DP-200T01: Implementing an Azure Data Solution

Ziele

In diesem Seminar erlernen die Teilnehmer, verschiedene Datenplattform-Technologien in Lösungen zu implementieren, die geschäftlichen und technischen Anforderungen entsprechen, einschließlich On-Premise-, Cloud- und Hybrid-Datenszenarien, die sowohl relationale als auch No-SQL-Daten enthalten. Sie werden auch lernen, wie man Daten mit einer Reihe von Technologien und Sprachen sowohl für Streaming- als auch für Batch-Daten verarbeitet.

Außerdem untersuchen Sie, wie Datensicherheit einschließlich Authentifizierung, Autorisierung, Datenrichtlinien und -standards implementiert werden kann und die Überwachung der Datenlösung sowohl für die Datenspeicherung als auch für die Datenverarbeitung definieren und umsetzen. Schließlich werden sie die Azure-Datenlösungen verwalten und beheben, einschließlich der Optimierung und Wiederherstellung von großen Datenmengen, Batch-Verarbeitung und Streaming-Datenlösungen.

Dieses rollenbasierte Seminar kann zur Vorbereitung auf die Zertifizierung als "Microsoft Azure Data Engineer" genutzt werden.

Zielgruppe

Datenprofis, Datenarchitekten und Business Intelligence-Experten, die sich über die Datenplattform-Technologien von Microsoft Azure informieren möchten
und Personen, die Anwendungen entwickeln, die Inhalte aus den Datenplattform-Technologien von Microsoft Azure bereitstellen.

Voraussetzungen

Zusätzlich zu ihrer Berufserfahrung sollten die Teilnehmer über technische Kenntnisse von Azur-Grundlagen verfügen.

Agenda

Azur für Entwickler in der Datenverarbeitung

• Die stetig wachsende Welt der Daten
• Übersicht über die Dienste der Azure Data Platform
• Aufgaben ermitteln, die von einem Data Engineer ausgeführt werden
• Anwendungsfälle für die Cloud in einer Fallstudie

Arbeiten mit Datenspeichern

• Datenspeicheransatz in Azure
• Erstellen eines Azure Storage Accounts
• Erläuterung der Azure Data Lake Speicherung
• Hochladen von Daten in den Azure Data Lake

Realisierung teambasierter Datenbanksysteme mit Azure Datenbanken

• Azur-Datenbanken und maschinelle Lernplattformen.
• Beschreibung des Team Data Science Prozesses
• Bereitstellung von Azure Datenbanken und Arbeitsbereichen
• Durchführen von Aufgaben der Datenaufbereitung

Aufbau global verteilter Datenbanken mit Cosmos DB

• Erstellung einer Azure Cosmos DB-Datenbank
• Einfügen und Abfragen von Daten in Ihre Azure Cosmos DB Datenbank
• Bereitstellung einer.NET Core App für Cosmos DB in Visual Studio Code
• Verteilung von Daten global mit Azure Cosmos DB

Arbeiten mit relationalen Datenspeichern in der Cloud

• SQL-Datenbank und SQL Data Warehouse
• Bereitstellung einer Azure SQL-Datenbank zur Speicherung von Daten
• Bereitstellung und Laden von Daten in das Azure SQL Data Warehouse

Echtzeit-Analyse mit Stream Analytics durchführen

• Datenströme und Ereignisverarbeitung
• Abfrage von Streaming-Daten mit Stream Analytics
• Verarbeitung von Daten mit Azure Blob und Stream Analytics
• Verarbeitung von Daten mit Event Hubs und Stream Analytics

Orchestrierung der Datenbewegung mit Azure Data Factory

• Funktionen der Azure Data Factory
• Erstellen von verknüpften Diensten und Datensätzen
• Erstellen von Pipelines und Aktivitäten
• Azure Data Factory Pipeline-Durchführung und Triggerung von Pipelines

Sicherung von Azure-Datenplattformen

• Konfigurieren der Netzwerksicherheit
• Konfigurieren der Authentifizierung
• Berechtigung konfigurieren
• Auditierung der Sicherheit

Überwachung und Fehlerbehebung bei der Datenspeicherung und -verarbeitung

• Data Engineering Fehlerbehebungsansatz
• Azur-Überwachungsfunktionen
• Beheben von häufigen Datenproblemen
• Beheben von häufigen Problemen bei der Datenverarbeitung

Integration und Optimierung von Datenplattformen

• Integration von Datenplattformen
• Optimierung der Datenspeicherung
• Optimierung der Streaming-Daten
• Verwalten von Notfallwiederherstellung