Azure 資料工廠 | Azure 和 Fabric 上的資料工程

Azure 與 Microsoft Fabric、Azure DevOps (CI/CD)、Azure Data Lake、Azure SQL 等上的資料工廠(DP-203、DP-600)

從這 11 小時的課程,你會學到

  • Azure 資料工廠
  • Microsoft Fabric 資料工廠
  • Azure 儲存體帳戶( Storage Accounts )
  • Azure SQL 資料庫和更新插入操作( Upsert Operations )
  • Azure 大數據分析解決方案的概述與背景
  • 整合各種檔案格式的數據
  • 身份驗證和存取:服務主體、託管身分和 Azure Key Vault
  • 資料管道、複製活動、資料流、控制流和轉換活動
  • 實施現代資料湖( Data Lake )
  • 控制流程、參數和變數
  • Azure 資料工廠的實際應用
  • 使用資料工廠的 Azure DevOps 原始碼控制
  • 持續整合和持續部署(CI/CD)

要求

  • 微軟 Azure 訂閱
  • 基本 SQL

課程說明

我很高興介紹本課程,介紹最受歡迎的資料工程工具之一…Azure 資料工廠!

隨著基於雲端的資料整合服務的需求持續飆升,對具有 Azure 資料工廠和 Microsoft Fabric 等服務知識的專業人員的需求龐大。透過學習這些應用程序,使用者可以提高他們的技能並增加他們在資料工程和分析領域的就業前景。

在本課程中,除了 Azure Blob 儲存體、Azure Data Lake Storage Gen 2 和 Azure SQL 資料庫等其他服務外,您將主要使用 Microsoft Azure 和 Microsoft Fabric 上的 Azure 資料工廠。

課程包含講座、程式碼影片和專門的課程專案。作為額外的好處,您還可以終生訪問所有講座…

本課程將涵蓋以下主題:

  • Azure 儲存解決方案,例如 Azure Blob 儲存體和 Azure Data Lake Gen2 儲存
  • Azure 資料工廠的基礎知識,包括核心元件,例如連結服務、資料集、活動、資料流、管道整合執行時間
  • 整合來自各種檔案格式(例如 CSV、JSON 和 Parquet)的數據
  • Azure 資料工廠中的複製活動
  • Azure 資料工廠中的資料流控制流轉換活動
  • 編排資料整合工作流程
  • 如何建立計劃觸發器來執行管道
  • 如何在連結服務、資料集和管道中使用參數
  • 如何將 Azure 資料工廠與 SQL 資料庫結合使用
  • 身份驗證和訪問,包括託管身份服務主體Azure Key Vault
  • Microsoft Fabric 中的資料工廠體驗
  • Azure DevOps 原始碼控制
  • 持續整合( CI,Continuous Integration )和持續部署( CD, Continuous Deployment )

目標受眾

  • 任何對 Azure、Microsoft Fabric 或雲端資料工程感興趣的人
  • 任何有興趣使用大數據的人
  • 任何使用雲端資料的人

講師簡介

Malvik Vaghadia 創辦人 – Pathfinder Analytics

同學們大家好!我是 Malvik,資料工程師和雲端架構師,在跨多個行業設計和交付資料解決方案方面擁有 10 多年的經驗。

我自 2021 年起擔任 Udemy 講師,致力於教授下一代資料專業人員。我的專業知識涵蓋 Azure 等雲端平台和本地系統,並專注於大數據分析。

我重視教學的簡單性和清晰度。我的課程設計簡單明了,重點是以易於理解和立即應用的方式傳遞知識。無論您是剛起步還是希望提高自己的技能,我的目標都是為您提供在數據工程職業生涯中脫穎而出所需的堅實基礎。

字幕:英文

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

  • Udemy 永久擁有課程 課程特價中 約 NT350 (點擊連結看更多)
  • 年訂閱每月 NT350 🌈 悠遊 Udemy 的 26000+ 門課,最大化學習 ( 原價 NT635/月 )
  • Udemy 現在越來越多課程有中文字幕,請參考 Soft & Share 中文線上課程
  • 手機上點選優惠連結看到的價格比電腦上看到的貴
  • $代表當地貨幣, 如在台灣為 NT
  • 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上,請稍等刷新或重新點選就會出現

報名參加課程

Sponsored by Udemy


也許你會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

由 WordPress.com 建置.

Up ↑

探索更多來自 Soft & Share 的內容

立即訂閱即可持續閱讀,還能取得所有封存文章。

Continue reading