课程大纲

1. Azure 数据工程师

  • 解释数据世界的演变
  • 概述 Azure 数据平台的服务
  • 识别数据工程师执行的任务
  • 描述云在案例中的使用场景
  • 确定数据世界的演变
  • 确定 Azure 数据平台服务
  • 识别数据工程师需要执行的任务
  • 完成数据工程的交付物

2. 数据存储操作

  • 选择 Azure 中的数据存储方法
  • 创建 Azure 存储账户
  • 解释 Azure 数据湖存储
  • 将数据上传到 Azure 数据湖
  • 实验:数据存储操作
  • 选择 Azure 中的数据存储方法
  • 创建存储账户
  • 解释数据湖存储
  • 将数据上传到数据湖存储

3. 使用 Azure Databricks 实现团队数据科学

  • 解释 Azure Databricks
  • 使用 Azure Databricks
  • 使用 Azure Databricks 读取数据
  • 使用 Azure Databricks 进行数据转换
  • 实验:使用 Azure Databricks 实现团队数据科学
  • 解释 Azure Databricks
  • 使用 Azure Databricks
  • 使用 Azure Databricks 读取数据
  • 使用 Azure Databricks 进行数据转换

4. 使用 Cosmos DB 构建全球分布式数据库

  • 创建可扩展的 Azure Cosmos DB 数据库
  • 在 Azure Cosmos DB 数据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 全球分布数据
  • 实验:使用 Cosmos DB 构建全球分布式数据库
  • 创建 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
  • 使用 Azure Cosmos DB 全球分布数据

5. 云端关系型数据存储操作

  • 使用 Azure SQL 数据库
  • 描述 Azure SQL 数据仓库
  • 创建和查询 Azure SQL 数据仓库
  • 使用 PolyBase 将数据加载到 Azure SQL 数据仓库
  • 实验:云端关系型数据存储操作
  • 使用 Azure SQL 数据库
  • 描述 Azure SQL 数据仓库
  • 创建和查询 Azure SQL 数据仓库
  • 使用 PolyBase 将数据加载到 Azure SQL 数据仓库

6. 使用 Stream Analytics 进行实时分析

  • 解释数据流和事件处理
  • 使用 Event Hubs 进行数据摄取
  • 使用 Stream Analytics 作业处理数据
  • 实验:使用 Stream Analytics 进行实时分析
  • 解释数据流和事件处理
  • 使用 Event Hubs 进行数据摄取
  • 使用 Stream Analytics 作业处理数据

7. 使用 Azure Data Factory 编排数据移动

  • 解释 Azure Data Factory 的工作原理
  • Azure Data Factory 组件
  • Azure Data Factory 和 Databricks
  • 实验:使用 Azure Data Factory 编排数据移动
  • 解释 Data Factory 的工作原理
  • Azure Data Factory 组件
  • Azure Data Factory 和 Databricks

8. 保护 Azure 数据平台

  • 安全简介
  • 关键安全组件
  • 保护存储账户和数据湖存储
  • 保护数据存储
  • 保护流数据
  • 实验:保护 Azure 数据平台
  • 安全简介
  • 关键安全组件
  • 保护存储账户和数据湖存储
  • 保护数据存储
  • 保护流数据

9. 监控和排查数据存储与处理问题

  • 解释可用的监控功能
  • 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:监控和排查数据存储与处理问题
  • 解释可用的监控功能
  • 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

要求

  • 具备基础数据分析经验(如 Excel)。
  • 对云概念有基本了解(如 AWS)。

受众

  • 数据库工程师
  • 开发人员
 35 小时

客户评论 (4)

即将举行的公开课程

课程分类