آموزش گواهی DP-203 مایکروسافت: Azure Data Engineer Associate

سرفصل ها و درس ها

بخش 1 - مقدمه و راه اندازی Segment1-Introduction and Setup

• 1.1.Overview-Cloud Computing 1.1.Overview-Cloud Computing

• 1.2. مفاهیم-مقدمه ای بر رایانش ابری.mp4 1.2.Concepts-Introduction to Cloud Computing.mp4

• 1.3.Overview-Microsoft Azure.mp4 1.3.Overview-Microsoft Azure.mp4

• 1.4.Overview-چگونه به امتحان نزدیک می شویم.mp4 1.4.Overview-How we are going to approach the Exam.mp4

• 1.5. HandsOn-Create Azure Account.mp4 1.5.HandsOn-Create Azure Account.mp4

• 1.6. مروری بر پورتال HandsOn-Azure.mp4 1.6.HandsOn-Azure Portal Overview.mp4

• 1.7. نمای کلی-مهم-نحوه تکمیل دوره 1.7.Overview-IMPORTANT-How to Complete the Course

• فایل های دوره کامل Complete Course Files

Segment2-طراحی و پیاده سازی ذخیره سازی داده ها-DataLake Segment2-Design and implement data storage-DataLake

• 2.0. Overview-مفاهیم پایه مهندسی داده 2.0.Overview-Data Engineering Basics Concepts

• 2.1. مروری بر انواع حساب ذخیره سازی لاجوردی 2.1.Overview of Types of azure Storage Account

• 2.2. HandsOn-Create Azure Storage Account 2.2.HandsOn-Create Azure Storage Account

• 2.3. مروری بر حساب ذخیره سازی DataLake Gen2 2.3.Overview of DataLake Gen2 Storage Account

• 2.4. HandsOn-Create DataLake Gen2 Storage Account 2.4.HandsOn-Create DataLake Gen2 Storage Account

• 2.5. انواع فرمت های مختلف + آپلود HandsOn فایل ها در Azure Storage 2.5.Different Format Types + HandsOn Uploading Files to Azure Storage

• بابت تکمیل یک بخش تبریک می گویم Congrats on Completing a Section

Segment3-طراحی و پیاده سازی ذخیره سازی داده ها-Azure SQL Server Segment3-Design and implement data storage-Azure SQL Server

• 3.1.1. Overview-Azure SQL Database 3.1.1.Overview-Azure SQL Database

• 3.1.2. بررسی اجمالی ردیف قیمت گذاری و انواع پیکربندی Azure SQL 3.1.2.Overview Azure SQL Pricing Tier and Configuration Types

• 3.2. نمای کلی ایجاد SQL Server در Azure 3.2.Overview SQL Server Creation on Azure

• 3.3. ایجاد سرور SQL HandsOn 3.3.HandsOn SQL Server Creation

• 3.4.HandsOn-اتصال با SQL Server با استفاده از SSMS 3.4.HandsOn-connecting with SQL Server Using SSMS

• 3.5 نصب Azure Data Studio 3.5.Installing Azure Data Studio

• 3.6.1. HandsON - T-SQL Basics بیانیه را انتخاب کنید 3.6.1.HandsON - T-SQL Select Statement Basics

• 3.6.2.HandsOn T-SQL Multiple Conditioning با استفاده از بند Where 3.6.2.HandsOn T-SQL Multiple Conditioning using Where Clause

• 3.6.3. HandsOn T-SQL Order By Clause 3.6.3.HandsOn T-SQL Order By Clause

• 3.6.4. HandsOn T-SQL Aggregate Functions 3.6.4.HandsOn T-SQL Aggregate Functions

• 3.6.5. HandsOn T-SQL Group By Clause 3.6.5.HandsOn T-SQL Group By Clause

• 3.6.6. HandsOn T-SQL Partition By Statement 3.6.6.HandsOn T-SQL Partition By Statement

• 3.6.7. HandsOn T-SQL LEAD و بیانیه LAG 3.6.7.HandsOn T-SQL LEAD and LAG Statement

• 3.6.8. بیان جدول مشترک HandsOn T-SQL با استفاده از عبارت WITH 3.6.8.HandsOn T-SQL Common Table Expression using WITH Clause

• بیانیه 3.6.9. HandsOn T-SQL CASE 3.6.9.HandsOn T-SQL CASE Statement

• بابت تکمیل یک بخش تبریک می گویم Congrats on Completing a Section

Segment4-طراحی و پیاده سازی ذخیره سازی داده ها-CosmosDB Segment4-Design and implement data storage-CosmosDB

• 4.1.1. Overview-Cosmos DB 4.1.1.Overview-Cosmos DB

• 4.1.2. Concepts-CosmosDB Use Cases 4.1.2.Concepts-CosmosDB use Cases

• 4.1.3. Concepts-CosmosDB به عنوان یک راه حل 4.1.3.Concepts-CosmosDB as a Solution

