آموزش DP-203: Azure Data Engineer Associate - مبتدی تا پیشرفته

DP-203: Azure Data Engineer Associate - Beginner to Advanced

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: دریافت گواهی FAST! برنامه درسی DP-203 را با آزمایشگاه های عملی تنها در 13 ساعت کامل کنید. بخش مبتدیان اختیاری. فرمت آزمون DP 203 و حوزه های کلیدی تمرکز را برای دستیابی سریع به گواهینامه با موفقیت درک کنید. به طور جامع برای آزمون Azure Data Engineer Associate: DP-203 با تاکید بر مهارت های عملی و کاربرد دانش آماده شوید. پردازش داده ها با Azure Synapse برای DP203 با محتوای دقیق در استخرهای اختصاصی، بدون سرور و Spark درک امنیت قوی و بهینه سازی عملکرد در استخرهای سیناپس Azure. راهکارهای ذخیره سازی دریاچه داده های Azure را برای ایمن سازی و مدیریت موثر داده ها و اطمینان از دوام درک کنید. هماهنگ سازی گردش های داده با کارخانه داده های Azure مقدمه ای بر Azure Databricks برای مهندسی داده های مشترک و درک پیکربندی های مختلف خوشه. پردازش داده‌های بلادرنگ را با تحلیل جریانی Azure بیاموزید استراتژی‌های مدیریت زمان در استریم آنالیتیکس مانند رویدادهای خارج از دستور، رویدادهای دیر رسیدن، رویدادهای زودرس و واترمارک‌ها را بدانید. در استفاده از ابزارهای مهندسی داده Azure با حداکثر پتانسیل خود ماهر شوید و به عنوان یک مهندس داده در اکوسیستم ابری Azure پیشرفت کنید. پیش نیازها: بدون نیاز به پیش نیاز. شما هر آنچه را که نیاز دارید یاد خواهید گرفت.

با این دوره ساده 13 ساعته، یادگیری را بدون از دست دادن زمان بیشتر به حداکثر برسانید، که برای پوشش جامع مفاهیم ضروری و آزمایشگاه‌های عملی طراحی شده است و تضمین می‌کند که تجربه عملی را در کنار دانش نظری به دست آورید. هر دقیقه برای ارائه بینش‌های ارزشمند و عملی بهینه‌سازی شده است و به شما این امکان را می‌دهد که به طور مؤثر بر مطالب تسلط پیدا کنید.

شامل بخش مقدماتی BONUS است که مبانی SQL را برای مبتدیان پوشش می دهد.

با یک دوره جامع و متمرکز که برای آماده سازی شما برای آزمون دانشیار Azure Data Engineer طراحی شده است، به دنیای مهندسی داده های Azure شیرجه بزنید: DP-203.

  • این دوره کاوش جامعی از Azure Synapse Analytics و اکوسیستم یکپارچه آن را ارائه می دهد که شامل استخرهای SQL اختصاصی، استخرهای SQL بدون سرور و استخرهای Spark است.

  • با تسلط بر توزیع‌ها و نمایه‌سازی، خواهید فهمید که چگونه می‌توانید از قدرت پردازش موازی عظیم در استخر اختصاصی SQL استفاده کنید. این دوره همچنین بر بهینه‌سازی عملکرد در استخرهای اختصاصی SQL Synapse، برجسته کردن تکنیک‌هایی مانند پارتیشن‌بندی، استفاده از نماهای مدیریت پویا، نماهای متریال‌شده و استراتژی‌های مؤثر مدیریت بار کاری تأکید می‌کند. علاوه بر این، مهارت‌هایی را در افزایش امنیت برای استخرهای SQL اختصاصی از طریق اقداماتی مانند دسترسی شرطی، پوشاندن دینامیک داده، امنیت در سطح ستون، امنیت در سطح ردیف و رمزگذاری به دست خواهید آورد.

