Pada bab ini, kita akan membahas apa itu Fabric, mengapa Fabric ada, dan bagaimana Fabric diorganisasikan ke dalam beban kerja, workspace, dan item. Anda juga akan mempelajari bagaimana pengaturan workspace, peran, dan endorsement membantu tim berkolaborasi dan menata kelola data mereka.

Mulai menggunakan Microsoft Fabric

Menjelajahi workspace Fabric

Masalah apa yang diselesaikan oleh Fabric?

Identifikasi komponen utama Fabric

Pemetaan beban kerja ke fungsi pekerjaan pengguna

Pilih item untuk tugas analitik

Klasifikasikan workload dan item

Buat item warehouse

Dasar-dasar tata kelola data

Mengenal pengaturan ruang kerja

Baca izin ruang kerja

Memilih status endorsement yang tepat

Pengantar Fabric

Pada bab ini, kita akan melihat bagaimana data di Fabric dikelola. Anda akan mengenal OneLake sebagai fondasi penyimpanan Fabric, menggunakan shortcut untuk mengakses data tanpa menyalinnya, menemukan aset data tepercaya dengan katalog OneLake, serta membandingkan cara membawa data ke dalam Fabric, termasuk pipeline, Dataflow Gen2, dan Eventstreams.

OneLake sebagai fondasi data Fabric

Files atau tables?

Mengapa menggunakan shortcut?

OneLake dalam arsitektur

Menemukan data dengan katalog OneLake

Menyaring katalog untuk item bernama tertentu

Baca metadata katalog

Menggunakan pencarian katalog untuk tata kelola

Menambahkan dan mengakses data di Fabric

Membangun pipeline pemasukan batch

Meninjau akses dan hasil pemasukan data

Metode mana yang akan Anda gunakan?

Manajemen Data di Fabric

Pada bab ini, kita akan melihat bagaimana big data dikelola di Fabric melalui lakehouse dan warehouse. Kita juga akan mempelajari cara mengkueri data tersebut dengan SQL dan visual query editor.

Lakehouse vs. warehouse untuk big data

Lakehouse atau warehouse?

Bandingkan detail item

Pilih jalur hilir

Dasar-dasar lakehouse

Jelajahi area Files

Jelajahi area Tables

Apa yang termasuk dalam lakehouse?

Mengkueri data dengan SQL

Jalankan kueri SQL pertama Anda

Memfilter hasil

Mengkueri data secara visual

Pilih kolom secara visual

Tambahkan filter secara visual

Kueri SQL atau visual?

Fabric dan Big Data

Pada bab ini, kita akan melihat bagaimana data Fabric dikonsumsi dan diperluas. Anda akan menggunakan notebook untuk analisis berbasis kode, mempelajari bagaimana model semantik, mode penyimpanan, dan Copilot mendukung pelaporan, serta menangkap dan mengkueri data streaming dengan Eventstreams, Eventhouses, dan KQL.

Pengantar notebook di Fabric

Identifikasi kernel bawaan

Menambahkan lampiran lakehouse

Untuk apa notebook cocok digunakan?

Wawasan bisnis dengan model semantik

Opsi

Relasi

Measure

Laporan

Klasifikasikan elemen model semantik

Pilih mode penyimpanan

Kecerdasan Waktu Nyata dengan Eventhouse dan KQL

Pilih tujuan Eventstream

Buat dan terbitkan Eventstream

Selesaikan kueri KQL sederhana

Selamat!

Analitik Data dan Real-Time Intelligence

Company data

Marketing data

Selamat datang di dunia Microsoft Fabric! Dalam kursus ini, Anda akan menjelajahi beban kerja inti Fabric, termasuk Data Engineering, Data Factory, Data Warehouse, Real-Time Intelligence, dan Power BI, serta mempelajari bagaimana workspace, peran, dan endorsement menjaga tata kelola data. Temukan bagaimana data engineer, data analyst, data scientist, dan pengembang BI menggunakan OneLake, katalog OneLake, pipeline, lakehouse, warehouse, notebook, model semantik, Eventstreams, dan Eventhouses untuk mencapai tujuan bisnis, serta melakukan kueri data dengan SQL, visual query editor, dan KQL. Kursus ini dirancang sebagai titik awal untuk mempersiapkan sertifikasi Fabric Analytics Engineer Associate (DP-600) dari Microsoft.

<h2>Selamat datang di Microsoft Fabric</h2>Mulailah langkah pertama Anda dengan Microsoft Fabric, platform all-in-one yang mengintegrasikan data engineering, data science, dan business intelligence. Kursus ini memberikan pengalaman praktis dengan fitur-fitur utama Fabric, membantu Anda mengelola data di seluruh tim, mengotomatisasi alur kerja, dan membuat dasbor yang informatif.<br><br>
<h2>Jelajahi Tujuh Pengalaman Fabric</h2> Pahami fungsi inti dari tujuh pengalaman Fabric: Pabrik Data, Rekayasa Data, Gudang Data, Ilmu Data, Intelijen Waktu Nyata, Power BI, dan Pengaktif Data.<br><br>
<h2>Pengambilan dan Transformasi Data Master</h2> Pelajari cara menggunakan Data Pipelines, Dataflow Gen 2, dan Shortcuts untuk mengimpor, membersihkan, dan mentransformasi data di Fabric.<br><br>
<h2>Pilih Solusi Penyimpanan yang Tepat</h2>Temukan perbedaan antara Lakehouses dan Warehouses, serta kapan sebaiknya menggunakan masing-masing untuk kebutuhan penyimpanan data Anda.<br><br>
<h2>Intelligence Bisnis dengan Power BI</h2> Buat dasbor interaktif dan laporan menggunakan data dari Fabric Lakehouses dan Warehouses Anda, yang sepenuhnya terintegrasi dengan Power BI.<br><br>
<h2>Persiapan Sertifikasi</h2> Kursus ini adalah langkah pertama Anda menuju sertifikasi Microsoft Fabric Analytics Engineer Associate (DP-600), yang mencakup topik dan keterampilan penting yang diuji dalam ujian.


Untuk memahami penggunaan utama Fabric, Anda akan menjelajahi berbagai alat dalam tujuh pengalaman Fabric.

Pengantar Microsoft Fabric

Senior Software Engineer

Kecerdasan Real-Time dengan Eventhouse dan KQL

Kecerdasan Real-Time di Fabric

Data peristiwa dan data streaming

Eventstream

Eventhouse

Kueri KQL

Kata kunci dan klausa KQL

Menggunakan data contoh

Menerbitkan Eventstream

Mengambil data untuk Eventhouse

Batch atau real-time?

Ayo berlatih!

Analitik Data dan Real-Time Intelligence - Kecerdasan Waktu Nyata dengan Eventhouse dan KQL

Kecerdasan Waktu Nyata dengan Eventhouse dan KQL

Create Your Free Account