พื้นฐาน Azure Data Engineer DP-203
หลักสูตร DP-203 ที่มีโครงสร้างครอบคลุมการจัดเก็บ การแปลง Pipeline ความปลอดภัย การตรวจสอบ และ Synapse พร้อมคำถาม
ความคืบหน้าของคอร์ส
0 / 5
กลับไปคอร์ส
สิ่งที่คุณจะได้เรียนรู้
- อธิบายการจัดเก็บ
- อธิบายการแปลงและ Pipeline
- อธิบายความปลอดภัย
- อธิบายการตรวจสอบ
- อธิบาย Synapse
ก่อนเริ่มเรียน
- ความรู้ Azure Data พื้นฐานช่วยได้
- แนะนำประสบการณ์ SQL และ Python
- ไม่จำเป็นต้องมีใบรับรอง Azure Data มาก่อน
บทเรียน 1 การจัดเก็บและการนำเข้า
Blob และ Data Lake เก็บไฟล์ Event Hubs รับ Streaming IoT Hub รับ Telemetry Data Factory คัดลอกระหว่างแหล่งและปลายทาง Data Lake เก็บข้อมูลดิบ ELT โหลดแล้วแปลง Partition Key กระจายข้อมูล Managed Identity ปกป้องข้อมูลประจำตัว ฝึกด้วยตัวอย่าง ทบทวนข้อผิดทุกครั้ง และทบทวนหัวข้อที่อ่อนที่สุดทุกสัปดาห์เพื่อพัฒนา
ตัวอย่าง
ตัวอย่าง: IoT Hub เก็บข้อมูลเซนเซอร์ Event Hubs บัฟเฟอร์ Streaming Event Data Factory คัดลอกไฟล์ Batch ไปยัง Azure Data Lake Storageบทเรียน 2 การแปลงและไปป์ไลน์
Databricks รัน Spark Synapse SQL แปลง Mapping Data Flow คือ ETL แบบภาพ Fact Table เก็บเหตุการณ์ Dimension อธิบาย Pipeline ใช้ Activity Trigger Linked Service Checkpoint และ Idempotency ให้รันซ้ำปลอดภัย ฝึกด้วยตัวอย่าง ทบทวนข้อผิดทุกครั้ง และทบทวนหัวข้อที่อ่อนที่สุดทุกสัปดาห์เพื่อพัฒนา
ตัวอย่าง
ตัวอย่าง: Pipeline ใช้ Mapping Data Flow ทำความสะอาดข้อมูลขาย Notebook เพิ่มคุณลักษณะ Synapse SQL โหลด Star Schemaบทเรียน 3 ความปลอดภัยและการกำกับดูแล
Key Vault เก็บความลับ Managed Identity ยืนยันตัวตน การเข้ารหัสปกป้องขณะพักและส่งผ่าน Private Endpoint และ Masking ลดการเปิดเผย Purview จัดทำแคตตาล็อกและจำแนก RBAC ควบคุมสิทธิ์ Audit Log บันทึก ใช้สิทธิ์น้อยที่สุดและการปฏิบัติตาม ฝึกด้วยตัวอย่าง ทบทวนข้อผิดทุกครั้ง และทบทวนหัวข้อที่อ่อนที่สุดทุกสัปดาห์เพื่อพัฒนา
ตัวอย่าง
ตัวอย่าง: Pipeline ใช้ Managed Identity เชื่อมต่อผ่าน Private Endpoint เก็บข้อมูลประจำตัวใน Key Vault และ Mask คอลัมน์ที่ละเอียดอ่อนบทเรียน 4 การตรวจสอบและการเพิ่มประสิทธิภาพ
Azure Monitor รวบรวมเมตริก Log Alert Diagnostic Setting นำทาง Log การเพิ่มประสิทธิภาพใช้ Budget คำแนะนำ Tier Query Insight หาความช้า Capacity Planning วางแผนขนาด กำหนดเป้าหมายและทบทวนต้นทุน ฝึกด้วยตัวอย่าง ทบทวนข้อผิดทุกครั้ง และทบทวนหัวข้อที่อ่อนที่สุดทุกสัปดาห์เพื่อพัฒนา
ตัวอย่าง
ตัวอย่าง: Data Engineer สร้าง Alert สำหรับ Pipeline ที่ล้มเหลว ใช้ Diagnostic Setting ส่ง Log ไปยัง Log Analytics และทบทวนรายงานงบประมาณรายเดือนบทเรียน 5 Synapse และการวิเคราะห์
Synapse รวม Warehouse Spark Pipeline Dedicated SQL Pool ให้คอมพิวติ้ง Serverless SQL สอบถามไฟล์ Spark Pool ประมวลผลขนาดใหญ่ Pipeline จัดการ Lake Database กำหนด Schema เลือก SQL หรือ Spark ตามโหลด ฝึกด้วยตัวอย่าง ทบทวนข้อผิดทุกครั้ง และทบทวนหัวข้อที่อ่อนที่สุดทุกสัปดาห์เพื่อพัฒนา