Microsoft Azure

1. Tag

• Die Compute und Storage Optionen kennenlernen
• Was ist Azure Synapse Analytics?
• Was ist Azure Databricks?
• Was ist Azure Data Lake Storage?
• Die Delta Lake Architektur
• Azure Stream Analytics


• Synapse serverless SQL Pools
• Die Funktionen kennenlernen
• Daten in einem Data Lake mit Parquet abfragen
• Metadata objects erstellen
• Datensicherheit und Benutzerverwaltung


• Daten erkunden und transformieren
• Daten in Databricks lesen und schreiben
• Dataframes kennenlernen
• Duplikate entfernen
• Aufbereitung von Daten

2. Tag

• Mit Apache Spark das Warehouse befüllen
• Data Exploration mit Synapse Studio
• Daten mit Spark Notebooks
• DataFrames zu Sparkpools zu Synapse Analytics
• Integration von SQL und Spark Pools


• Befüllen des Datawarehouse
• Data Load Best Practices
• Petabyte-scale ingestion
• Polybase


• Datentransformation
• Integration mit Data Factory und Synapse Pipelines
• Code-Free Transformation


• Data Movement und Transformation

3. Tag

• End-to-end Security in Synapse
• Absichern des Datawarehouse
• Erstellen und Verwalten von Secrets in Key Vault
• Compliance für sensible Daten


• Hybrid Transactional Analytic Processing (HTAP)
• Was ist HTAP?
• Synapse Link mit Azure Cosmos DB
• Abfragen von Aoacge Spark Pools
• Abfragen mit serverless Pools

4. Tag

• Real-time Stream Processing
• Was ist Stream Analytics?
• Datenaustausch zwischen BigData Apps und Azure Event Hubs
• Arbeiten mit Data Streams


• Stream Processing Lösungen erstellen
• Der Nutzen von Structured Streaming
• Sliding Windows verwenden
• Watermarking