课程大纲

1.        数据工程师的 Azure 应用

  • 解释数据世界的演变
  • 调查 Azure 数据平台的服务
  • 识别数据工程师执行的任务
  • 通过案例研究描述云的用例
  • 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 Data Lake 存储
  • 将数据上传到 Azure Data Lake
  • 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 Data Lake 存储
  • 将数据上传到 Data Lake Store

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 执行数据转换
  • 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 执行数据转换

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 全局分发数据
  • 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 全局分发数据

5.       在云中使用关系数据存储

  • 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:在云中使用关系数据存储
  • 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 Data Lake 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 Data Lake 存储
  • 保护数据存储
  • 保护流数据

9.       监控和故障排除数据存储与处理

  • 解释可用的监控功能
  • 解决常见的数据存储问题
  • 解决常见的数据处理问题
  • 管理灾难恢复
  • 实验:监控和故障排除数据存储与处理
  • 解释可用的监控功能
  • 解决常见的数据存储问题
  • 解决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)。

目标受众

  • 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