Dokumentace k Datoví technici v Microsoft Fabric

Příprava dat v Microsoft Fabric umožňuje uživatelům navrhovat, sestavovat a udržovat infrastruktury a systémy, které jejich organizacím umožňují shromažďovat, ukládat, zpracovávat a analyzovat velké objemy dat.

Informace o Datoví technici

Přehled

• Co je příprava dat?
• Co je jezero?

Koncepce

• Tabulky Lakehouse a Delta
• Role a oprávnění pracovního prostoru
• Volba úložiště dat

Praktický průvodce

• Rozdílová optimalizace a pořadí V
• Načtení do tabulek

Začínáme s lakehousem

Začínáme

• Vytvoření jezerahouse
• Navigace v průzkumníku jezera

Praktický průvodce

• Získání dat do lakehouse pomocí poznámkového bloku

Kurz

• Krok 1 – Vytvoření pracovního prostoru
• Krok 2 – vytvoření jezera
• Krok 3 : Ingestování dat do jezera
• Krok 4 : Transformace dat do tabulek Delta
• Krok 5 – sestavení sestavy
• Krok 6 – Vyčištění prostředků

Začínáme s poznámkovými bloky

Začínáme

• Vytváření a používání poznámkových bloků

Praktický průvodce

• Vývoj a spouštění poznámkových bloků
• Prozkoumání dat lakehouse pomocí poznámkového bloku
• Vizualizace poznámkových bloků
• Správa zdrojového kódu a nasazení poznámkových bloků
• Vytváření a spouštění poznámkových bloků T-SQL

Dotazování pomocí rozhraní API pro GraphQL

Přehled

• Co je rozhraní FABRIC API pro GraphQL?

Začínáme

• Vytvoření rozhraní API pro GraphQL a přidání dat

Praktický průvodce

• Spravovat relace
• Připojení k aplikacím
• Dotazování na více zdrojů dat
• Kanály správy zdrojového kódu GraphQL a nasazení
• Monitorování řídicího panelu a protokolování (Preview)

Integrace editoru VS Code

Koncepce

• Co je rozšíření Data Engineering VS Code?

Praktický průvodce

• Použití poznámkových bloků z VS Code
• Použití image kontejneru z VS Code
• Použití definic úloh Sparku z VS Code
• Prozkoumání lakehouse z VS Code
• Vývoj poznámkového bloku z webového prostředí VS Code

Apache Spark pro přípravu dat

Koncepce

• Definice úlohy Apache Sparku
• Co je Poradce pro Apache Spark?

Začínáme

• Vytvoření definice úlohy Sparku
• Vytvoření definice úlohy Sparku pomocí rozhraní API infrastruktury
• Integrace Gitu s definicí úlohy Sparku

Praktický průvodce

• Naplánování a spuštění definice úlohy Sparku
• Správa knihoven Apache Sparku
• Jak používat Fabric MSSparkUtils

Začínáme s prostředím

Začínáme

• Prostředí Microsoft Fabric

Praktický průvodce

• Správa výpočetních prostředků Sparku v prostředích
• Správa knihoven v prostředích
• Integrace a kanál nasazení Gitu pro prostředí
• Správa prostředí prostřednictvím veřejných rozhraní API
• Správa knihoven v prostředí zabezpečeném ochranou odchozího přístupu

Fabric Livy API

Přehled

• Co je rozhraní Api Livy?

Začínáme

• Vytváření a spouštění úloh Sparku pomocí rozhraní Livy API
• Odeslání úloh relací rozhraní Livy API
• Odesílání dávkových úloh rozhraní API Livy

Optimalizace s využitím materializovaných zobrazení jezera

Přehled

• Co jsou materializovaná zobrazení jezera?

Začínáme

• Začínáme s materializovanými zobrazeními jezera
• Implementace architektury Medallion s materializovanými zobrazeními jezera
• Správa materializovaných zobrazení jezera