• 4.2.1. Overview-Cosmos DB Pricing 4.2.1.Overview-Cosmos DB Pricing

• 4.2.2. Concepts-Cosmos DB Models Throughput 4.2.2.Concepts-Cosmos DB Throughput Models

• 4.3.1. Overview-Cosmos DB APIs 4.3.1.Overview-Cosmos DB APIs

• 4.3.2. Concepts-Data Modeling و API های آنها 4.3.2.Concepts-Data Modelling and their APIs

• 4.3.3. Concepts-APIs Use-cases for Cosmos DB 4.3.3.Concepts-APIs Use-cases for Cosmos DB

• 4.4.1. ایجاد حساب DB HnadsOn-Cosmos 4.4.1.HnadsOn-Cosmos DB Account Creation

• 4.5.1. مفاهیم - پایگاه های داده، ظروف و موارد در Cosmos DB 4.5.1.Concepts-Databases, containers, and items in Cosmos DB

• 4.5.2. HandsOn-Create Database در داخل حساب Cosmos DB 4.5.2.HandsOn-Create Database inside Cosmos DB account

• 4.5.3.HandsOn-یک ظرف داخل Cosmos DB ایجاد کنید 4.5.3.HandsOn-Create a Container inside Cosmos DB

• 4.5.4. HandsOn-Create Items در داخل Cosmos DB 4.5.4.HandsOn-Create Items inside Cosmos DB

• 4.6.1. مفاهیم-پارتیشن های فیزیکی در کیهان DB 4.6.1.Concepts-Physical Partitions in Cosmos DB

• 4.6.2. مفاهیم-پارتیشن های منطقی در Cosmos DB 4.6.2.Concepts-Logical Partitions in Cosmos DB

• 4.7.1. مفاهیم-سطوح سازگاری در Cosmos DB 4.7.1.Concepts-Consistency Levels in Cosmos DB

• 4.7.2. سازگاری HandsOn-Set برای Cosmos DB 4.7.2.HandsOn-Set Consistency for Cosmos DB

• 4.8.1. HandsOn-Scaling DB Cosmos در سراسر جهان 4.8.1.HandsOn-Scaling a Cosmos DB across the Globe

• بابت تکمیل یک بخش تبریک می گویم Congrats on Completing a Section

Segment5-طراحی و پیاده سازی ذخیره سازی داده ها-Azure Synapse Analytics Segment5-Design and implement data storage-Azure Synapse Analytics

• 5.1. Overview-Azure Synapse Analytics مفاهیم اساسی 5.1.Overview-Azure Synapse Analytics basic Concepts

• 5.2. Overview-Azure Synapse Components 5.2.Overview-Azure Synapse Components

• 5.3. Overview-Azure Synapse Compute Power 5.3.Overview-Azure Synapse Compute Power

• 5.5. پایگاه داده مفهومی SQL در مقابل انبار داده SQL 5.5.Concept-SQL Database vs SQL Data Warehouse

• 5.6. Overview-Serverless SQL Pools 5.6.Overview-Serverless SQL Pools

• 5.7. Overview-Synapse SQL Underlying Architecture 5.7.Overview-Synapse SQL Underlying Architecture

• 5.9. HandsOn-Create Synapse Workspace 5.9.HandsOn-Create Synapse Workspace

• 5.10.1.HandsOn-Query Csv از Data Lake 5.10.1.HandsOn-Query Csv from Data Lake

• 5.10.2. تعیین نقش HandsOn-Setting در داخل دریاچه داده برای خواندن داده ها 5.10.2.HandsOn-Setting Role Assignment inside Data lake for Reading Data

• 5.11. Overview-Dadicated SQL Pool 5.11.Overview-Dadicated SQL Pool

• 5.12. HandsOn-Creating and Pausing Dedicated SQL Pool 5.12.HandsOn-Creating and Pausing Dedicated SQL Pool

• 5.13.0.Overview-Data Load Methods 5.13.0.Overview-Data Loading Methods

• 5.13.1. HandsOn-External Table Serverless SQL CSV format-part1 5.13.1.HandsOn-External Table Serverless SQL CSV format-part1

• 5.13.2. HandsOn- فرمت csv SQL بدون سرور میز خارجی-part2 5.13.2.HandsOn- External Table Serverless SQL csv format-part2

• 5.13.3. HandsOn- میز خارجی اختصاص داده شده با فرمت SQL csv-part3 5.13.3.HandsOn- External Table Dedicated SQL csv format-part3

• 5.13.4. HandsOn-External پارکت میز بدون سرور و اختصاص داده شده 5.13.4.HandsOn-External table parquet serverless&dedicated

• 5.13.5. HandOn-Copying Data با استفاده از Polybase 5.13.5.HandOn-Copying Data using Polybase

• 5.13.6.HandsOn-Copying داده ها با استفاده از Copy into Statement 5.13.6.HandsOn-Copying Data using Copy into Statement

