آموزش مایکروسافت Azure Synapse برای توسعه‌دهندگان - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• انبارهای داده در فضای ابری Data warehouses in the cloud

• آنچه باید بدانید What you should know

1. شروع کار با Azure Synapse Analytics 1. Getting Started with Azure Synapse Analytics

• ایجاد فضای کاری Azure Synapse Analytics Creating Azure Synapse Analytics workspaces

• تخصیص استخرهای اختصاصی Synapse Analytics Provisioning dedicated Synapse Analytics pools

• راهکار: ایجاد فضای کاری Synapse Analytics با استخر اختصاصی Solution: Create a Synapse Analytics workspace with a dedicated pool

• مروری بر Azure Synapse Analytics Azure Synapse Analytics overview

• چالش: ایجاد فضای کاری Synapse Analytics با استخر اختصاصی Challenge: Create a Synapse Analytics workspace with a dedicated pool

• تحلیل معماری استخرهای SQL اختصاصی Analyzing the architecture of dedicated SQL pools

2. پر کردن استخرهای اختصاصی Synapse Analytics 2. Populating Dedicated Synapse Analytics Pools

• بارگذاری داده‌ها با PolyBase Load data with PolyBase

• بارگذاری داده‌ها با استفاده از دستور COPY Load data using the COPY command

• تبدیل داده‌ها با استفاده از Data Flows Transform data using data flows

• آماده‌سازی داده‌های شما Preparing your data

• بارگذاری داده‌ها با استفاده از ابزار Copy Loading data using the copy tool

• بارگذاری داده‌ها در Azure Data Warehouse Data loading in Azure Data Warehouse

• چالش: بارگذاری داده‌ها با استفاده از ابزار Copy Challenge: Loading data using the copy tool

• راهکار: بارگذاری داده‌ها با استفاده از ابزار Copy Solution: Loading data using the copy tool

• بررسی Azure Synapse Studio Exploring Azure Synapse Studio

3. استریم داده‌ها در Azure Synapse Analytics 3. Streaming Data into Azure Synapse Analytics

• ایجاد یک Job در Stream Analytics Creating a Stream Analytics job

• سناریوهای استریم داده Data streaming scenarios

• تست استریم داده‌ها با استفاده از داده‌های نمونه Testing data streaming using sample data

4. کوئری گرفتن با استفاده از Serverless SQL 4. Querying Using Serverless SQL

• ساخت یک انبار داده منطقی، بخش اول Building a logical data warehouse, part 1

• استفاده از متادیتای فایل در کوئری‌ها Using file metadata in queries

• راهکار: کوئری گرفتن از داده‌های پارتیشن‌بندی شده Solution: Query partitioned data

• ساخت یک انبار داده منطقی، بخش دوم Building a logical data warehouse, part 2

• درک استخرهای Serverless Understanding serverless pools

• کوئری گرفتن و کشف داده‌ها با استفاده از استخرهای Serverless Querying and discovering data using serverless pools

• چالش: کوئری گرفتن از داده‌های پارتیشن‌بندی شده Challenge: Query partitioned data

• مدیریت آمارها (Statistics) Manage statistics

• مدیریت هزینه‌ها Cost management

5. کوئری‌ها و بهترین روش‌ها در استخرهای SQL اختصاصی 5. Querying and Best Practices in Dedicated SQL Pools

• اتصال با استفاده از کلاینت‌های خارجی Connecting using external clients

• تحلیل توزیع داده‌ها Analyzing data distribution

• تراکنش‌ها در استخر SQL اختصاصی Transactions in dedicated SQL pool

• ایجاد و به‌روزرسانی آمارها Creating and updating statistics

• بهینه‌سازی کوئری‌ها با Materialized Views Optimizing queries with materialized views

• کوئری گرفتن، برچسب‌گذاری و ردیابی عملکرد انبار داده Querying, labeling, and tracking data warehouse performance

جمع‌بندی Conclusion

• گام‌های بعدی با Synapse Analytics Next steps with Synapse Analytics