  • شما یاد خواهید گرفت که چگونه از SQL Pools بدون سرور برای درخواست‌ها و تبدیل‌های داده کارآمد بر اساس تقاضا و همچنین در مورد استراتژی‌های احراز هویت برای استخرهای SQL بدون سرور استفاده کنید.

  • برنامه درسی به طور کامل Spark Pools را پوشش می‌دهد و مفاهیمی مانند Delta Lake و Data Lakehouse را معرفی می‌کند.

  • ما Data Lake را برای راه‌حل‌های ذخیره‌سازی مقیاس‌پذیر پوشش می‌دهیم، با تمرکز بر ویژگی‌های کلیدی مانند فهرست‌های کنترل دسترسی (ACL) برای ایمن کردن داده‌ها، خط‌مشی‌های چرخه حیات برای مدیریت حفظ داده، سطوح دسترسی مختلف موجود در Azure Data Lake Storage برای ذخیره هزینه داده -به طور موثر بر اساس فرکانس دسترسی و نیازهای بازیابی، و افزونگی ذخیره سازی برای دوام داده ها. این به شما یک پایه محکم در مدیریت ایمن و کارآمد حجم وسیع داده در Azure می دهد.

  • شما به اصول Azure Data Factory می پردازید، و پایه ای برای درک نحوه هماهنگ سازی حرکت داده ها و جریان های کاری تبدیل به طور موثر ایجاد می کنید و اصول ایجاد، مدیریت و استقرار خطوط لوله داده را که جریان داده کارآمد را امکان پذیر می کند، یاد خواهید گرفت. بین پلتفرم ها و سرویس های مختلف داده در اکوسیستم Azure.

  • جلسات Azure Databricks شما را با مهندسی داده مبتنی بر Apache Spark همراه با توضیحاتی در مورد پیکربندی های مختلف خوشه آشنا می کند.

  • در نهایت، این دوره به تجزیه و تحلیل جریان Azure برای پردازش داده ها در زمان واقعی می پردازد. شما یاد می گیرید که جریان های داده را در زمان واقعی دریافت، پردازش و تجزیه و تحلیل کنید، با درک بهتری از استراتژی های مدیریت زمان در استریم آنالیتیکس مانند رویدادهای خارج از دستور، رویدادهای دیر رسیدن، رویدادهای زودرس و واترمارک ها.

    این دوره نه تنها شما را برای آزمون Azure Data Engineer Associate، DP 203 آماده می کند، بلکه شما را با مهارت ها و دانش عملی مورد نیاز برای پیشرفت به عنوان یک مهندس داده در اکوسیستم ابری Azure مجهز می کند. از طریق ترکیبی از دانش نظری و نمایش‌های عملی، شما آماده خواهید بود تا با چالش‌های داده‌های دنیای واقعی مقابله کنید و از ابزارهای مهندسی داده قدرتمند Azure با حداکثر پتانسیل خود استفاده کنید.


سرفصل ها و درس ها

به دوره آموزشی DP-203 خوش آمدید Welcome to the Course DP-203

  • مقدمه دوره DP-203 DP-203 Course Introduction

SQL و Data Fundamentals (برای مبتدیان) SQL and Data Fundamentals (For Beginners)

  • توجه داشته باشید Note

  • مقدمه ای بر پایگاه های داده Introduction to Databases

  • OLTP در مقابل OLAP OLTP vs OLAP

  • حساب رایگان Azure Azure Free Account

  • حساب رایگان Azure ایجاد کنید Create Azure Free Account

  • آزمایشگاه - ایجاد پایگاه داده Azure SQL در Azure Cloud Lab - Create Azure SQL Database in Azure Cloud

