Implementowanie rozwiązania analizy danych za pomocą usługi Azure Synapse Analytics

intermediate
data-engineer
azure-synapse-analytics

W skrócie

Wymagania wstępne

Odbiorcy powinni być zaznajomieni z notesami korzystającymi z różnych języków i silnika Spark, takich jak Databricks, notesy Jupyter, notesy Zeppelin i inne. Powinni również mieć pewne doświadczenie z narzędziami SQL, Python i Azure, takimi jak Data Factory.

Moduły w ramach tej ścieżki szkoleniowej

Poznaj funkcje i możliwości usługi Azure Synapse Analytics — opartą na chmurze platformę do przetwarzania i analizy danych big data.

Dzięki bezserwerowej puli SQL usługi Azure Synapse możesz wykorzystać swoje umiejętności sql do eksplorowania i analizowania danych w plikach bez konieczności ładowania danych do relacyjnej bazy danych.

Apache Spark to podstawowa technologia do analizy danych na dużą skalę. Dowiedz się, jak używać platformy Spark w usłudze Azure Synapse Analytics do analizowania i wizualizowania danych w usłudze Data Lake.

Usługa Delta Lake to obszar magazynu relacyjnego typu open source dla platformy Spark, którego można użyć do zaimplementowania architektury usługi Data Lakehouse w usłudze Azure Synapse Analytics.

Magazyny danych relacyjnych są podstawowym elementem większości rozwiązań analizy biznesowej przedsiębiorstwa i są używane jako podstawa modeli danych, raportów i analiz.

Pipeline'y są krwioobiegiem rozwiązania do analizy danych. Dowiedz się, jak używać potoków usługi Azure Synapse Analytics do tworzenia zintegrowanych rozwiązań danych, które wyodrębniają, przekształcają i ładują dane w różnych systemach.