第一部分:

探索数据工程工作负载的计算和存储选项

l  Azure Synapse Analytics 简介

l  Azure Databricks 概述

l  Azure Data Lake Storage 简介

l  介绍 Delta Lake 体系结构

l  使用 Azure 流分析处理数据流

第二部分:

使用 Azure Synapse Analytics 无服务器 SQL 池运行交互式查询

l  浏览 Azure Synapse 无服务器 SQL 池功能

l  使用 Azure Synapse 无服务器 SQL 池查询湖中的数据

l  在 Azure Synapse 无服务器 SQL 池中创建元数据对象

l  在 Azure Synapse 无服务器 SQL 池中保护数据和管理用户

第三部分：

Azure Databricks 中的数据
探索和转换

l  Azure Databricks 概述

l  在 Azure Databricks 中读取和写入数据

l  在 Azure Databricks 中使用 DataFrame

l  在 Azure Databricks 中使用 DataFrames 高级方法

第四部分：

使用 Apache Spark 探索、转换数据并将其加载到数据仓库中

l  通过 Azure Synapse Analytics 中的 Apache Spark 了解数据工程

l  在 Azure Synapse Analytics 中使用 Apache Spark 笔记本引入数据

l  使用 Azure Synapse Analytics 中 Apache Spark 池中的数据帧转换数据

l  在 Azure Synapse Analytics 中集成 SQL 和 Apache Spark 池

第五部分：

将数据引入并加载到数据仓库中

l  在 Azure Synapse Analytics 中使用数据加载最佳做法

l  使用 Azure 数据工厂实现 PB 字节规模的引入

第六部分：

使用 Azure 数据工厂或 Azure Synapse 管道转换数据

l  与 Azure 数据工厂或 Azure Synapse 管道进行数据集成

l  通过 Azure 数据工厂或 Azure Synapse 管道进行大规模的代码转换

第七部分：

协调 Azure Synapse 管道中的数据移动和转换

l  协调 Azure 数据工厂中的数据移动和转换

第八部分：

使用 Azure Synapse Analytics 实现端到端安全性

l  在 Azure Synapse Analytics 中确保数据仓库的安全

l  在 Azure Key Vault 中配置和管理机密

l  对敏感数据执行合规性控制

第九部分：

使用 Azure Synapse Link 支持混合事务分析处理 (HTAP)

l  使用 Azure Synapse Analytics 设计混合事务和分析处理

l  使用 Azure Cosmos DB 配置 Azure Synapse Link

l  使用 Apache Spark 池查询 Azure Cosmos DB

l  使用无服务器 SQL 池查询 Azure Cosmos DB

第十部分：

使用流分析进行实时流处理

l  使用 Azure 事件中心为大数据应用程序启用可靠消息传递

l  使用 Azure 流分析处理数据流

l  使用 Azure 流分析引入数据流

第十一部分：

使用事件中心和 Azure Databricks 创建流处理解决方案

l  使用 Azure Databricks 结构化流处理流数据