  • آزمایشگاه - بیانیه SELECT Lab - SELECT Statement

  • بیانیه آزمایشگاه - WHERE Lab - WHERE Statement

  • آزمایشگاه - سفارش بر اساس بیانیه Lab - ORDER BY Statement

  • آزمایشگاه - بیانیه متمایز Lab - DISTINCT Statement

  • آزمایشگاه - بیانیه مورد Lab - CASE Statement

  • آزمایشگاه - تجمیع در SQL Lab - Aggregations in SQL

  • آزمایشگاه - گروه بر اساس بیانیه Lab - GROUP BY Statement

  • آزمایشگاه - بیانیه داشتن Lab - HAVING Statement

  • آزمایشگاه - در SQL می پیوندد Lab - JOINS in SQL

  • آزمایشگاه - پرس و جوهای فرعی Lab - Sub Queries

  • آزمایشگاه - پارتیشن توسط بیانیه Lab - PARTITION BY Statement

  • آزمایشگاه - ایجاد جدول با استفاده از یک جدول موجود Lab - Create Table using an Existing Table

  • آزمایشگاه - جدول ایجاد کنید و در آن قرار دهید Lab - CREATE TABLE and INSERT INTO

  • SQL INDEX - مقدمه SQL INDEX - Introduction

  • آزمایشگاه - شاخص خوشه ای Lab - Clustered Index

  • آزمایشگاه - شاخص غیر خوشه ای Lab - Non-Clustered Index

  • کلید اصلی در مقابل کلید خارجی Primary key Vs Foreign key

  • جداول ابعاد و جداول واقعیت Dimension Tables and Fact Tables

Azure Synapse Analytics Azure Synapse Analytics

  • مقدمه ای بر Azure Synapse Analytics Introduction to Azure Synapse Analytics

  • مروری بر Azure Synapse Analytics Overview of Azure Synapse Analytics

  • آزمایشگاه - یک فضای کاری Synapse Analytics ایجاد کنید Lab - Create a Synapse Analytics Workspace

  • آزمایشگاه - تور در Azure Synapse Analytics Lab - Tour in Azure Synapse Analytics

Azure Synapse اختصاصی SQL Pool Azure Synapse Dedicated SQL Pool

  • مقدمه ای بر Dedicated SQL Pool Introduction to Dedicated SQL Pool

انبار داده و ETL در استخر اختصاصی SQL Data Warehousing and ETL in Dedicated SQL Pool

  • انبار داده و ETL Data Warehousing and ETL

  • معماری MPP اختصاصی استخر SQL MPP Architecture of Dedicated SQL Pool

  • توزیع در جداول اختصاصی SQL Pool Distributions in Tables of Dedicated SQL Pool

  • نمایه سازی جداول اختصاصی SQL Pool Indexing of Tables of the Dedicated SQL Pool

  • آزمایشگاه - استخر اختصاصی SQL ایجاد کنید Lab - Create Dedicated SQL Pool

  • آزمایشگاه - ایجاد Azure SQL DB Lab - Create Azure SQL DB

  • آزمایشگاه - استخر اختصاصی SQL را با استفاده از پیوند Synapse پر کنید Lab - Popoulate Dedicated SQL pool using Synapse Link

  • آزمایشگاه - استخر اختصاصی SQL را کاوش کنید Lab - Explore Dedicated SQL Pool

  • فرآیند بارگذاری داده (ETL) در استخر اختصاصی SQL Data Loading Process (ETL) in Dedicated SQL Pool

  • جداول مرحله بندی را ایجاد و بارگذاری کنید Create and Load Staging Tables

  • به آرامی تغییر ابعاد Slowly Changing Dimensions

  • در حال بارگذاری جداول ابعاد Loading Dimension Tables

  • بارگیری جداول اطلاعات و بهینه سازی پست بار Loading Fact Tables and Post Load Optimization

بهبود عملکرد استخر اختصاصی SQL Performance Improvement of Dedicated SQL Pool

  • پارتیشن بندی جدول Table Partitioning

  • آزمایشگاه - یک جدول پارتیشن بندی شده ایجاد کنید Lab - Create a partitioned Table

  • تقسیم و تعویض پارتیشن Partition splitting and switching

  • تقسیم پارتیشن و سوئیچینگ مثال بررسی اجمالی Partition splitting and switching Example Overview

