Kurzusleírás

1. Azure az adatmérnököknek

  • Az adatok fejlődő világának magyarázata
  • Az Azure Data Platform szolgáltatásainak áttekintése
  • Az adatmérnök által végzett feladatok azonosítása
  • A felhő használati eseteinek bemutatása egy esettanulmányban
  • Az adatok fejlődő világának azonosítása
  • Az Azure Data Platform szolgáltatásainak meghatározása
  • Az adatmérnök által végzendő feladatok azonosítása
  • Az adatmérnöki eredmények véglegesítése

2. Adattárolás használata

  • Adattárolási megközelítés kiválasztása Azure-ban
  • Azure Storage Account létrehozása
  • Azure Data Lake tárolás magyarázata
  • Adatok feltöltése Azure Data Lake-be
  • Gyakorlat: Adattárolás használata
  • Adattárolási megközelítés kiválasztása Azure-ban
  • Storage Account létrehozása
  • Data Lake tárolás magyarázata
  • Adatok feltöltése Data Lake Store-ba

3. Csapatalapú adattudomány engedélyezése Azure Databricks-szel

  • Azure Databricks magyarázata
  • Azure Databricks használata
  • Adatok olvasása Azure Databricks-szel
  • Transzformációk végrehajtása Azure Databricks-szel
  • Gyakorlat: Csapatalapú adattudomány engedélyezése Azure Databricks-szel
  • Azure Databricks magyarázata
  • Azure Databricks használata
  • Adatok olvasása Azure Databricks-szel
  • Transzformációk végrehajtása Azure Databricks-szel

4. Globálisan elosztott adatbázisok építése Cosmos DB-vel

  • Azure Cosmos DB adatbázis létrehozása skálázható módon
  • Adatok beszúrása és lekérdezése az Azure Cosmos DB adatbázisban
  • .NET Core alkalmazás készítése Cosmos DB-hez Visual Studio Code-ban
  • Adatok globális terjesztése Azure Cosmos DB-vel
  • Gyakorlat: Globálisan elosztott adatbázisok építése Cosmos DB-vel
  • Azure Cosmos DB létrehozása
  • Adatok beszúrása és lekérdezése Azure Cosmos DB-ben
  • .Net Core alkalmazás készítése Azure Cosmos DB-hez VS Code használatával
  • Adatok globális terjesztése Azure Cosmos DB-vel

5. Relációs adattárolók használata a felhőben

  • Azure SQL Database használata
  • Azure SQL Data Warehouse leírása
  • Azure SQL Data Warehouse létrehozása és lekérdezése
  • Adatok betöltése Azure SQL Data Warehouse-ba PolyBase használatával
  • Gyakorlat: Relációs adattárolók használata a felhőben
  • Azure SQL Database használata
  • Azure SQL Data Warehouse leírása
  • Azure SQL Data Warehouse létrehozása és lekérdezése
  • Adatok betöltése Azure SQL Data Warehouse-ba PolyBase használatával

6. Valós idejű elemzés végrehajtása Stream Analytics-szel

  • Adatfolyamok és eseményfeldolgozás magyarázata
  • Adatbetöltés Event Hubs segítségével
  • Adatfeldolgozás Stream Analytics feladatokkal
  • Gyakorlat: Valós idejű elemzés végrehajtása Stream Analytics-szel
  • Adatfolyamok és eseményfeldolgozás magyarázata
  • Adatbetöltés Event Hubs segítségével
  • Adatfeldolgozás Stream Analytics feladatokkal

7. Adatmozgás szervezése Azure Data Factory-val

  • Azure Data Factory működésének magyarázata
  • Azure Data Factory komponensek
  • Azure Data Factory és Databricks
  • Gyakorlat: Adatmozgás szervezése Azure Data Factory-val
  • Data Factory működésének magyarázata
  • Azure Data Factory komponensek
  • Azure Data Factory és Databricks

8. Azure adatplatformok biztonságossá tétele

  • Bevezetés a biztonságba
  • Kulcsfontosságú biztonsági komponensek
  • Storage Accounts és Data Lake tárolás biztonságossá tétele
  • Adattárolók biztonságossá tétele
  • Adatfolyamok biztonságossá tétele
  • Gyakorlat: Azure adatplatformok biztonságossá tétele
  • Bevezetés a biztonságba
  • Kulcsfontosságú biztonsági komponensek
  • Storage Accounts és Data Lake tárolás biztonságossá tétele
  • Adattárolók biztonságossá tétele
  • Adatfolyamok biztonságossá tétele

9. Adattárolás és -feldolgozás monitorozása és hibaelhárítása

  • A rendelkezésre álló monitorozási képességek magyarázata
  • Gyakori adattárolási hibák hibaelhárítása
  • Gyakori adatfeldolgozási hibák hibaelhárítása
  • Katasztrófa-helyreállítás kezelése
  • Gyakorlat: Adattárolás és -feldolgozás monitorozása és hibaelhárítása
  • A rendelkezésre álló monitorozási képességek magyarázata
  • Gyakori adattárolási hibák hibaelhárítása
  • Gyakori adatfeldolgozási hibák hibaelhárítása
  • Katasztrófa-helyreállítás kezelése

Követelmények

  • Alapvető adatelemzési tapasztalat (pl. Excel)
  • Általános ismeret a felhőalapú koncepciókról (pl. AWS)

Célközönség

  • Adatbázis mérnökök
  • Fejlesztők
 35 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (4)

Közelgő kurzusok

Rokon kategóriák