• 5.13.7. HandsOn-Copying داده ها با تشخیص خودکار طرحواره با استفاده از کپی در بیانیه 5.13.7.HandsOn-Copying Data with Auto Schema Detection using Copy into Statement

• 5.13.8.HandsOn-Copying Data با استفاده از Pipelines 5.13.8.HandsOn-Copying Data using Pipelines

• 5.14. Concepts-Transverse Files and Folders for Hadoop and Native file system 5.14.Concepts-Transverse Files and Folders for Hadoop and Native file system

• 5.15.1.Overview-OLAP و سیستم های OLTP 5.15.1.Overview-OLAP and OLTP systems

• 5.15.2. جداول نمای کلی-حقایق و ابعاد 5.15.2.Overview-Fact and Dimension Tables

• 5.15.3.Overview-طراحی طرحواره ستاره و دانه برف 5.15.3.Overview-Star and Snow Flake Schema Design

• 5.15.4.0.HandsOn-Transfer داده ها از SQL به استخر اختصاصی Synapse SQL 5.15.4.0.HandsOn-Transfer Data from SQL to Synapse SQL dedicated pool

• 5.15.4.1. HandsOn-Transfer داده ها از SQL به استخر اختصاصی Synapse SQL 5.15.4.1.HandsOn-Transfer Data from SQL to Synapse SQL dedicated pool

• 5.16.1. مفاهیم - جدول یا روش های توزیع داده ها 5.16.1.Concepts-Table or Data Distribution Methods

• 5.16.2.مفاهیم-انتخاب توزیع 5.16.2.Concepts-Distribution Selection

• 5.16.3. مفاهیم-هش و توزیع تکراری 5.16.3.Concepts-Hash and Replicated Distribution

• 5.16.4. توزیع جدول HandsOn-Creating در استخر SQL اختصاصی 5.16.4.HandsOn-Creating Table Distribution in Dedicated SQL Pool

• 5.16.5. HandsON-Query Performance and Monitor Tab در داخل Synapse 5.16.5.HandsON-Query Performance and Monitor Tab inside Synapse

• 5.16.6. مفاهیم-انواع ابعاد به آرامی در حال تغییر 5.16.6.Concepts-Slowly Changing Dimension Types

• کلید 5.16.7.0. HandsOn-Business برای ایجاد جداول ابعاد 5.16.7.0.HandsOn-Business Key for Creation for Dimension tables

• 5.16.7.1. HandsON-Business Key برای ایجاد جداول ابعاد 5.16.7.1.HandsON-Business Key for Creation for Dimension tables

• 5.17.1.Overview-استفاده از Index در جداول 5.17.1.Overview-Use of Index on tables

• 5.17.2. مفاهیم-پارتیشن و تعویض پارتیشن 5.17.2.Concepts-Partition and Partition Switching

• 5.18.0.HandsOn-ایجاد یک نقطه بازیابی و بازیابی یک استخر اختصاصی SQL 5.18.0.HandsOn-Create a Restore Point and Restoring a Dedicated SQL pool

• 5.19.0.Overview-Database Templates for Synapse Analytics 5.19.0.Overview-Database Templates for Synapse Analytics

• بابت تکمیل یک بخش تبریک می گویم Congrats on Completing a Section

Segment6-Develop data processing-Azure Synapse Spark Pool Segment6-Develop data processing-Azure Synapse Spark Pool

• 6.1.0. نمای کلی-تاریخچه پردازش داده های بزرگ 6.1.0.Overview-History of Big Data Processing

• 6.1.1. بررسی اجمالی - مزایای آپاچی اسپارک 6.1.1.Overview-Benifits of Apache Spark

• 6.1.2. Overview-Spark Underlying Architecture 6.1.2.Overview-Spark Underlying Architecture

• 6.2.1. Concepts-Spark Pools در داخل Azure Synapse 6.2.1.Concepts-Spark Pools inside Azure Synapse

• 6.2.2. HandsOn-Creating Spark Pool در Synapse 6.2.2.HandsOn-Creating Spark Pool in Synapse

• 6.3.1. HandsOn-Creating Dataframe با استفاده از Pyhton 6.3.1.HandsOn-Creating Dataframe Using Pyhton

• 6.3.2.HandsON-خواندن داده از دریاچه داده با استفاده از پایتون 6.3.2.HandsON-Read Data From Data Lake Using Python

• 6.3.3. HandOn-Working with Loading تابع با استفاده از pyspark 6.3.3.HandOn-Working with Loading function using pyspark

• 6.3.4.HandsOn-Writing داده به SQL اختصاصی با استفاده از Sparkpools 6.3.4.HandsOn-Writing Data to Dedicated SQL Using Sparkpools

• بابت تکمیل یک بخش تبریک می گویم Congrats on Completing a Section

Segment7-Develop data processing-Azure Data Factory Segment7-Develop data processing-Azure Data Factory

