In diesem Modul werden wir die Möglichkeiten von Azure Synapse Analytics erkunden und uns dabei auf das cloudbasierte Data Warehousing und seine moderne Architektur konzentrieren. Sie werden an praktischen Demos teilnehmen, um SQL- und Spark-Pools zu erstellen und zu verwalten, Daten mit verschiedenen Methoden zu analysieren und die einheitliche Erfahrung zu verstehen, die Synapse für Datenexperten bietet.

In diesem Modul tauchen wir in die Interna der Data Warehouse-Architektur ein und behandeln wichtige Themen wie die MPP-Architektur von Azure Synapse, Sharding, Datenverteilung und Partitionierung. Sie werden auch Best Practices für das Design von Fakten- und Dimensionstabellen kennenlernen, zusammen mit einer praktischen Demo zur Analyse der Verteilung von Daten vor der Migration.

In diesem Modul werden wir uns auf die kritischen Aspekte der Datenmigration konzentrieren, einschließlich bewährter Verfahren, verschiedener Last-Methoden und praktischer Demonstrationen mit Tools wie SSIS, PolyBase und Data Factory. Sie werden auch Aufgaben bearbeiten, um das Gelernte anzuwenden und einen reibungslosen Übergang der Daten vom Data Lake zum Data Warehouse zu gewährleisten.

In diesem Modul werden wir die kritischen Sicherheitsebenen untersuchen, die für den Schutz von Daten in Cloud-Umgebungen erforderlich sind. Zu den Themen gehören erweiterte Datensicherheit, Auditing, Netzwerkschutz und Verschlüsselungstechniken. Außerdem lernen Sie, wie Sie dynamische Datenmaskierung implementieren und den Benutzerzugriff effektiv verwalten, um Datenintegrität und Vertraulichkeit zu gewährleisten.

In diesem Modul konzentrieren wir uns auf die Konfiguration und Optimierung Ihrer Cloud-Umgebung und behandeln wichtige Aufgaben wie Sicherung und Wiederherstellung, Workload-Management und Preisoptimierung. Sie lernen auch Überwachungstechniken, Support und Fehlerbehebung kennen und erfahren, wie Sie Ressourcen effizient löschen und verwalten können, um ein gut optimiertes System zu erhalten.

In diesem Modul werden die Grundlagen des Data Warehousing behandelt und Schlüsselkonzepte wie dimensionale Modellierung, Fakten- und Dimensionstabellen sowie gängige Data Warehouse-Schemata untersucht. Sie lernen die Unterschiede zwischen OLTP- und OLAP-Systemen kennen, die Bedeutung von Data Warehouses und wie man sie mit den besten Modellierungsverfahren effektiv gestaltet.