Azure Synapse: Die Plattform für Big Data und Data Warehousing
Seminar - GFU Cyrus AG
Am Ende des Seminars sind die Teilnehmenden in der Lage, Azure Synapse Analytics effektiv zu nutzen, um leistungsstarke, skalierbare und benutzerfreundliche Datenanalyse- und Integrationssysteme zu entwickeln und bereitzustellen. Sie lernen, wie sie Projekte planen, entwickeln, integrieren und optimieren, um die vielfältigen Vorteile dieser Technologie voll auszuschöpfen.
Definition und Bedeutung von Azure Synapse Analytics
Hauptmerkmale und Vorteile im Vergleich zu anderen Datenanalyse- und Integrationsplattformen
Anwendungsbereiche und Architektur
Einsatzmöglichkeiten in Data Warehousing und Big Data Analytics
Integration und Echtzeit-Datenverarbeitung für Unternehmen
Grundlegende Architektur: Synapse SQL, Synapse Spark, Data Integration und Pipelines
Einrichtung und Konfiguration
Voraussetzungen für die Nutzung: Abonnements, Berechtigungen und Netzwerkanforderungen
Schritt-für-Schritt-Anleitung zur Erstellung eines Azure Synapse Analytics-Workspaces
Zuweisung und Verwaltung von Ressourcen innerhalb des Workspaces
Datenaufnahme und -verarbeitung
Methoden zur Aufnahme von Batch- und Streaming-Daten
Einsatz von Synapse Pipelines zur Integration verschiedener Datenquellen
Nutzung von Synapse SQL und Spark für Datenanalysen und Verarbeitungsaufgaben
Praktische Übung 1: Einrichtung und erste Abfragen
Problemstellung: Eine Azure Synapse Umgebung soll eingerichtet und erste Datenabfragen durchgeführt werden, um die Funktionalität und Leistungsfähigkeit der Plattform zu verstehen.
Lösung:
Erstellung eines neuen Azure Synapse Workspaces und Konfiguration der erforderlichen Ressourcen.
Importieren eines Beispiel-Datasets und Durchführung von ersten SQL-Abfragen zur Analyse der Daten.
Ergebnis: Ein vollständig konfigurierter Azure Synapse Workspace mit erfolgreich durchgeführten Abfragen auf einem importierten Datensatz.
Erweiterte Analysefunktionen
Aufbau und Verwaltung eines Data Warehouses innerhalb von Azure Synapse
Optimierung der Speicher- und Abfrageleistung durch Indexe und Materialized Views
Big Data Analytics
Nutzung von Synapse Spark zur Verarbeitung und Analyse großer Datenmengen
Implementierung von Machine Learning-Modellen und Echtzeit-Analysen
Integration und Automatisierung
Erstellung und Verwaltung von ETL-Prozessen zur Datenintegration mit Synapse Pipelines
Nutzung von Data Flows zur Transformation und Bereinigung von Daten
Einsatz von Azure Data Factory zur Orchestrierung von Datenpipelines
Datenvisualisierung und Reporting
Integration mit Power BI zur Erstellung interaktiver Dashboards und Berichte
Nutzung von Synapse Studio zur Datenvisualisierung und Analyse
Praktische Übung 2: Implementierung einer End-to-End-Datenpipeline
Problemstellung: Eine End-to-End-Datenpipeline soll implementiert werden, die Daten aus verschiedenen Quellen integriert, verarbeitet und visualisiert.
Lösung:
Erstellung und Konfiguration einer Synapse Pipeline zur Datenintegration und -verarbeitung.
Visualisierung der verarbeiteten Daten in Power BI und Erstellung eines interaktiven Dashboards.
Ergebnis: Eine funktionale End-to-End-Datenpipeline, die Daten aus mehreren Quellen integriert, verarbeitet und in Echtzeit visualisiert.
Dauer/zeitlicher Ablauf:
3 Tage
Zielgruppe:
Dieses Seminar richtet sich an Datenanalysten, Datenwissenschaftler, IT-Administratoren und BI-Experten, die ihre Kenntnisse in der Nutzung von Azure Synapse Analytics erweitern möchten. Grundlegende Kenntnisse in Datenanalyse und SQL sind hilfreich.
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern.
Diese Cookies werden nicht automatisiert gesetzt.
Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren.
Weitere Informationen finden Sie hier.
