Självstudier från början till slut i Microsoft Fabric
Not
Arbetar du som ny utvecklare med Fabric? Är du intresserad av att dela med dig av din komma igång-upplevelse och hjälpa oss att göra förbättringar? Vi vill prata med dig! Registrera dig här om du är intresserad.
I den här artikeln hittar du en omfattande lista över heltäckande guider som är tillgängliga i Microsoft Fabric. De här självstudierna vägleder dig genom ett scenario som omfattar hela processen, från datainsamling till dataförbrukning. De är utformade för att hjälpa dig att utveckla en grundläggande förståelse för Fabric-UI, de olika upplevelser som Fabric stöder, deras integreringspunkter, samt upplevelser för professionella och medborgarutvecklare som är tillgängliga.
Handledningar för flera upplevelser
I följande tabell visas självstudier som omfattar flera Fabric-upplevelser.
Instruktionsnamn | Scenario |
---|---|
Sjöhus | I den här självstudien matar du in, transformerar och laddar upp data från ett fiktivt detaljhandelsföretag, Wide World Importers, till lakehouse-plattformen och analyserar försäljningsdata över olika dimensioner. |
Data Science | I den här självstudien utforskar, rensar och transformerar du en semantisk modell för taxicab-resor och skapar en maskininlärningsmodell för att förutsäga resans varaktighet i stor skala på en stor semantisk modell. |
Real-Time Intelligence | I denna handledning använder du strömning och frågefunktioner i Real-Time Intelligence för att analysera data om cykeldelning i London. Du lär dig hur du strömmar och transformerar data, kör KQL-frågor, skapar en Real-Time-instrumentpanel och en Power BI-rapport för att få insikter och svara på dessa realtidsdata. |
informationslager | I den här självstudien skapar du ett komplext informationslager för det fiktiva Wide World Importers-företaget. Du matar in data i informationslagret, transformerar dem med T-SQL och pipelines, kör frågor och skapar rapporter. |
SQL-databas för infrastrukturresurser | Självstudien innehåller en omfattande guide för att använda SQL-databasen i Fabric. Den här självstudien är skräddarsydd för att hjälpa dig att navigera i processen för att skapa databaser, konfigurera databasobjekt, utforska autonoma funktioner och kombinera och visualisera data. Dessutom lär du dig hur du skapar en GraphQL-slutpunkt, som fungerar som en modern metod för att ansluta och köra frågor mot dina data effektivt. |
Tygg Aktivator | Självstudien är utformad för kunder som är nya i Fabric Activator. Genom att använda en exempelhändelseström lär du dig hur man använder Activator. När du är bekant med terminologin och gränssnittet skapar du ett eget objekt, en egen regel och en aktivator. |
Erfarenhetsspecifika handledningar
Följande guider leder dig genom scenarier inom specifika Fabric-upplevelser.
Instruktionsnamn | Scenario |
---|---|
Power BI | I den här handledningen skapar du ett dataflöde och en pipeline för att föra in data i ett lakehouse, skapa en dimensionsmodell och generera en övertygande rapport. |
Data Factory | I den här handledningen matar du in data med datapipelines, transformerar data med dataflöden och använder sedan automatisering och meddelanden för att skapa ett fullständigt dataintegreringsscenario. |
Exempel på datavetenskap och AI helhetslösningar | I den här uppsättningen självstudier får du lära dig mer om de olika funktionerna i Data Science-upplevelsen och exempel på hur ML-modeller kan hantera dina vanliga affärsproblem. |
Data Science – Prisförutsägelse med R | I den här självstudien skapar du en maskininlärningsmodell för att analysera och visualisera avokadopriserna i USA och förutsäga framtida priser. |
Programlivscykelhantering | I den här självstudien får du lära dig hur du använder distributionspipelines tillsammans med git-integrering för att samarbeta med andra i utvecklingen, testningen och publiceringen av dina data och rapporter. |
Relaterat innehåll
- Skapa en arbetsyta
- Identifiera dataobjekt i OneLake-datahubben