|
时间 |
安排 |
课程内容 |
|
第一天 |
上午 |
适用于数据工程师的 Azure |
|
介绍不断发展的数据世界 |
||
|
综述 Azure 数据平台中的服务 |
||
|
确定数据工程师执行的任务 |
||
|
描述案例研究中云的用例 |
||
|
使用数据存储 |
||
|
在 Azure 中选择数据存储方法 |
||
|
创建 Azure 存储帐户 |
||
|
解释 Azure Data Lake Storage |
||
|
将数据上传到 Azure Data Lake |
||
|
下午 |
通过 Azure Databricks 实现基于团队的数据科学 |
|
|
解释 Azure Databricks |
||
|
使用 Azure Databricks |
||
|
管理Databricks File System的常用命令 |
||
|
Spark SQL的DDL和DML语句 |
||
|
使用 Azure Databricks 读取数据 |
||
|
使用 Azure Databricks 执行转换 |
||
|
第二天 |
上午 |
使用 Cosmos DB 构建全局分布式数据库 |
|
创建构建后可扩展的 Azure Cosmos DB 数据库 |
||
|
在 Azure Cosmos DB 数据库中插入并查询数据 |
||
|
在 Visual Studio Code 中为 Azure Cosmos DB 生成 .NET Core 应用 |
||
|
使用 Azure Cosmos DB 在全球范围内分发数据 |
||
|
下午 |
在云中使用关系数据存储 |
|
|
介绍 SQL 数据库 |
||
|
解释 SQL 数据仓库 |
||
|
在 Azure SQL 数据仓库中配置和加载数据 |
||
|
使用 PolyBase 将数据导入 Azure SQL 数据仓库 |
||
|
使用流分析执行实时分析 |
||
|
解释数据流和事件处理 |
||
|
事件中心的数据引入 |
||
|
通过流分析作业处理数据 |
||
|
第三天 |
上午 |
使用 Azure Data Factory安排数据移动 |
|
解释 Azure Data Factory的工作原理 |
||
|
创建链接服务和数据集 |
||
|
介绍各种常用Activity的特性及功能 |
||
|
创建管道和活动 |
||
|
Azure Data Factory管道执行和触发器 |
||
|
下午 |
保护 Azure 数据平台 |
|
|
安全性介绍 |
||
|
主要安全组件 |
||
|
保护存储帐户和 Data Lake Storage |
||
|
安全数据存储 |
||
|
保护流数据 |
||
|
监视和排除数据存储和处理故障 |
||
|
解释可用的监视功能 |
||
|
常见数据存储问题故障排除 |
||
|
排除常见的数据处理问题 |
||
|
管理灾难恢复 |