estonia - Azure for Data Engineer

Finland - Azure for Data Engineer

Greece - Azure for Data Engineer

Magyarország - Azure for Data Engineer

Ireland - Azure for Data Engineer

Luxembourg - Azure for Data Engineer

Latvia - Azure for Data Engineer

España - Azure for Data Engineer

Italia - Azure for Data Engineer

Lithuania - Azure for Data Engineer

Nederland - Azure for Data Engineer

Norway - Azure for Data Engineer

Portugal - Azure for Data Engineer

România - Azure for Data Engineer

Sverige - Azure for Data Engineer

Türkiye - Azure for Data Engineer

Malta - Azure for Data Engineer

Belgique - Azure for Data Engineer

France - Azure for Data Engineer

日本 - Azure for Data Engineer

Australia - Azure for Data Engineer

Malaysia - Azure for Data Engineer

New Zealand - Azure for Data Engineer

Philippines - Azure for Data Engineer

Singapore - Azure for Data Engineer

Thailand - Azure for Data Engineer

Vietnam - Azure for Data Engineer

India - Azure for Data Engineer

Argentina - Azure for Data Engineer

Chile - Azure for Data Engineer

Costa Rica - Azure for Data Engineer

Ecuador - Azure for Data Engineer

Guatemala - Azure for Data Engineer

Colombia - Azure for Data Engineer

México - Azure for Data Engineer

Panama - Azure for Data Engineer

Peru - Azure for Data Engineer

Uruguay - Azure for Data Engineer

Venezuela - Azure for Data Engineer

Polska - Azure for Data Engineer

United Kingdom - Azure for Data Engineer

South Korea - Azure for Data Engineer

Pakistan - Azure for Data Engineer

Sri Lanka - Azure for Data Engineer

Bulgaria - Azure for Data Engineer

Bolivia - Azure for Data Engineer

Indonesia - Azure for Data Engineer

Kazakhstan - Azure for Data Engineer

Moldova - Azure for Data Engineer

Morocco - Azure for Data Engineer

Tunisia - Azure for Data Engineer

Kuwait - Azure for Data Engineer

Oman - Azure for Data Engineer

Slovakia - Azure for Data Engineer

Kenya - Azure for Data Engineer

Nigeria - Azure for Data Engineer

Botswana - Azure for Data Engineer

Slovenia - Azure for Data Engineer

Croatia - Azure for Data Engineer

Serbia - Azure for Data Engineer

Bhutan - Azure for Data Engineer

Nepal - Azure for Data Engineer

Uzbekistan - Azure for Data Engineer