Ce cours intensif d'une journée fournit aux participants les compétences nécessaires pour créer et gérer des solutions d'analyse de données à l'aide de Azure Synapse Analytics. Vous apprendrez à travailler avec des pools SQL (dédiés et sans serveur), à gérer des données avec Apache Spark dans Synapse et à implémenter des processus ELT (Extraction, Chargement, Transformation) à l'aide de Synapse. Pipelines — une expérience familière à ceux qui savent Azure Usine de données.
Grâce à des travaux pratiques et à des exemples concrets, le cours offre une solide compréhension de l'orchestration des données dans les environnements modernes de lakehouse et d'entrepôt. Azure.
Le cours est recommandé pour :
• Ingénieurs de données qui souhaitent intégrer et analyser des données à l’aide Azure Synapse
• Les administrateurs impliqués dans la conception et la surveillance des flux de données dans cloud
• Professionnels utilisant SQL et Python dans des contextes analytiques
• Utilisateurs familiarisés avec des notebooks comme Databricks, Jupyter, Zeppelin, etc.
• Des équipes qui ont de l’expérience avec Azure Data Factory et ils veulent l'étendre à Synapse
Après avoir terminé le cours, vous saurez comment :
• Interroger les fichiers du lac de données à l'aide du pool SQL sans serveur dans Synapse
• Analyser les données avec Apache Spark Pools et Delta Lake
• Créer et gérer des pipelines de données à l'aide de Synapse Pipelines
• Vous travaillez avec des entrepôts de données relationnelles dans Synapse
• Utiliser des outils modernes de traitement et de transformation des données Azure
Les participants doivent avoir :
• Connaissances de base de SQL et Python
• Expérience avec les notebooks basés sur Spark (par exemple Databricks, Jupyter)
• Familiarité avec des services tels que Azure Usine de données
1. Introduction à Azure Analyse Synapse
Présentation de l'architecture et des principaux composants
2. Utilisation d'un pool SQL sans serveur pour interroger les fichiers du lac de données
Exécution de requêtes directes sur des fichiers JSON, CSV, Parquet
3. Analyse des données avec Apache Spark dans Azure Synapse
Travailler avec des notebooks et manipuler des données avec PySpark
4. Gestion des données avec Delta Lake dans Synapse
Implémentation des transactions ACID, du contrôle de version et du voyage dans le temps
5. Analyse des données dans un entrepôt de données relationnelles
Création et interrogation de tables dans un pool SQL dédié
6. Création d'un pipeline de données avec Synapse Pipelines
Orchestration des tâches ELT avec des outils de type ADF
Il n’existe actuellement aucun programme de certification.
