MENU
Nasze ceny
Darmowy fragment
Pobierz fragment w jednym z dostępnych formatów
-
nowość
-
promocja
Microsoft Fabric od podstaw. Kompleksowe projektowanie nowoczesnej analityki danych - ebook
Microsoft Fabric od podstaw. Kompleksowe projektowanie nowoczesnej analityki danych - ebook
Budowanie efektywnych rozwiązań w obszarze analityki danych wymaga dojrzałej architektury i odpowiednich narzędzi. Microsoft Fabric oferuje ogromne możliwości, ale opanowanie tej platformy bywa trudne mnogość dostępnych opcji może przytłaczać. Konkretne zadania można realizować na wiele sposobów, lecz nie każdy jest równie wydajny.
Tę książkę możesz potraktować jako wygodną, szczegółową mapę drogową, dzięki której zrozumiesz specyfikę Microsoft Fabric i dowiesz się, jak się poruszać po architekturze i możliwościach tej platformy. Znajdziesz tu wyjaśnienia, najlepsze praktyki i przykłady rzeczywistych zastosowań, które pomogą Ci płynnie przejść od teorii do praktyki. Zagłębisz się w szczegóły pracy z Fabric, dzięki czemu Twój zespół do spraw danych będzie mógł w pełni korzystać z integracji danych, inżynierii danych, magazynowania danych, data science, analiz czasu rzeczywistego i analityki biznesowej. Wszystko to w ramach wspólnej przestrzeni roboczej, z zunifikowanymi procesami i prostą obsługą.
Zagadnienia:
- podstawowe komponenty Microsoft Fabric
- kluczowe koncepcje i techniki budowania solidnej platformy danych
- efektywne stosowanie Microsoft Fabric w codziennej pracy
- architektura oparta na jeziorze danych
- implementacja skalowalnych i wydajnych rozwiązań do analizy danych
- zarządzanie dzierżawą Fabric
Ta książka jest niezbędnym przewodnikiem dla specjalistów do spraw danych. Dzięki niej szybciej rozpoczniesz pracę z opracowaną przez Microsoft platformą danych nowej generacji!
Patrick LeBlanc, Microsoft
Spis treści
Słowo wstępne
Przedmowa
Część I. Podstawy Microsoft Fabric
- Rozdział 1. Czym jest Microsoft Fabric?
- Microsoft Fabric - dlaczego i po co?
- Ogólna struktura
- Obszary robocze i domeny
- OneLake
- Data Factory
- Data Engineering
- Data Warehouse
- Data Science
- Real-Time Intelligence
- Power BI
- Bazy danych
- Rozwiązania branżowe
- Copiloty
- Model cenowy Fabric
- Podsumowanie
- Rozdział 2. Pierwsze kroki z Microsoft Fabric
- Zakładanie konta Azure
- Włączanie Fabric
- Pierwsze działania w Fabric
- Tworzenie obszaru roboczego
- Budowanie repozytorium lakehouse
- Budowanie hurtowni danych
- Wizualizowanie danych Fabric w Power BI
- Podsumowanie
- Rozdział 3. Wszystkie drogi prowadzą do OneLake
- Wprowadzenie do jezior danych
- Ewolucja rozwiązania do przechowywania danych
- Znaczenie jezior danych
- Wprowadzenie do OneLake
- Oddzielenie mocy obliczeniowej od pamięci masowej
- Eksplorator plików
- Czym wyróżnia się OneLake?
- Fundamenty OneLake
- Formaty Delta i Iceberg
- Zgodność operacyjna
- Skalowalność i wydajność
- Dane przechowywane w OneLake
- Organizowanie danych w OneLake
- Domeny
- Obszary robocze
- Główne różnice między domenami a obszarami roboczymi
- Pozyskiwanie danych i integrowanie ich z OneLake
- Metody pozyskiwania danych
- Mechanizmy integracji
- Katalog OneLake
- Eksplorator OneLake
- Podsumowanie
Część II. Funkcje - szczegółowy opis
- Rozdział 4. Data Factory
- Potoki
- Budowanie potoku danych - przewodnik krok po kroku
- Przenoszenie i przekształcanie danych
- Porównanie funkcji przenoszenia danych
- Rozszerzanie koordynacji danych
- Harmonogramy i wyzwalacze
- Apache Airflow
- Podsumowanie
- Rozdział 5. Data Engineering
- Podstawy architektury lakehouse
- Repozytoria lakehouse a jeziora danych
- Architektura medalionowa
- Repozytoria lakehouse w Microsoft Fabric
- Schematy lakehouse
- Integrowanie danych z repozytorium lakehouse
- Praca z danymi w repozytorium lakehouse
- Używanie Sparka do inżynierii danych
- Praktyczny przykład - tworzenie potoku ETL w notatniku
- Podsumowanie
- Rozdział 6. Data Warehousing
- Podstawy hurtowni danych
- Hurtownie danych a repozytoria lakehouse
- Hurtownie danych w Microsoft Fabric
- Integrowanie danych z hurtownią
- Odpytywanie hurtowni danych
- Elementy hurtowni danych w Fabric
- Hurtownie danych a tradycyjne mechanizmy bazodanowe
- Ograniczenia języka T-SQL
- Podsumowanie
- Rozdział 7. Data Science w Microsoft Fabric
- MLflow
- Śledzenie eksperymentów w prognozowaniu sprzedaży
- Wdrażanie modeli za pośrednictwem REST API w celu wsparcia zespołów nietechnicznych
- Zarządzanie wersjami modelu
- SynapseML
- AutoML
- Semantic Link
- Wizualizacja zależności w modelu semantycznym
- Optymalizowanie modeli semantycznych z użyciem reguł BPA
- Tłumaczenie modeli semantycznych
- Migrowanie istniejących modeli semantycznych do Direct Lake
- Wzbogacanie warstwy złotej
- Podsumowanie
- MLflow
- Rozdział 8. Real-Time Intelligence
- Czym jest przetwarzanie strumieniowe?