• 7.1.Overview-Azure Data Factory 7.1.Overview-Azure Data Factory

• 7.2.Overview-ETL Extract Transform and Load 7.2.Overview-ETL Extract Transform and Load

• 7.3. HandsOn-Create Azure Data Factory در Azure 7.3.HandsOn-Create Azure Data Factory on Azure

• 7.4.0.HnadsOn-کپی فعالیت داده از DataLake به Blob Storage 7.4.0.HnadsOn-Copy data activity from DataLake to Blob Storage

• 7.4.1. فعالیت داده HandsOn-Copy برای تبدیل پارکت به json 7.4.1.HandsOn-Copy Data Activity for parquet to json conversion

• 7.4.2. HandsOn-Csv Pipeline به json را ایجاد کنید 7.4.2.HandsOn-Create Pipeline csv to json

• 7.5.0.Overview-Pipelines و نقشه برداری جریان داده ها در ADF 7.5.0.Overview-Pipelines and Mapping Data Flows in ADF

• 7.5.1. HandOn-Mapping Flow Data- SQL to Synapse SQL Fact Table 7.5.1.HandOn-Mapping Data Flow- SQL to Synapse SQL Fact Table

• 7.5.2. HandOn-Mapping Flow Data- SQL to Synapse SQL Dimension Table 7.5.2.HandOn-Mapping Data Flow- SQL to Synapse SQL Dimension Table

• 7.5.3. HandOn-Mapping Flow Data- SQL to Synapse SQL Store Procedure Activity 7.5.3.HandOn-Mapping Data Flow- SQL to Synapse SQL Store Procedure Activity

• 7.5.4. HandOn-Mapping جریان داده - فعالیت ستون مشتق شده SQL به Synapse 7.5.4.HandOn-Mapping Data Flow- SQL to Synapse SQL Derived Column Activity

• 7.5.5. HandOn-Mapping Flow Data- SQL to Synapse SQL Business Key Activity 7.5.5.HandOn-Mapping Data Flow- SQL to Synapse SQL Business Key Activity

• 7.5.6.Overview-Mapping Flow Data-ویژگی دیباگ 7.5.6.Overview-Mapping Data Flow- Data Debug Feature

• 7.5.7. Overview-Mapping Flow Data- Sink Types موجود 7.5.7.Overview-Mapping Data Flow- Sink Types Available

• 7.5.8. HandOn-Mapping Flow Data Json Data (Array and Object) 7.5.8.HandOn-Mapping Data Flow Json Data(Array and Object)

• 7.6.0. Concepts-Integration Runtimes 7.6.0.Concepts-Integration Runtimes

• 7.6.1. HandOn-Installing Self hosted IR 7.6.1.HandOn-Installing Self hosted IR

• 7.6.2. HandOn-Self Hosted IR کپی داده ها از رایانه شخصی به DataLake 7.6.2.HandOn-Self Hosted IR Copy Data from PC to DataLake

• 7.7.0. Pipeline fail senerio 7.7.0.Pipeline fail senerio

• 7.8.0. Overview-Trigger Types در ADF 7.8.0.Overview-Trigger Types in ADF

• 7.9.0. نمایش کد اجزای ADF در داخل GIT 7.9.0.Code Representation of ADF components inside GIT

• 7.9.1. GIT چیست چگونه ADF را کنترل کنیم 7.9.1.What is GIT How to version Control ADF

• 7.9.2.HandsOn-پیکربندی GIT با ADF 7.9.2.HandsOn-Configuring GIT with ADF

• 7.9.3.HandOn-چگونه تغییرات را در Business ادغام کنیم و درخواست کشش را در ADF ایجاد کنیم 7.9.3.HandOn-How to merge changes in Business and create Pull request in ADF

• بابت تکمیل یک بخش تبریک می گویم Congrats on Completing a Section

Segment8-Develop data processing-Azure DataBricks Segment8-Develop data processing-Azure DataBricks

• 8.1.0.Overview-مقدمه ای بر Databricks 8.1.0.Overview-Introduction to Databricks

• 8.1.1. بررسی اجمالی-مزایای DataBricks 8.1.1.Overview-Benefits of DataBricks

• 8.1.2.Concepts-Azure Databricks 8.1.2.Concepts-Azure Databricks

• 8.2.0. HandsOn-Create Databricks Workspace 8.2.0.HandsOn-Create Databricks Workspace

• 8.2.1. مفاهیم - محاسبه انواع خوشه در Azure Databrisk 8.2.1.Concepts-Compute Cluster Types inside Azure Databricsk

• 8.2.2. HandsOn-Create Compute در داخل DataBricks Workspace 8.2.2.HandsOn-Create Compute inside DataBricks Workspace

• 8.2.3. داده های HandsOn-Read در داخل DBFS 8.2.3.HandsOn-Read data inside DBFS

• 8.2.4. داده های HandsOn-Read از حساب ADLS 8.2.4.HandsOn-Read Data from ADLS Account

