MOC 10999 - SQL Server on Linux

Beschreibung

Im Seminar werden den Teilnehmern die Tools für die Verarbeitung von Big Data nahegebracht wie Azure Tools, Dienste wie Azure Stream Analysen, Azure Data Lake etc. Weiterer Schwerpunkt ist die Entwicklung benutzerdefinierter Funktionen sowie die Einbindung von Python und R.

Seminarinhalt
Architekturen für Big Data Engineering mit Azure
Das Konzept von Big Data
Lambda- und Kappa-Architektur
Designüberlegungen
Verarbeitung von Event Streams mit Azure Stream Analytics
Implementierung benutzerdefinierter Funktionen
Einbau von Machine Learning in einen Azure-Stream-Analytics-Job
Verwaltung von Big Data in Azure Data Lake Store
Erstellen eines Azure Data Lake Store und von Ordnern, Upload von Daten
Überwachung und Schutz von Daten in Azure Data Lake Store
Verarbeitung von Big Data unter Benutzung von Azure-Data-Lake-Analysen
Einführung Azure-Data-Lake-Analysen
Analyse von Daten mit U-SQL
Sortieren, Gruppieren und Zusammenführen von Daten
Implementierung benutzerdefinierter Operationen, Überwachung der Performance in Azure-Data-Lake-Analysen
Benutzerdefinierte Funktionalität in Analysejobs
Verwaltung und Optimierung von Jobs
Implementierung Azure SQL Data Warehouse
Einführung in Azure SQL Data Warehouse
Design von Tabellen für effiziente Abfragen
Import von Daten in Azure SQL Data Warehouse
Ausführen von Analysen mit Azure SQL Data Warehouse
Abfragn von Daten in Azure SQL Data Warehouse
Überwachung und Wartung der Performance
Schutz von Daten in Azure SQL Data Warehouse
Automatisierung des Datenflusses mit Azure Data Factory
Einführung in Azure Data Factory
Übertragun und Transformation von Daten
Überwachung der Performanc
Schutz von Daten

Ziel

Im Seminar werden den Teilnehmern die Tools für die Verarbeitung von Big Data nahegebracht wie Azure Tools, Dienste wie Azure Stream Analysen, Azure Data Lake etc.

Anforderungen an die Teilnehmer

ie Teilnehmer sollten über folgende Kenntnisse verfügen: Azure Datendienste, Window Server Betriebssystem, relationale Datenbanken, SQL.

Teilnehmer

keine