- Centrum danych czasu rzeczywistego
- Strumienie zdarzeń
- Repozytorium zdarzeń i baza danych KQL
- Repozytorium zdarzeń
- Baza danych KQL
- Odpytywanie i wizualizowanie danych w Real-Time Intelligence
- Zestaw kwerend KQL
- Pulpity nawigacyjne czasu rzeczywistego
- Wizualizowanie danych z użyciem Power BI
- Aktywator
- Kluczowe koncepcje związane z aktywatorem
- Element aktywatora
- Praca z danymi Power BI
- Praca z danymi z centrum czasu rzeczywistego
- Scenariusze zaawansowane
- Wyzwalanie elementów Fabric
- Tworzenie niestandardowych działań do wyzwalania przepływów Power Automate
- Podsumowanie
- Rozdział 9. Power BI
- Obciążenia robocze Power BI w erze przed Fabric
- Tryb Import - najwyższa wydajność
- Tryb DirectQuery do raportowania w czasie rzeczywistym
- Obciążenia robocze Power BI w Microsoft Fabric
- Tryb Direct Lake
- Warunki wstępne
- Dwa warianty Direct Lake
- Domyślny lub niestandardowy model semantyczny
- Synchronizowanie modelu semantycznego z OneLake
- Kluczowe koncepcje związane z Direct Lake
- Jak działa Direct Lake?
- Odświeżanie modelu semantycznego Direct Lake (tzw. kadrowanie)
- Transkodowanie (wczytywanie kolumn do pamięci)
- Temperatura
- Zabezpieczenia Direct Lake
- Sterowanie działaniem modeli semantycznych Direct Lake na SQL
- Ograniczenia Direct Lake
- Podsumowanie
- Obciążenia robocze Power BI w erze przed Fabric
- Rozdział 10. Bazy danych SQL
- Po co bazy danych SQL w Fabric?
- Rola sztucznej inteligencji
- Efektywność operacyjna
- Główne cechy baz danych SQL
- Prostota i autonomiczne działanie
- Integracja AI i optymalizacja
- Zintegrowany nadzór i zabezpieczenia
- Integracja DevOps
- Zunifikowane przechowywanie danych w OneLake
- Interfejs GraphQL
- Pozyskiwanie i odpytywanie danych
- Praktyczny przewodnik po tworzeniu baz danych SQL i zarządzaniu nimi
- Podsumowanie
- Rozdział 11. Dublowanie
- Czym jest dublowanie?
- Wymagania dotyczące dublowania
- Włączanie funkcji dublowania na koncie dzierżawcy
- Łączność sieciowa
- Ograniczenia źródeł danych
- Przewodnik krok po kroku - dublowanie z Azure SQL
- System Assigned Managed Identity (SAMI)
- Przyznawanie dostępu do Fabric za pośrednictwem głównego konta bazy danych
- Tworzenie dublowanej bazy danych Azure SQL
- Fabric Link to nie to samo
- Podsumowanie
- Rozdział 12. Microsoft Fabric API for GraphQL
- Podstawowe operacje GraphQL
- Praca z GraphQL w Fabric
- Odpytywanie danych za pomocą API for GraphQL
- Tworzenie relacji
- Dokonywanie zmian za pomocą mutacji
- Używanie zmiennych
- Podsumowanie
- Rozdział 13. AI i Copiloty
- Czym jest Copilot?
