Azure

In diesem Kurs erfahren die Kursteilnehmer mehr über die Datentechnik in Bezug auf die Arbeit mit Batch- und Echtzeit-Analyselösungen unter Verwendung von Azure-Datenplattformtechnologien. Sie beginnen mit Grundlagen der wichtigsten Computer- und Speichertechnologien, die zum Erstellen einer analytischen Lösung verwendet werden. Sie lernen die verschiedenen Erfassungstechniken kennen, die zum Laden von Daten mit der Apache Spark-Funktion in Azure Synapse Analytics oder Azure Databricks verwendet werden können, und erfahren, wie Sie mithilfe von Azure Data Factory oder Azure Synapse-Pipelines die Erfassung durchführen. Die Teilnehmer lernen auch die verschiedenen Möglichkeiten kennen, Daten mit denselben Technologien zu transformieren, mit denen sie aufgenommen werden. Anschließend wird gezeigt, wie man ein Echtzeit-Analysesystem zur Erstellung von Echtzeit-Analyselösungen erstellt. Dieses Seminar enthält folgende Schwerpunkte: - Erkunden von Compute- und Speicheroptionen für Datentechnikworkloads in Azure - Ausführen interaktiver Abfragen mithilfe serverloser SQL-Pools - Durchführen der Datenuntersuchung und -transformation in Azure Databricks - Erkunden, Transformieren und Laden von Daten im Data Warehouse mit Apache Spark - Erfassen und Laden von Daten im Data Warehouse - Transformieren von Daten mit Azure Data Factory oder Azure Synapse-Pipelines - Integrieren von Daten aus Notebooks mit Azure Data Factory oder Azure Synapse-Pipelines - Unterstützen von Hybrid Transactional Analytical Processing (HTAP) mit Azure Synapse Link - Umsetzen von End-to-End-Sicherheit mit Azure Synapse Analytics - Durchführen der Streamverarbeitung in Echtzeit mit Stream Analytics - Erstellen einer Streamverarbeitungslösung mit Event Hubs und Azure Databricks Das Seminar dient zur Vorbereitung auf die Prüfung DP-203, nach bestandenem Examen erhalten Sie folgenden Titel: Microsoft Certified: Azure Data Engineer Associate Die Prüfungsgebühr für das Examen DP-203 ist in der Kursgebühr NICHT enthalten. Hinweis: Der Kurs wird in deutscher Sprache gehalten, die MOC Unterlagen sind nur in englischer Sprache verfügbar.

• Modul 1: Erkunden von Compute- und Speicheroptionen für Datentechnikworkloads
• Einführung in Azure Synapse Analytics
• Beschreiben von Azure Databricks
• Einführung in Azure Data Lake Storage
• Beschreiben der Delta Lake-Architektur
• Arbeiten mit Datenströmen mithilfe von Azure Stream Analytics
• Modul 2: Ausführen interaktiver Abfragen mithilfe von serverlosen SQL-Pools von Azure Synapse Analytics
• Kennenlernen von serverlosen SQL-Pool-Funktionen in Azure Synapse
• Abfragen von Daten im Lake mit serverlosen SQL-Pools von Azure Synapse
• Erstellen von Metadatenobjekten in serverlosen SQL-Pools von Azure Synapse
• Schützen von Daten und Verwalten von Benutzern in serverlosen SQL-Pools von Azure Synapse
• Modul 3: Datenuntersuchung und -transformation in Azure Databricks
• Beschreiben von Azure Databricks
• Lesen und Schreiben von Daten in Azure Databricks
• Arbeiten mit DataFrames in Azure Databricks
• Arbeiten mit erweiterten Methoden für Dataframes in Azure Databricks
• Modul 4: Untersuchen, Transformieren und Laden von Daten im Data Warehouse mithilfe von Apache Spark
• Grundlegendes zu Big-Data-Entwicklung mit Apache Spark in Azure Synapse Analytics
• Erfassen von Daten mit Apache Spark-Notebooks in Azure Synapse Analytics
• Transformieren von Daten mit Dataframes in Apache Spark-Pools in Azure Synapse Analytics
• Integrieren von SQL- und Apache Spark-Pools in Azure Synapse Analytics
• Modul 5: Erfassen und Laden von Daten im Data Warehouse
• Verwenden von bewährten Methoden zum Laden von Daten in Azure Synapse Analytics
• Datenerfassung im Petabytebereich mit Azure Data Factory
• Modul 6: Transformieren von Daten mit Azure Data Factory oder Azure Synapse-Pipelines
• Datenintegration mit Azure Data Factory oder Azure Synapse-Pipelines
• Transformation ohne Code im großen Stil mit Azure Data Factory oder Azure Synapse-Pipelines
• Modul 7: Orchestrieren der Datenverschiebung und -transformation in Azure Synapse-Pipelines
• Orchestrieren der Datenverschiebung und -transformation in Azure Data Factory
• Modul 8: End-to-End-Sicherheit mit Azure Synapse Analytics
• Schützen einer Data Warehouse-Datenbank in Azure Synapse Analytics
• Konfigurieren und Verwalten von Geheimnissen in Azure Key Vault
• Implementieren von Compliancekontrollen für vertrauliche Daten
• Modul 9: Unterstützen von Hybrid Transactional Analytical Processing (HTAP) mit Azure Synapse Link
• Entwerfen der hybriden transaktionalen und analytischen Verarbeitung mithilfe von Azure Synapse Analytics
• Konfigurieren von Azure Synapse Link mit Azure Cosmos DB
• Abfragen von Azure Cosmos DB mit Apache Spark-Pools
• Abfragen von Azure Cosmos DB mit serverlosen SQL-Pools
• Modul 10: Streamverarbeitung in Echtzeit mit Stream Analytics
• Aktivieren von zuverlässigem Messaging für Big Data-Anwendungen mithilfe von Azure Event Hubs
• Arbeiten mit Datenströmen mithilfe von Azure Stream Analytics
• Erfassen von Datenströmen mit Azure Stream Analytics
• Modul 11: Erstellen einer Streamverarbeitungslösung mit Event Hubs und Azure Databricks
• Verarbeiten von Streamingdaten mit Structured Streaming in Azure Databricks

Kenntnissen in Cloud Computing und Kerndatenkonzepten sowie Berufserfahrung mit Datenlösungen.