  • نمونه جداسازی و سوئیچینگ Lab-Partition Lab-Partition splitting and switching example

  • نماهای مدیریت پویا Dynamic Management Views

  • اطلاعات و فعالیت اتصال را شناسایی کنید Identify Connection Information and activity

  • عملکرد پرس و جو را شناسایی و عیب یابی کنید Identify and troubleshoot query performance

  • نماهای مادی شده Materialized Views

  • WITH_RECOMMENDATIONS توضیح دهید EXPLAIN WITH_RECOMMENDATIONS

  • مدیریت حجم کار Workload Management

  • آزمایشگاه - مدیریت حجم کار Lab - Workload Management

یک استخر SQL اختصاصی را ایمن کنید Secure a Dedicated SQL Pool

  • دسترسی مشروط Conditional Access

  • پوشش داده پویا Dynamic Data Masking

  • آزمایشگاه - پوشش داده پویا Lab - Dynamic Data Masking

  • آزمایشگاه - امنیت سطح ستون Lab - Column Level Security

  • آزمایشگاه - امنیت سطح ردیف Lab - Row Level Security

  • آزمایشگاه - رمزگذاری داده های شفاف Lab - Transparent Data Encryption

Azure Synapse Serverless SQL Pool Azure Synapse Serverless SQL Pool

  • مقدمه ای بر SQL Pool بدون سرور Introduction to Serverless SQL Pool

پرس و جو داده ها با استفاده از سرور SQL Pool Query Data using Serverless SQL Pool

  • تابع OPENROWSET The OPENROWSET Function

  • آزمایشگاه - پرس و جو فرمت های مختلف فایل از سرور SQL Pool Lab - Querying different file formats from Serverless SQL Pool

  • عبارات Wildcard برای فیلتر کردن فایل ها Wildcard expressions to filter files

  • ایجاد اشیاء خارجی در SQL Pool بدون سرور Create External Objects in Serverless SQL Pool

  • آزمایشگاه - ایجاد اشیاء خارجی در استخر SQL بدون سرور Lab - Create External Objects in Serverless SQL Pool

تبدیل داده ها با استفاده از سرور SQL Pool Transform Data using Serverless SQL Pool

  • تبدیل داده ها با استفاده از سرور SQL Pool Transform Data using Serverless SQL Pool

  • آزمایشگاه - تبدیل (بخش 1) - از CETAS برای تبدیل داده ها استفاده کنید Lab - Transform (part1) - Use CETAS to Transform data

  • آزمایشگاه - تبدیل (بخش 2) - یک رویه ذخیره شده در یک خط لوله سیناپس اضافه کنید Lab - Transform (part2) -Add a Stored procedure within a Synapse Pipeline

پایگاه داده دریاچه در استخر SQL بدون سرور Lake Database in Serverless SQL Pool

  • معرفی پایگاه داده دریاچه Lake Database Introduction

  • آزمایشگاه - ایجاد پایگاه داده دریاچه Lab - Create Lake Database

داده های امن در استخر SQL بدون سرور Secure Data in Serverless SQL Pool

  • احراز هویت در استخر SQL بدون سرور Authentication in Serverless SQL Pool

  • لیست های کنترل دسترسی (ACL) Access Control Lists (ACLs)

  • RBAC در استخر SQL بدون سرور RBAC in Serverless SQL Pool

Azure Synapse Apache Spark Pool Azure Synapse Apache Spark Pool

  • معماری جرقه Spark Architecture

  • آزمایشگاه - یک Apache Spark Pool ایجاد کنید Lab - Create an Apache Spark Pool

  • مستندات جرقه Spark Documentation

تبدیل داده ها در استخر اسپارک با استفاده از PySpark Data Transformation in a Spark Pool using PySpark