- Włączanie Copilota w Microsoft Fabric
- Copilot dla Data Factory
- Copilot dla Data Engineering i Data Science
- Copilot dla Data Warehouse
- Copilot dla Power BI
- Przygotowywanie modelu semantycznego dla Copilota
- Tworzenie raportów w usłudze Power BI lub programie Power BI Desktop
- Podsumowywanie treści raportu w okienku Copilota
- Pisanie formuł DAX przy użyciu Copilota
- Copilot dla Real-Time Intelligence
- Copilot dla baz danych SQL
- Usługi AI w Microsoft Fabric
- Agent danych w Microsoft Fabric
- Agent danych Fabric a Copilot
- Praca z agentem danych Fabric
- Podsumowanie
Część III. Wdrażanie Fabric w środowisku produkcyjnym
- Rozdział 14. Model cenowy Fabric
- Moc obliczeniowa i zasoby
- Typy zasobów
- Rozmiary zasobów
- Czym dokładnie jest jednostka mocy obliczeniowej (CU)?
- Tymczasowe zwiększanie (i odzyskiwanie) mocy
- Ograniczenia zasobów obliczeniowych
- Pamięć masowa
- Licencje użytkowników
- Łączność sieciowa
- Różnice regionalne
- Dodatkowe opcje cenowe
- Podsumowanie
- Moc obliczeniowa i zasoby
- Rozdział 15. Administracja i monitorowanie Microsoft Fabric
- Nadzór nad danymi w Microsoft Fabric
- Administrowanie Microsoft Fabric
- Hierarchiczna struktura Microsoft Fabric
- Praca z portalem administracyjnym
- Monitorowanie Microsoft Fabric
- Centrum monitorowania
- Aplikacja Capacity Metrics
- Centrum Microsoft Purview
- Obszar roboczy Admin monitoring
- Podsumowanie
- Rozdział 16. Zabezpieczanie Microsoft Fabric
- Bezpieczny dostęp do danych w Microsoft Fabric
- Kontrola dostępu na poziomie obszarów roboczych
- Kontrola dostępu na poziomie elementów
- Zabezpieczenia na poziomie wierszy
- Zabezpieczenia na poziomie obiektów i kolumn
- Kontrola dostępu na poziomie folderów
- Model bezpieczeństwa skrótów
- Typowe scenariusze bezpieczeństwa
- Odkrywanie i wiarygodność danych
- Katalog OneLake
- Rekomendacje
- Tagi
- Etykiety poufności
- Podsumowanie
- Bezpieczny dostęp do danych w Microsoft Fabric
- Rozdział 17. Ciągła integracja i ciągłe wdrażanie w Microsoft Fabric
- Opcje przepływu pracy CI/CD
- Integracja z Gitem
- Potoki wdrożeniowe
- Zalecane praktyki zarządzania cyklem życia
- Automatyzowanie procesów CI/CD z użyciem interfejsów REST Fabric
- Podsumowanie
- Opcje przepływu pracy CI/CD
- Rozdział 18. Przewodnik decyzyjny - co kiedy wybrać?
- Jak wybrać odpowiednią opcję?
- Wybór mechanizmu analitycznego
- Objętość danych
- Obsługiwane typy danych
- Obsługiwane języki programowania
- Obsługiwane metody pozyskiwania danych i dostępu do danych
- Kontrola dostępu
- Zgodność operacyjna z OneLake
- Przewodnik decyzyjny - scenariusze
- Dublowana baza danych Azure SQL a baza danych SQL
- Scenariusz 1. Aplikacja internetowa z danymi operacyjnymi
- Scenariusz 2. Duże zbiory danych zawierające poufne informacje
- Baza danych SQL w Fabric a hurtownia danych Fabric
- Scenariusz 1. Gromadzenie dużych zbiorów danych do raportów analitycznych
- Scenariusz 2. Raportowanie operacyjne w czasie zbliżonym do rzeczywistego z wymuszanymi ograniczeniami bazy danych
- Tryb Direct Lake a tryb Import dla modeli semantycznych
- Scenariusz 1. Samodzielna analiza z wykorzystaniem Power Query
- Scenariusz 2. Wymóg raportowania w czasie zbliżonym do rzeczywistego
- Scenariusz 3. Zasobochłonny proces odświeżania danych
- Scenariusz 4. Wykorzystanie tabel i kolumn obliczeniowych DAX
- Scenariusz 5. Używanie widoków T-SQL
- Scenariusz 6. Zabezpieczenia RLS/OLS egzekwowane w hurtowni danych lub punkcie końcowym analityki SQL repozytorium lakehouse
- Wszystkie drogi prowadzą do OneLake, ale która jest właściwa?
- Przepływ danych, notatnik, potok, dublowanie czy skrót?
- Scenariusz 1. Importowanie danych w pierwotnej formie z lokalnego źródła
- Scenariusz 2. Dostosowywanie procesu zapisu danych
- Scenariusz 3. Przygotowanie danych dla warstwy prezentacji
- Używać porządkowania pionowego czy nie?
- Podsumowanie
| Kategoria: | Bazy danych |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-289-3553-2 |
| Rozmiar pliku: | 39 MB |
