Sdílet prostřednictvím


Videokurzy mapování toku dat

PLATÍ PRO: Azure Data Factory Azure Synapse Analytics

Tip

Vyzkoušejte si službu Data Factory v Microsoft Fabric, řešení pro analýzy typu all-in-one pro podniky. Microsoft Fabric zahrnuje všechno od přesunu dat až po datové vědy, analýzy v reálném čase, business intelligence a vytváření sestav. Přečtěte si, jak začít používat novou zkušební verzi zdarma.

Níže je seznam videí o kurzech mapování toku dat vytvořených týmem Azure Data Factory.

Vzhledem k tomu, že se aktualizace produktu neustále provádějí, některé funkce přidaly do aktuálního uživatelského prostředí služby Azure Data Factory nebo jiné funkce.

Začínáme

Začínáme s mapováním toků dat ve službě Azure Data Factory

Ladění a vývoj mapování toků dat

Ladění a testování mapování toků dat

Zkoumání dat

Rychlé akce náhledu dat

Monitorování a správa výkonu mapování toku dat

Časování srovnávacích testů

Ladění pracovních postupů pro toky dat

Aktualizované zobrazení monitorování

Přehledy transformace

Agregační transformace

Změna transformace řádků

Transformace odvozeného sloupce

Transformace spojení

Model samoobslužného spojení

Transformace vyhledávání

Aktualizace transformace vyhledávání a tipy

Transformace kontingenční tabulky

Transformace kontingenční tabulky: Mapování posunovaných sloupců

Výběr transformace

Výběr transformace: Mapování založené na pravidlech

Výběr transformace: Velké datové sady

Náhradní transformace klíče

Transformace sjednocení

Převést transformaci na řádky

Transformace okna

Transformace filtru

Podmíněná transformace rozdělení

Existuje transformace

Dynamické spojení a dynamické vyhledávání

Zploštěná transformace

Toky

Transformace Stringify

Transformace externího volání

Transformace hierarchických dat

Transformace pořadí

Vyhledávání v mezipaměti

Kontext řádku prostřednictvím transformace okna

Analýza transformace

Transformace složitých datových typů

Výstup do další aktivity

Transformace Stringify

Transformace externího volání

Transformace assert

Řádky chyb kontrolního výrazu protokolu

Přibližné spojení

Zdroj a jímka

Čtení a zápis JSON

Parquet a textové soubory s oddělovači

Konektor CosmosDB

Odvození datových typů v textových souborech s oddělovači

Čtení a zápis dělených souborů

Transformace a vytvoření několika tabulek SQL

Rozdělení souborů do datového jezera

Model načítání datového skladu

Možnosti výstupu souboru Data Lake

Optimalizace mapování toků dat

Rodokmen dat

Iterace souborů s parametry

Zkrátit časy spuštění

Výkon databáze SQL

Protokolování a auditování

Dynamická optimalizace velikosti clusteru toku dat za běhu

Optimalizace časů spuštění toku dat

Prostředí Azure Integration Runtime pro Tok dat

Rychlý čas spuštění clusteru s využitím Azure IR

Scénáře mapování toku dat

Přibližné vyhledávání

Vzor přípravných dat

Model Vyčištění adres

Odstranění duplicitních dat

Sloučení souborů

Pomalu se měnící dimenze typu 1: přepsání

Pomalu se měnící dimenze typu 2: historie

Načítání tabulky faktů

Místní transformace SQL Serveru s rozdílovým vzorem načítání dat

Parametrizace

Počet jedinečných řádků a řádků

Zpracování chyb zkrácení

Inteligentní směrování dat

Maskování dat pro citlivá data

Logické modely vs. fyzické modely

Detekce změn zdrojových dat

Obecný typ 2 pomalu se měnící dimenze

Odstranění řádků v cíli, pokud není ve zdroji

Přírůstkové načítání dat pomocí služby Azure Data Factory a Azure SQL DB

Transformace dat Avro ze služby Event Hubs pomocí parsování a zploštění

Výrazy toku dat

Výrazy data a času

Rozdělení polí a příkazů case

Zábava s interpolací řetězců a parametry

úvod ke skriptu Tok dat: kopírování, vložení, fragmenty kódu

Výrazy kvality dat

Shromažďování agregační funkce

Dynamické výrazy jako parametry

Uživatelem definované funkce

Metadata

Ověřovací pravidla metadat