  • آزمایشگاه - خواندن داده ها در یک Dataframe Lab - Read data into a Dataframe

  • آزمایشگاه - تحولات در داده های مشتری Lab - Transformations on Customer data

  • آزمایشگاه - تحولات در داده های محصول Lab - Transformations on Product data

  • آزمایشگاه - تحولات در داده های ماهانه Lab - Transformations on Monthly data

  • آزمایشگاه - پارتیشن بندی داده ها Lab - Partitioning data

  • آزمایشگاه - جداول مدیریت شده در مقابل جداول خارجی Lab - Managed Tables Vs External Tables

  • آزمایشگاه - دستورات جادویی Lab - Magic commands

  • آزمایشگاه - TempViews در مقابل GlobalTempViews Lab - TempViews Vs GlobalTempViews

تبدیل داده ها در Spark Pool با استفاده از SparkSQL Data Transformation in Spark Pool using SparkSQL

  • آزمایشگاه - ایجاد اشیاء پایگاه داده Lab - Create Database Objects

  • آزمایشگاه - تبدیل برای داده های محصول Lab - Transformations for Product data

  • آزمایشگاه - تحولات در داده های ماهانه و پارتیشن بندی Lab - Transformations on Monthly data and Partitioning

دریاچه دلتا در استخر اسپارک Delta Lake in Spark Pool

  • آشنایی با دریاچه دلتا Introduction to Delta Lake

  • آزمایشگاه - جداول دلتا ایجاد کنید Lab - Create Delta Tables

  • آزمایشگاه - جدول دلتا را به روز کنید Lab - Update Delta Table

  • آزمایشگاه - سفر در زمان Lab - Time Travel

  • آزمایشگاه - جداول دلتا را با استفاده از SQL ایجاد کنید Lab - Create Delta Tables using SQL

پیاده سازی Data Lakehouse با استفاده از Spark Pool Implement Data Lakehouse using Spark Pool

  • مقدمه ای بر دیتا لیک هاوس Introduction to Data Lakehouse

  • آزمایشگاه - آماده سازی محیط برای Data Lakehouse Lab - Preparing Environment for Data Lakehouse

  • آزمایشگاه - منطقه نقره ای را پر کنید Lab - Populate Silver Zone

  • آزمایشگاه - منطقه طلا را پر کنید Lab - Populate Gold Zone

  • آزمایشگاه - خط لوله Synapse ELT ایجاد کنید Lab - Create Synapse ELT Pipeline

Azure Data Lake Storage Gen 2 Azure Data Lake Storage Gen 2

  • ADLS Gen 2 مقدمه ADLS Gen 2 Introduction

  • آزمایشگاه - ایجاد حساب ADLS Gen 2 Lab - Create ADLS Gen 2 Account

  • Azure Storage Explorer Azure Storage Explorer

  • فرمت های فایل ADLS ADLS File Formats

  • لیست های کنترل دسترسی (ACL) در ADLS Gen 2 Access Control Lists (ACLs) in ADLS Gen 2

  • دسترسی به سطوح ADLS Gen 2 Access Tiers of ADLS Gen 2

  • سیاست های مدیریت چرخه حیات Lifecycle Management Policies

  • آزمایشگاه - سیاست های مدیریت چرخه حیات را ایجاد کنید Lab - Create Lifecycle Management Policies

  • افزونگی ذخیره سازی Storage Redundancy

Azure Data Facrory Azure Data Facrory

  • مقدمه ای بر Azure Data Factory Introduction to Azure Data Factory

  • آزمایشگاه - ایجاد حساب Azure Data Factory Lab - Create Azure Data Factory Account

  • آزمایشگاه (اختیاری) - ایجاد Azure SQL DB Lab (Optional)- Create Azure SQL DB

  • آزمایشگاه - یک خط لوله داده ADF ایجاد کنید Lab - Create an ADF Data Pipeline

  • آزمایشگاه - یک DataFlow ایجاد کنید Lab - Create a DataFlow

  • آزمایشگاه - شامل فلوولت ها در DataFlow Lab - Include Flowlets in the DataFlow

  • آزمایشگاه - یک خط لوله از Dataflow ایجاد کنید Lab - Create a Pipeline from Dataflow

