Zobacz także:

• Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych 149,00 zł, (67,05 zł -55%)
• Excel 2013. Kurs video. Poziom drugi. Przetwarzanie i analiza danych 79,00 zł, (35,55 zł -55%)
• Kompletny przewodnik po Power Query (M). Opanuj wykonywanie z 169,00 zł, (84,50 zł -50%)
• OSINT w praktyce. Jak gromadzi 67,00 zł, (33,50 zł -50%)
• Mistrz analizy danych. Od danych do wiedzy. Wydanie II 99,00 zł, (49,50 zł -50%)

Spis treści

Microsoft Fabric od podstaw. Kompleksowe projektowanie nowoczesnej analityki danych -- 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
• 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
• 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
• 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
• 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
• 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