or
यह अभ्यास पाठ्यक्रम का हिस्सा है
इस अध्याय में, आप Fabric में डेटा ingest करने के विभिन्न तरीकों की तुलना करेंगे, Copy job से डेटा लोड करेंगे, और lakehouse में फाइलें एक्सप्लोर करेंगे। आप focused pipelines बनाएँगे, उन्हें parameterize करेंगे और schedule करेंगे, फिर shortcuts और mirroring का उपयोग करके बिना अनावश्यक कॉपी के डेटा उपलब्ध कराएँगे।
इस अध्याय में, आप Dataflow Gen2 से queries बनाएँगे, merge, filter, और extend करेंगे, data destination settings चुनेंगे, और refreshes schedule करेंगे। फिर आप dataflow के bottlenecks ढूँढेंगे और staging तथा Fast Copy से refreshes तेज़ करेंगे।
इस अध्याय में, आप Fabric में semantic models inspect करेंगे और देखेंगे कि Direct Lake कैसे OneLake डेटा पढ़ता है, जिसमें framing और fallback शामिल हैं। आप relationships डिज़ाइन करेंगे, bridge tables से many-to-many हल करेंगे, और date hierarchies व्यवस्थित करेंगे, फिर foundational DAX measures लिखेंगे और Copilot DAX drafts की समीक्षा करेंगे।
इस अध्याय में, आप static और dynamic row-level security तथा object-level security के साथ semantic models को सुरक्षित करेंगे। आप refresh रणनीतियाँ चुनेंगे, जिनमें incremental refresh और pipeline-triggered refresh शामिल हैं, refresh history पढ़ेंगे, और Best Practice Analyzer तथा Performance Analyzer का उपयोग करके model और report की समस्याएँ ढूँढेंगे।
वर्तमान अभ्यास