  • مقدمه ای بر Triggers Introduction to Triggers

  • آزمایشگاه - ایجاد محرک Lab - Creating Triggers

  • آزمایشگاه - وابستگی خط لوله Lab - Pipeline Dependency

  • آزمایشگاه - وابستگی ماشه Lab - Trigger Dependency

  • یکپارچه سازی زمان اجرا Integration Runtimes

Azure Databricks Azure Databricks

  • آشنایی با Azure Databricks Introduction to Azure Databricks

  • آزمایشگاه - فضای کاری Azure Databricks را ایجاد کنید Lab - Create Azure Databricks Workspace

  • تنظیمات خوشه در Azure Databricks Cluster Configurations in Azure Databricks

  • آزمایشگاه - ایجاد خوشه Lab - Cluster Creation

  • آزمایشگاه - داده‌ها، انبارهای SQL و داشبورد در Azure Databricks Lab - Data Ingestion, SQL Warehouses and Dashboards in Azure Databricks

  • آزمایشگاه - نصب ظرف روی DBFS با استفاده از Key Vault Lab - Mounting container onto DBFS using Key Vault

تجزیه و تحلیل جریان Azure Azure Stream Analytics

  • مبانی تحلیلی Azure Strean Fundamentals of Azure Strean Analytics

  • انواع توابع پنجره Types of Window Functions

  • پنجره غلت Tumbling Window

  • پنجره پرش Hopping Window

  • پنجره کشویی Sliding Window

  • پنجره جلسه Session Window

  • پنجره عکس فوری Snapshot Window

  • ورودی داده های مرجع Reference Data Inputs

  • توابع جغرافیایی Geospatial Functions

ایجاد Azure Stream Analytics Job Create Azure Stream Analytics Job

  • آزمایشگاه - ایجاد مرکز رویداد Azure Lab - Create Azure Event hub

  • آزمایشگاه - ایجاد شغل تجزیه و تحلیل جریان Lab - Create Stream Analytics Job

  • آزمایشگاه - ورودی کار تجزیه و تحلیل جریان را پیکربندی کنید Lab - Configure Input of Stream Analytics Job

  • آزمایشگاه - پیکربندی خروجی کار تجزیه و تحلیل جریان Lab - Configure Output of Stream Analytics Job

  • Lab - Query of Stream Analytics Job را پیکربندی کنید Lab - Configure Query of Stream Analytics Job

  • آزمایشگاه - کار تجزیه و تحلیل جریان را اجرا کنید Lab - Run Stream Analytics Job

مدیریت زمان در Azure Stream Analytics Time handling in Azure Stream Analytics

  • رویدادهای خارج از دستور و دیر رسیدن Out of Order and Late Arriving Events

  • تنظیمات مهر زمانی با واترمارک Timestamp adjustments with Watermark

  • رویدادهای زودرس، پیشرفت واترمارک و جریان‌های فرعی Early arriving events, Watermark progression and Substreams

  • تاخیر واترمارک Watermark Delay

بهینه سازی عملکرد در Azure Stream Analytics Performance Optimization in Azure Stream Analytics

  • بهینه سازی عملکرد در تحلیل جریان Performance Optimization in Stream Analytics

سوالات ارزیابی پایان دوره برای DP-203 Azure Data Engineer Associate End-of-Course Evaluation Questions for DP-203 Azure Data Engineer Associate

  • تمرین تست 1 Practice Test 1

  • تمرین تست 2 Practice Test 2

پایان دوره End of Course

  • پایان دوره End of Course

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش DP-203: Azure Data Engineer Associate - مبتدی تا پیشرفته
جزییات دوره
13.5 hours
147
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,125
4.9 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

DataLearnHub datalearnhuborg DataLearnHub datalearnhuborg

اجازه دهید داده های شما داستان را بیان کنند