ยินดีด้วย!

การแปลงและวิเคราะห์ข้อมูลด้วย Microsoft Fabric

Luis Silva

Solution Architect - Data & AI

Data Engineering ใน Fabric

Data Engineering ใน Fabric

• Data Factory pipelines: การนำเข้าข้อมูล
• Data Factory dataflows: การแปลงและสำรวจข้อมูลแบบ low-code
• Notebooks: การแปลงและสำรวจข้อมูลด้วยโค้ด

Data Engineering ใน Fabric

• Lakehouses สำหรับจัดเก็บไฟล์และตาราง
• Warehouses สำหรับจัดเก็บตาราง SQL

สร้าง Star Schema

• การออกแบบและสร้าง Fact table และ Dimension table

สร้าง Star Schema

• Normalization และ Denormalization
• Star Schema เทียบกับ Snowflake Schema
• Slowly Changing Dimensions (SCD)
• Dimension กรณีพิเศษ เช่น Date/Time dimension และ Multivalued dimension

แปลง สำรวจ และวิเคราะห์ข้อมูล

• การทำความสะอาดและกรองข้อมูล
• การแปลงชนิดข้อมูล
• การรวมกลุ่มข้อมูล
• การรวมข้อมูล

แปลง สำรวจ และวิเคราะห์ข้อมูล

• การวิเคราะห์โปรไฟล์ข้อมูล
• การคิวรีข้อมูลผ่าน SQL endpoint หรือ XMLA endpoint

เพิ่มประสิทธิภาพ

• การตรวจสอบประสิทธิภาพ
• การปรับปรุงประสิทธิภาพใน Fabric items รวมถึงโค้ด SQL, notebooks และ dataflows
• การ scale up และ scale out โครงสร้างพื้นฐาน Fabric
• การปรับแต่งตาราง Delta lake

ขั้นตอนต่อไป

ยินดีด้วย!

การแปลงและวิเคราะห์ข้อมูลด้วย Microsoft Fabric