Grattis!

Transformera och analysera data med Microsoft Fabric

Luis Silva

Solution Architect - Data & AI

Datateknik i Fabric

Diagram som visar komponenterna i en heltäckande dataanalyslösning, inklusive datakällor, inmatning, förberedelse och transformering, lagring, frågor och visualisering samt analys

Datateknik i Fabric

Diagram som visar komponenterna i en heltäckande dataanalyslösning i Fabric, med Data Pipelines, Spark Notebooks och Dataflows markerade

Data Factory-pipelines: datainmatning
Data Factory-dataflows: lågkodstransformering och datautforskning
Notebooks: kodbaserad transformering och datautforskning

Datateknik i Fabric

Diagram som visar komponenterna i en heltäckande dataanalyslösning i Fabric, med Lakehouse och Warehouse markerade

Lakehouses för lagring av filer och tabeller
Warehouses för lagring av SQL-tabeller

Implementera stjärnschema

Designa och implementera fakta- och dimensionstabeller

Implementera stjärnschema

Normalisering och denormalisering
Stjärnschema vs. snöflingaschema
Långsamt föränderliga dimensioner (SCD)
Särskilda dimensionsscenarier, inklusive datum-/tidsdimensioner och flervärda dimensioner

Transformera, utforska och analysera data

Ikoner som representerar tre verktyg: SQL, Spark och Dataflows

Datarensning och filtrering
Konvertering av datatyper
Dataaggregering
Sammanslagning av data

Transformera, utforska och analysera data

Profilera data
Fråga data via SQL-slutpunkten eller XMLA-slutpunkten

Optimera prestanda

Övervaka prestanda
Implementera prestandaförbättringar i Fabric-objekt, inklusive SQL-kod, notebooks och dataflows
Skala upp och ut Fabric-infrastrukturen
Optimera Delta Lake-tabeller

Vad händer härnäst?

Certifieringsbadge för Microsoft Certification Fabric Analytics Engineer Associate

Grattis!

Transformera och analysera data med Microsoft Fabric