พื้นฐาน Azure Data DP-900
หลักสูตร Azure DP-900 ที่มีโครงสร้างครอบคลุมแนวคิดข้อมูล ข้อมูลเชิงสัมพันธ์และไม่ใช่เชิงสัมพันธ์ การวิเคราะห์ การแสดงผล และการกำกับดูแล พร้อมคำถาม
ความคืบหน้าของคอร์ส
0 / 5
กลับไปคอร์ส
สิ่งที่คุณจะได้เรียนรู้
- อธิบายแนวคิดข้อมูล
- อธิบายข้อมูลเชิงสัมพันธ์และ SQL
- อธิบายข้อมูลที่ไม่ใช่เชิงสัมพันธ์
- อธิบายการวิเคราะห์
- อธิบายการแสดงผลและการกำกับดูแล
ก่อนเริ่มเรียน
- ความรู้คลาวด์พื้นฐานช่วยได้
- ไม่ต้องมีประสบการณ์เขียนโค้ด
- ไม่จำเป็นต้องมีใบรับรองข้อมูลมาก่อน
บทเรียน 1 แนวคิดข้อมูลหลัก
ข้อสอบ Azure DP-900 แนะนำแนวคิดข้อมูล ข้อมูลเชิงสัมพันธ์และไม่ใช่เชิงสัมพันธ์ การวิเคราะห์ การแสดงผล และการกำกับดูแล ข้อมูลมีแบบมีโครงสร้าง กึ่งโครงสร้าง และไม่มีโครงสร้าง OLTP ประมวลผลธุรกรรมและ OLAP สนับสนุนการวิเคราะห์เชิงประวัติ Data Lake เก็บข้อมูลดิบ Warehouse รวบรวมข้อมูลสำหรับรายงาน Batch ประมวลผลเป็นชุดและ Streaming ตอบสนองต่อเหตุการณ์ แนวคิดนี้ช่วยเลือกบริการ Azure ฝึกด้วยตัวอย่าง ทบทวนข้อผิดทุกครั้ง และทบทวนหัวข้อที่อ่อนที่สุดทุกสัปดาห์เพื่อพัฒนา
ตัวอย่าง
ตัวอย่าง: งานสรุปคำสั่งซื้อเมื่อวานทุกคืนเป็น Batch ส่วนการแจ้งเตือนเซนเซอร์ทันทีเป็น Streamingบทเรียน 2 ข้อมูลเชิงสัมพันธ์
ฐานข้อมูลเชิงสัมพันธ์จัดข้อมูลในตาราง Primary Key ระบุแถว Foreign Key สร้างความสัมพันธ์ SQL ใช้ค้นหาด้วย SELECT INSERT UPDATE DELETE คุณสมบัติ ACID ทำให้ธุรกรรมเชื่อถือได้ Azure มี SQL Database Managed Instance SQL Server บน VM และ MySQL PostgreSQL เลือกตามความเข้ากันได้และค่าใช้จ่าย ฝึกด้วยตัวอย่าง ทบทวนข้อผิดทุกครั้ง และทบทวนหัวข้อที่อ่อนที่สุดทุกสัปดาห์เพื่อพัฒนา
ตัวอย่าง
ตัวอย่าง: ตาราง Customers ใช้ CustomerID เป็น Primary Key และตาราง Orders ใช้เป็น Foreign Key เชื่อมคำสั่งซื้อกับลูกค้าบทเรียน 3 ข้อมูลที่ไม่ใช่เชิงสัมพันธ์
ข้อมูลที่ไม่ใช่เชิงสัมพันธ์ใช้โมเดล NoSQL Document เก็บ JSON Key-Value จับคู่คีย์ Graph จำลองความสัมพันธ์ Column จัดกลุ่มข้อมูล Cosmos DB เป็นฐานข้อมูล NoSQL หลายโมเดล Table Storage เป็น Key-Value Blob Storage เก็บวัตถุ Files ให้การแชร์ไฟล์ Queue Storage เก็บข้อความ เลือก NoSQL สำหรับ Schema ยืดหยุ่นหรือระดับโลก ฝึกด้วยตัวอย่าง ทบทวนข้อผิดทุกครั้ง และทบทวนหัวข้อที่อ่อนที่สุดทุกสัปดาห์เพื่อพัฒนา
ตัวอย่าง
ตัวอย่าง: แคตตาล็อกสินค้าที่มีฟิลด์เปลี่ยนแปลงเหมาะกับ Document Store เช่น Azure Cosmos DBบทเรียน 4 Workload การวิเคราะห์
การวิเคราะห์เปลี่ยนข้อมูลเป็นข้อมูลเชิงลึก ETL แยก แปลง แล้วโหลด ELT โหลดก่อนแล้วแปลง Data Factory จัดการ Pipeline Synapse รวม Warehouse และ Spark Databricks ให้ Spark ที่จัดการ Stream Analytics วิเคราะห์ Streaming และ Event Hubs รับเหตุการณ์ Data Lake Storage รองรับ Big Data ใช้ Batch สำหรับการแปลงตามกำหนดและ Streaming สำหรับข้อมูลเชิงลึกแบบเรียลไทม์ ฝึกด้วยตัวอย่าง ทบทวนข้อผิดทุกครั้ง และทบทวนหัวข้อที่อ่อนที่สุดทุกสัปดาห์เพื่อพัฒนา
ตัวอย่าง
ตัวอย่าง: บริษัทคัดลอกข้อมูลขายไปยัง Synapse ด้วย Data Factory ทุกคืน และเฝ้าดูคำสั่งซื้อสดด้วย Stream Analyticsบทเรียน 5 การแสดงผลและการกำกับดูแล
Power BI เปลี่ยนข้อมูลเป็นรายงานและแดชบอร์ด Desktop สร้างรายงาน Service แชร์ Measure ใช้ DAX และ Dashboard แสดงภาพ Purview จัดทำแคตตาล็อกข้อมูล Lineage แสดงการแปลง Masking ซ่อนค่า Encryption ปกป้องข้อมูล RBAC ควบคุมการเข้าถึง Entra ID ยืนยันตัวตน Residency ตรงตามข้อกำหนดภูมิภาค ฝึกด้วยตัวอย่าง ทบทวนข้อผิดทุกครั้ง และทบทวนหัวข้อที่อ่อนที่สุดทุกสัปดาห์เพื่อพัฒนา