Hands-On Data Warehousing with Azure Data Factory

تاریخ: 1399/07/24 17:38
توسط: MotoMan
امتیاز: ۰
تعداد بازدید: ۲۳۸۵
دیدگاه ها: ۰
برچسب ها: SQL Server |data |Database |Data Mining |
کتاب Hands-On Data Warehousing with Azure Data Factory
Packt Publishing
Christian Coté, Michelle Kamrat Gutzait, Giuseppe Ciaburro
9781789137620
2018
286
English

استخراج، تبدیل و بارگیری کردن (ETL)، یکی از تکنیک‌های اساسی در پردازش داده‌ها است. با توجه به اینکه داده‌ها در همه جا وجود دارند، ETL همیشه بهترین روش برای مدیریت داده‌ها از منابع مختلف است.
کتاب Hands-On Data Warehousing with Azure Data Factory، با مفاهیم پایه انبار کردن داده‌ها و ETL شروع می‌شود. شما خواهید آموخت که چگونه می‌توان از Azure Data Factory و SSIS برای درک اجزای کلیدی یک راهکار ETL استفاده کرد. شما سرویس‌های مختلف ارائه شده توسط Azure که توسط ADF و SSIS می‌توانند مورد استفاده قرار گیرند؛ مانند Azure Data Lake Analytics، یادگیری ماشین و Databrick's Spark را با کمک مثال‌های عملی یاد خواهید گرفت. شما نحوه طراحی و پیاده سازی راهکار‌های ترکیبی ETL را با استفاده از سرویس‌های یکپارچگی مختلف و به صورت گام به گام یاد خواهید گرفت. هنگامی که با همه این موارد آشنا شدید، شما از Power BI برای تعامل با داده هایی که از منابع مختلف می‌آیند استفاده خواهید کرد تا بینشی ارزشمند به دست آورید.

در پایان این کتاب، شما نه تنها می‌دانید که چگونه راهکار‌های ETL خودتان را بسازید، بلکه قادر خواهید بود تا چالش‌های کلیدی که در هنگام ساختن آن‌ها مواجه می‌شوید را حل کنید.
این کتاب برای شما مناسب است در صورتی که شما یک متخصص نرم افزار هستید که راهکار‌های ETL را با استفاده از Microsoft SQL Server و  Azure Cloud پیاده سازی کرده و توسعه می‌دهید. این مزیت خواهد بود اگر شما یک مهندس نرم افزار، معمار DW/ETL یا توسعه دهنده ETL باشید و نحوه ایجاد یک پیاده سازی جدید ETL را بدانید یا یک راهکار موجود را با Azure Data Factory یا SSIS تقویت کنید.

 

 


مطالبی که در کتاب «انبار کردن داده‌ها با Azure Data Factory» یاد خواهید گرفت:

  • درک اجزای کلیدی یک راهکار ETL با استفاده از Azure Data Factory و Integration Services
  • طراحی معماری یک راهکار ETL مدرن و ترکیبی
  • پیاده سازی راهکار‌های ETL برای هم در محل و هم Azure data
  • بهبود کارایی و مقیاس پذیری راهکار ETL خودتان
  • کسب دانش کاملی از قابلیت‌ها و ویژگی‌های جدید اضافه شده به Azure Data Factory and Integration Services

 

 

Table of Contents:
- Chapter 1: The Modern Data Warehouse
- Chapter 2: Getting Started with Our First Data Factory
- Chapter 3: SSIS Lift and Shift
- Chapter 4: Azure Data Lake
- Chapter 5: Machine Learning on the Cloud
- Chapter 6: Introduction to Azure Databricks
- Chapter 7: Reporting on the Modern Data Warehouse

کانال تلگرام سایت

گروه تلگرام سایت

like می پسندم
dislike به درد نمی خوره
مطالب مشابه
دیدگاه ها
  • اولین نفری باشید که نظری می دهید!
loading...

لطفا منتظر بمانید...