• 8.2.5. HandsOn-Visulizations در داخل Notebook در DataBricks 8.2.5.HandsOn-Visulizations inside Notebook in DataBricks

• 8.3.0. HandsOn-Processing Json Data 8.3.0.HandsOn-Processing Json Data

• 8.3.1. HandsOn-Saving to Databricks به عنوان جدول 8.3.1.HandsOn-Saving to Databricks as Table

• جدول 8.3.2. HandsOn-Saving در داخل DataLake 8.3.2.HandsOn-Saving Table inside DataLake

• 8.4.0. HandsOn-Reading جریان در داخل Databricks 8.4.0.HandsOn-Reading Stream inside Databricks

• 8.4.1.HnadsOn-Copying Stream در داخل جدول Databricks 8.4.1.HnadsOn-Copying Stream inside Databricks Table

• 8.5.0.HandsOn-Writing Data به Synapse SQL 8.5.0.HandsOn-Writing Data to Synapse SQL

• 8.5.1.HandsOn-Reading داده از استخر اختصاصی SQL Synapse 8.5.1.HandsOn-Reading data From Synapse Dedicated SQL pool

• 8.6.0.HandsOn-تاریخچه جداول دلتا 8.6.0.HandsOn-History of Delta Tables

• 8.7.0. HandsOn-Scheduling Job 8.7.0.HandsOn-Scheduling a Job

• 8.8.0.HandsON-ایجاد منبع فضای نام EventHub 8.8.0.HandsON-Creation of EventHub namespace resource

• 8.8.1. HandsON-ایجاد EventHub 8.8.1.HandsON-Creation of EventHub

• 8.8.2. HandsON-نصب کتابخانه های مورد نیاز 8.8.2.HandsON-Installing Required Libraries

• 8.8.3. HandsON-Starting EventHub جریان در داخل DataBricks 8.8.3.HandsON-Starting EventHub stream inside DataBricks

• 8.8.4. HandsON-Transforming Event Stream در داخل DataBricks 8.8.4.HandsON-Transforming Event Stream inside DataBricks

• 8.9.0. HandsON-Setup to Run Databricks Notebook از ADF 8.9.0.HandsON-Setup to Run Databricks Notebook from ADF

• 8.9.1. HandsON-اجرای دفترچه یادداشت Databricks از خط لوله ADF 8.9.1.HandsON-Running a Databricks notebook from ADF Pipeline

• 8.10.HandsOn-حذف منابع استفاده نشده 8.10.HandsOn-Delete Unused Resources

• بابت تکمیل یک بخش تبریک می گویم Congrats on Completing a Section

بخش 9 - توسعه پردازش داده - هاب رویداد Azure Segment9-Develop data processing-Azure Event Hubs

• 9.1 پردازش داده های دسته ای در Azure 9.1.Processing Batch Data in Azure

• 9.2. پردازش داده های جریان در Azure 9.2.Processing Stream Data in Azure

• 9.2.1. Overview-Azure Event Hubs 9.2.1.Overview-Azure Event Hubs

• 9.2.2. مفاهیم-پارتیشن ها در رویداد هاب 9.2.2.Concepts-Partitions in Event Hubs

• 9.3.1. HandsOn-Create EventHub NameSpace 9.3.1.HandsOn-Create EventHub NameSpace

• 9.3.2. HandsOn-Create EventHub در فضای نام EventHub 9.3.2.HandsOn-Create EventHub inside EventHub namespace

• 9.3.3.HandsOn-Ingesting داده ها به EventHub 9.3.3.HandsOn-Ingesting Data to EventHub

• 9.3.4. ویژگی HandsOn-Capture Data در Event Hub 9.3.4.HandsOn-Capture Data Feature in Event Hub

بخش 10 - توسعه پردازش داده - تحلیل جریان Segment10-Develop data processing-Stream Analytics

• 10.1.1. Overview-Azure Stream Analytics 10.1.1.Overview-Azure Stream Analytics

• 10.1.2. Overview-Stream Analytics Costing 10.1.2.Overview-Stream Analytics Costing

• 10.1.3. HandsOn-Create Stream Analytics Workspace 10.1.3.HandsOn-Create Stream Analytics Workspace

• 10.2.1. ورودی HandsOn-Define در استریم آنالیز 10.2.1.HandsOn-Define Input in Stream Analytics

• 10.2.2.1. HandsOn-Create Synapse SQL جدول 10.2.2.1.HandsOn-Create Synapse SQL table

• 10.2.2.2. HandsOn-ایجاد یک جدول در داخل Synapse SQL 10.2.2.2.HandsOn-Create a Table inside Synapse SQL

• 10.2.2.3. HandsOn-محل مرحله بندی را در داخل استریم آنالیتیکس تنظیم کنید 10.2.2.3.HandsOn-Set the Staging location inside Stream Analytics

• 10.2.2.4. HandsOn-تعریف خروجی به عنوان استخر SQL Synapse در استریم آنالیتیکس 10.2.2.4.HandsOn-Define an Output as Synapse SQL pool in Stream Analytics

