Detaljer
Dette 2-dages kursus henvender sig til alle der godt kunne tænke sig at få et indblik i mulighederne for at bygge en komplet Data Warehouse og Business Intelligence løsning i Microsoft Fabric. Det som ofte går under betegnelsen “Lakehouse architecture” eller “Modern DW architecture”.
Kurset er bygget op omkring en case og du vil i løbet af de 12 moduler få en gennemgang af de BI og DWH ressourcer som Microsoft stiller til rådighed i Fabric. Herunder lære om styrker og begrænsninger – specielt i de tilfælde, hvor der kan vælges mellem flere forskellige ressourcer for en given opgave. Der vil være et skarpt øje på omkostninger og hvordan vi udnytter platformen, så disse holdes på et minimum.
Casen sikre et STORT fokus på den praktiske anvendelse af teknologierne med dialog og øvelser til alle modulerne.
Som opfølgning vil der et par uger efter kurset, blive afholdt en opfølgende spørgetime via Microsoft Teams.
Forudsætninger:
- Generelt kendskab til Data Warehouse og Business Intelligence
- Microsoft Fabric Trial Capacity
- Medbring egen laptop
Kursus agenda:
Overview, architecture and security
- Module 1: The Fabric Platform
- End-to-end analytics
- Fabric’s concepts and experiences
- Enabling and licensing
- Security and governance
Ingest and store
- Module 2: OneLake
- Introduction to OneLake
- Data Lake Storage – Files and tables
- Data Lake Principles and Best Practices
- OneLake desktop client and upload
- Module 3: Lakehouse
- Schema-on-read format
- Delta Lake Table format
- ACID transactions and time travel
- Create and use Shortcuts
- Module 4: Data Factory pipelines
- Introduction to Data Factory
- The Copy Data tool
- Data Factory core concepts
- Ingestion with Dataflows (Gen2)
- Best practices and design patterns
Transform
- Module 5: Power Query
- Dataflows (Gen2)
- Low-code GUI data transformation
- M code with advanced editor
- Module 6: Spark
- Configure Apache Spark cluster (compute)
- Introduction to Notebooks and dataframes
- Transform data with PySpark, or Spark SQL
- Working with the metastore
- Write data to Delta Lake
- Module 7: SQL
- Relational data warehouse
- Serverless and dedicated in the same engine
- Perform DML operations on data
- Mount data (Synapse Link)
Serve
- Module 8: SQL Endpoint
- Transact-SQL statements
- SQL and visual query editors
- Module 9: Analysis Services in Power BI
- Enterprise-grade data models in the cloud
- Power BI merging with Azure Analysis Services
- Default and custom datasets
- Build and deploy data models
Putting it all together
- Module 10: Orchestration and monitoring
- Orchestration with Data pipelines
- Scheduling a full ETL process
- Monitoring notebooks, pipelines and queries
- The admin monitoring workspace
- Module 11: Administration
- The admin tools and tasks
- Workspace management
- Permissions, security and licenses
- Endorsement, classification and lineage
- Module 12: Summary and recap
- Source control & Deployment
- End-to-end solutions
- Next step: Certification
