課程簡介

1.        數據工程師的 Azure 應用

  • 解釋數據世界的演變
  • 調查 Azure 數據平臺的服務
  • 識別數據工程師執行的任務
  • 通過案例研究描述雲的用例
  • 確定數據世界的演變
  • 確定 Azure 數據平臺服務
  • 識別數據工程師需要執行的任務
  • 完成數據工程交付物

2.       數據存儲操作

  • 選擇 Azure 中的數據存儲方法
  • 創建 Azure 存儲賬戶
  • 解釋 Azure Data Lake 存儲
  • 將數據上傳到 Azure Data Lake
  • 實驗:數據存儲操作
  • 選擇 Azure 中的數據存儲方法
  • 創建存儲賬戶
  • 解釋 Data Lake 存儲
  • 將數據上傳到 Data Lake Store

3.       使用 Azure Databricks 實現團隊數據科學

  • 解釋 Azure Databricks
  • 使用 Azure Databricks
  • 使用 Azure Databricks 讀取數據
  • 使用 Azure Databricks 執行數據轉換
  • 實驗:使用 Azure Databricks 實現團隊數據科學
  • 解釋 Azure Databricks
  • 使用 Azure Databricks
  • 使用 Azure Databricks 讀取數據
  • 使用 Azure Databricks 執行數據轉換

4.       使用 Cosmos DB 構建全球分佈式數據庫

  • 創建可擴展的 Azure Cosmos DB 數據庫
  • 在 Azure Cosmos DB 數據庫中插入和查詢數據
  • 在 Visual Studio Code 中爲 Cosmos DB 構建 .NET Core 應用
  • 使用 Azure Cosmos DB 全局分發數據
  • 實驗:使用 Cosmos DB 構建全球分佈式數據庫
  • 創建 Azure Cosmos DB
  • 在 Azure Cosmos DB 中插入和查詢數據
  • 使用 VS Code 爲 Azure Cosmos DB 構建 .Net Core 應用
  • 使用 Azure Cosmos DB 全局分發數據

5.       在雲中使用關係數據存儲

  • 使用 Azure SQL 數據庫
  • 描述 Azure SQL 數據倉庫
  • 創建和查詢 Azure SQL 數據倉庫
  • 使用 PolyBase 將數據加載到 Azure SQL 數據倉庫
  • 實驗:在雲中使用關係數據存儲
  • 使用 Azure SQL 數據庫
  • 描述 Azure SQL 數據倉庫
  • 創建和查詢 Azure SQL 數據倉庫
  • 使用 PolyBase 將數據加載到 Azure SQL 數據倉庫

6.       使用 Stream Analytics 進行即時分析

  • 解釋數據流和事件處理
  • 使用 Event Hubs 進行數據攝取
  • 使用 Stream Analytics 作業處理數據
  • 實驗:使用 Stream Analytics 進行即時分析
  • 解釋數據流和事件處理
  • 使用 Event Hubs 進行數據攝取
  • 使用 Stream Analytics 作業處理數據

7.       使用 Azure Data Factory 編排數據移動

  • 解釋 Azure Data Factory 的工作原理
  • Azure Data Factory 組件
  • Azure Data Factory 和 Databricks
  • 實驗:使用 Azure Data Factory 編排數據移動
  • 解釋 Data Factory 的工作原理
  • Azure Data Factory 組件
  • Azure Data Factory 和 Databricks

8.       保護 Azure 數據平臺

  • 安全簡介
  • 關鍵安全組件
  • 保護存儲賬戶和 Data Lake 存儲
  • 保護數據存儲
  • 保護流數據
  • 實驗:保護 Azure 數據平臺
  • 安全簡介
  • 關鍵安全組件
  • 保護存儲賬戶和 Data Lake 存儲
  • 保護數據存儲
  • 保護流數據

9.       監控和故障排除數據存儲與處理

  • 解釋可用的監控功能
  • 解決常見的數據存儲問題
  • 解決常見的數據處理問題
  • 管理災難恢復
  • 實驗:監控和故障排除數據存儲與處理
  • 解釋可用的監控功能
  • 解決常見的數據存儲問題
  • 解決常見的數據處理問題
  • 管理災難恢復

最低要求

  • 具備基礎數據分析經驗(如 Excel)。
  • 對雲概念有基本瞭解(如 AWS)。

目標受衆

  • 數據庫工程師
  • 開發人員
 35 時間:

客戶評論 (5)

課程分類