• 10.2.2.5. HandsOn-یک پرس و جو ایجاد کنید و کار جریانی را شروع کنید 10.2.2.5.HandsOn-Create a Query and Start Streaming Job

• 10.2.3. HandsOn-Fetch داده ها از ADSL به سیناپس SQL با استفاده از Stream Analytics 10.2.3.HandsOn-Fetch Data from ADSL to synapse SQL using Stream Analytics

• 10.2.4.1. ارسال گزارش های HandsOn-On-Sending به EventHub 10.2.4.1.HandsOn-Sending Logs to EventHub

• 10.2.4.2.HandsOn-Input را در داخل Stream Analytics تعریف کنید 10.2.4.2.HandsOn-Define an Input inside Stream Analytics

• 10.2.4.3.HandsOn-تعریف خروجی برای تحلیل جریان 10.2.4.3.HandsOn-Definie an output for Stream Analytics

• 10.2.4.4.HandsOn-فرمول پرس و جو بر اساس ساختار داده شما 10.2.4.4.HandsOn-Formulate a Query based on your DataStructure

• 10.2.5. خطاهای مانیتورینگ HandsOn برای تحلیل جریان 10.2.5.HandsOn-Monitoring Errors for Stream Analytics

• 10.2.6.1. عملکردهای پنجره اجمالی ساخته شده در استریم آنالیتیکس 10.2.6.1.Overview-Builtin Window functions in Stream Analytics

• 10.2.6.2. Overview-Tumbling and Hopping Window در Stream Analytics 10.2.6.2.Overview-Tumbling and Hopping Window in Stream Analytics

• عملکردهای پنجره 10.2.6.3. Overview-Sliding، Session و Snapshot 10.2.6.3.Overview-Sliding,Session and Snapshot Window functions

• 10.2.6.4. HandsOn-Setup for Tumbling Window در Stream Analytics 10.2.6.4.HandsOn-Setup for Tumbling Window in Stream Analytics

• 10.2.7. HandsOn-Using Reference Data به عنوان ورودی در Stream Analytics 10.2.7.HandsOn-Using Reference Data as Input in Stream Analytics

• بابت تکمیل بخش 9 و 10 تبریک می گویم Congrats on Completing Section 9 and 10

جنبه های امنیت دریاچه داده های Segment11-Secure-Azure Segment11-Secure-Azure Data Lake Security Aspects

• 11.1.0.HandsOn-Installing Azure Data Explorer Client tool 11.1.0.HandsOn-Installing Azure Data Explorer Client tool

• 11.1.1. بررسی اجمالی - جنبه های امنیتی Azure Data Lake Gen2 11.1.1.Overview-Security Aspects of Azure Data Lake Gen2

• 11.1.2. اتصال حساب ذخیره سازی HandsOn-On-Connecting به Data Explorer با استفاده از کلید حساب 11.1.2.HandsOn-Connecting Storage Account to Data Explorer using Account KEY

• 11.1.3. اتصال حساب ذخیره سازی HandsOn-On-Connecting از طریق رمز SAS 11.1.3.HandsOn-Connecting Storage Account Through SAS token

• 11.2.0.Overview-Authentication and Authorization process 11.2.0.Overview-Authentication and Authorization Process

• 11.2.1.Overview-Microsoft Entra ID 11.2.1.Overview-Microsoft Entra ID

• 11.2.2.HandsON- کاربر Microsoft Entra ID را ایجاد کنید 11.2.2.HandsON-Create Microsoft Entra ID User

• 11.3.1. Overview-RBAC Roles 11.3.1.Overview-RBAC Roles

• 11.3.2.HandsOn-Assigning RBAC به کاربر 11.3.2.HandsOn-Assigning RBAC to a User

• 11.3.3. HandsOn-Login با استفاده از New Entra ID USER و اختصاص نقش های RBAC 11.3.3.HandsOn-Login Using New Entra ID USER and Assigning RBAC roles

• 11.4.1. انواع مجوزهای فهرست کنترل دسترسی (ACL). 11.4.1.Overview-Access Control List (ACLs) Permission Types

• 11.4.2.ACLهای HandsOn-Implement در داخل حساب‌های ذخیره‌سازی 11.4.2.HandsOn-Implement ACLs inside Storage Accounts

• 11.5.0. مفاهیم-ایمن سازی فضای ذخیره سازی با استفاده از نقطه پایانی سرویس 11.5.0.Concepts-Securing your Storage Using Service Endpoint

• 11.5.1. HandsOn-ایجاد ماشین مجازی برای شبکه مجازی 11.5.1.HandsOn-Creating a Virtual Machine for Virtual Network

• 11.5.2. HandsOn-Running a Virtual Machine for Service EndPoint 11.5.2.HandsOn-Running a Virtual Machine for Service EndPoint

• 11.5.3. HandsOn-Setup برای دسترسی به فضای ذخیره سازی با استفاده از نقطه پایانی سرویس 11.5.3.HandsOn-Setup to Access Storage Using Service Endpoint

جنبه های امنیتی Segment12-Azure Synapse Analytics Segment12-Azure Synapse Analytics Security Aspects

• 12.1.0.Overview-انواع رمزگذاری امنیتی سیناپس Azure 12.1.0.Overview-Azure Synapse Security Encryption Types

• 12.1.1. Overview-رمزگذاری داده شفاف برای استخرهای اختصاصی SQL Synapse 12.1.1.Overview-Transparent Data Encryption for Synapse Dedicated SQL Pools

• 12.1.2. HandsOn-Creating a Key Vault 12.1.2.HandsOn-Creating a Key Vault

• 12.1.3.HandsOn-پیکربندی خزانه کلید و ایجاد کلید 12.1.3.HandsOn-Configuring a Key Vault and Creating a Key

• 12.1.4. HandsOn-فعال کردن رمزگذاری دوگانه برای فضای کاری Synapse 12.1.4.HandsOn-Enabling a Double Encryption for Synapse Workspace

• 12.2.1. Overview-Microsoft Entra ID for Synapse Analytics 12.2.1.Overview-Microsoft Entra ID for Synapse Analytics

• 12.2.2.HandsOn-Setting کاربر Entra ID به عنوان کاربر مدیر برای Synapse Analytics 12.2.2.HandsOn-Setting Entra ID user as Admin User for Synapse Analytics

• 12.2.3. HandsOn-Given Microsoft Entra ID کاربر مجوز اختصاصی Sql Pool 12.2.3.HandsOn-Given Microsoft Entra ID user permission dedicated Sql pool

• 12.3.1. مروری بر هویت های مدیریت شده در Azure 12.3.1.Overview-Managed Identities on Azure

• 12.3.2. HandsOn-Creating External Table with Managed Identities Synapse 12.3.2.HandsOn-Creating External Table using Managed Identities Synapse

• 12.3.3. HandsOn-Data Discovery and Classification Synapse pool SQL 12.3.3.HandsOn-Data Discovery and Classification Synapse SQL pool

• 12.4.1. HandsOn-Column Level Security Synapse SQL 12.4.1.HandsOn-Column Level Security Synapse SQL

• 12.4.2. پوشش داده HandsOn-Dynamic در داخل Synapse SQL 12.4.2.HandsOn-Dynamic Data Masking inside Synapse SQL

• 12.4.3. HandsOn-Row Level Security Synapse SQL 12.4.3.HandsOn-Row Level Security Synapse SQL

جنبه های امنیتی Segment13-DataFactory و Databricks Segment13-DataFactory and Databricks Security Aspects

• 13.1.1. HandsOn-Encrypting Azure Data Factory 13.1.1.HandsOn-Encrypting Azure Data Factory

• 13.2.1.Overview-رمزگذاری با استفاده از حوزه ترشح در DataBricks 13.2.1.Overview-Encryption using secrete scope in DataBricks

• 13.2.2. ثبت نام HandsOn-App در داخل مایکروسافت EntraID و ایجاد یک راز 13.2.2.HandsOn-App Registration inside Microsoft EntraID and Generating a Secret

• 13.2.3. HandsOn-مشخص را در داخل یک Key Vault ذخیره کنید 13.2.3.HandsOn-Save the secrete inside a Key Vault

• 13.2.4. HandsOn-Accessing Vault با استفاده از سیاست های دسترسی برای آجرهای داده 13.2.4.HandsOn-Accessing Vault Using Access Policies for Databricks

• 13.2.5. HandsOn-Creating Secret Scope در داخل Databricks 13.2.5.HandsOn-Creating Secrete Scope inside Databricks

• 13.2.6. HandsOn-Implementing Scoped Credentials در Notebook Databricks 13.2.6.HandsOn-Implementing Scoped Credentials inside Databricks Notebook

• 13.2.7. HandsOn-Running a Code 13.2.7.HandsOn-Running a Code

• بابت تکمیل بخش های امنیتی تبریک می گویم Congrats on Completing Security Sections

Segment14-Monitor and Optimize-Data Lake Storage Segment14-Monitor and Optimize-Data Lake Storage

• 14.1.1. مفاهیم - شیوه‌های ذخیره‌سازی دریاچه داده‌ها 14.1.1.Concepts-Data Lake Storage Practices

• 14.1.2. Concepts-Data Lake Access Tiers 14.1.2.Concepts-Data Lake Access Tiers

• 14.1.3. HandsOn-Selecting Default Tier for Blobs 14.1.3.HandsOn-Selecting Default Tier for Blobs

• 14.1.4. HandsOn-Changing Tier در سطح فایل برای حباب ها 14.1.4.HandsOn-Changing Tier at file level for blobs

• 14.1.5. قوانین مدیریت چرخه HandsOn-Life برای حباب ها 14.1.5.HandsOn-Life Cycle Management Rules for blobs

Segment15-Monitor and Optimize-Azure Data Factory Segment15-Monitor and Optimize-Azure Data Factory

• 15.1.1. Overview-Azure Data Factory IR and Debugging 15.1.1.Overview-Azure Data Factory IR and Debugging

• 15.1.2.HandsOn-Anotations در ADF 15.1.2.HandsOn-Anotations in ADF

• 15.1.3. سرویس HandsOn-Monitor در Azure 15.1.3.HandsOn-Monitor Service in Azure

• 15.1.4.HandsOn-Creating Alert برای Data Factory 15.1.4.HandsOn-Creating Alert for Data Factory

• 15.1.5. گزارش‌های کارخانه داده HandsOn-Monitor از طریق فضای کاری Log Analytics 15.1.5.HandsOn-Monitor Data Factory Logs through Log Analytics Workspace

Segment16-Monitor and Optimize-Synapse Analytics Segment16-Monitor and Optimize-Synapse Analytics

• 16.1.1. Overview-DMV Commands 16.1.1.Overview-DMV Commands

• 16.1.2.0.Overview-Work Load Management در Synapse 16.1.2.0.Overview-Work Load Management in Synapse

• 16.1.2.1 مدیریت HandsOn-WorkLoad در استخر اختصاصی SQL 16.1.2.1.HandsOn-WorkLoad Management in dedicated SQL pool

• 16.1.3.0. Concepts-Result Set Caching در Synapse SQL 16.1.3.0.Concepts-Result Set Caching in Synapse SQL

• 16.1.3.1. HandsOn-Turning On Result Set Caching 16.1.3.1.HandsOn-Turning On Result Set Caching

• 16.1.4. بررسی چولگی داده ها 16.1.4.HandsOn-Checking Data Skewness

• 16.1.5. HandsOn-مانیتورینگ فضای کاری Synapse 16.1.5.HandsOn-Monitoring of Synapse Workspace

• 16.1.6. HandsOn-Connecting Synapse با Log Analytics 16.1.6.HandsOn-Connecting Synapse with Log Analytics

• 16.1.7.HandsOn-Deleting Diagnostic Settings 16.1.7.HandsOn-Deleting Diagnostic Settings

Segment17-Monitor and Optimize-Stream Analytics، Cosmos DB Segment17-Monitor and Optimize-Stream Analytics, Cosmos DB

• 17.1.1. Overview-Streaming Units and Monitoring for Stream Analytics 17.1.1.Overview-Streaming Units and Monitoring for Stream Analytics

• 17.1.2. پارتیشن بندی اجمالی-رویداد و پردازش موازی در تحلیل جریان 17.1.2.Overview-Event Partitioning and Parallel Processing in Stream Analytics

• 17.1.3. مدیریت زمان مفاهیم در تحلیل جریانی Azure 17.1.3.Concepts-time handling in Azure Stream Analytics

• 17.1.4. HandsOn-Monitor Stream Analytics Job 17.1.4.HandsOn-Monitor Stream Analytics Job

• 17.2.1. HandsOn-Monitor Cosmos DB از طریق ماتریس 17.2.1.HandsOn-Monitor Cosmos DB through Matrices

• 17.2.2.HandsOn-Setup Log Analytics با Cosmos DB 17.2.2.HandsOn-Setup Log Analytics with Cosmos DB

Segment18-Monitor and Optimize-Data Governance با Microsoft Purview Segment18-Monitor and Optimize-Data Governance with Microsoft Purview

• 18.1.1. Concepts-Microsoft Purview حاکمیت و مدیریت داده 18.1.1.Concepts-Microsoft Purview Data Governance and Management

• 18.1.2.HandsOn-Creating Microsoft Purview Account 18.1.2.HandsOn-Creating Microsoft Purview Account

• 18.1.3. HandsOn-Scan Data Lake Assets with Purview 18.1.3.HandsOn-Scan Data Lake Assets with Purview

• 18.1.4. HandsOn-Scanning Synapse SQL Pool با استفاده از Purview 18.1.4.HandsOn-Scanning Synapse SQL pool using Purview

• 18.1.5.HandsOn-Browsing در داخل مایکروسافت Purview 18.1.5.HandsOn-Browsing inside Microsoft Purview

• 18.1.6.HandsOn-Connecting DataFactory با Purview 18.1.6.HandsOn-Connecting DataFactory with Purview

• 18.1.7.HandsOn-Removing Assets 18.1.7.HandsOn-Removing Assets

• بابت تکمیل بخش های مانیتور و بهینه سازی تبریک می گوییم Congrats on Completing Monitor and Optimize Sections

بخش 19 - مقالات تمرینی - 500 سوال Segment19-Practice Papers-500 Questions

• بررسی اجمالی-امتحان در مایکروسافت برای Dp-203 Overview-Exam on Microsoft for Dp-203

• تمرین تست 1 Practice Test 1

• تمرین تست 2 Practice Test 2