Dapatkan gambaran pengantar tentang elemen dasar rekayasa data di Microsoft Fabric, mulai dari komponen desain solusi utama seperti skema bintang hingga berbagai fitur di Fabric yang mendukung eksplorasi dan transformasi data. 

Transformasi dan Analisis Data dengan Microsoft Fabric

Membuat Lakehouse pertama Anda

Rekayasa Data di Microsoft Fabric

Menjelajahi Data Engineering di Fabric

Opsi

Lakehouse

Warehouse

Data Pipeline

Item penyimpanan dan transformasi data

Lakehouse versus Warehouse

Pengantar Skema Bintang

Skema Bintang

Skema Snowflake

Star schema

Snowflake schema

Skenario Pemodelan Data

Eksplorasi dan Transformasi Data

Agregasi Data

Penggabungan Data

Rekayasa Data dengan Microsoft Fabric

Telusuri lebih dalam aspek-aspek khusus yang perlu dipertimbangkan saat menerapkan skema bintang di Microsoft Fabric, termasuk membuat tabel fakta dan dimensi, mengelola dimensi yang berubah lambat dan skenario dimensi khusus lainnya, serta menormalkan dan mendenormalkan data.


Menerapkan Skema Bintang

Membuat Tabel Dimensi

Karakteristik Tabel Fakta

Membuat Tabel Fakta

Dimensi yang Berubah Secara Bertahap

Tipe SCD

Menerapkan Perubahan SCD Tipe 2

Skenario Dimensi Khusus

Dimensi Khusus

Menerapkan Dimensi Tanggal

Dimensi Multinilai dan Tabel Jembatan

Denormalisasi Data

Denormalisasi vs. Normalisasi

Menerapkan Denormalisasi Data

Menerapkan Skema Bintang untuk Lakehouse atau Warehouse

Telusuri lebih dalam area kunci transformasi dan eksplorasi data: pembersihan, pemfilteran, pengagregasian, dan penggabungan data.


Pembersihan dan Penyaringan Data

Pembersihan Data dalam Praktik

Mengonversi Jenis Data

Penyaringan Data dengan PySpark

Skenario Agregasi Data

Menerapkan Agregasi Data

Menggabungkan dan Mengaitkan Data

Melakukan join menggunakan SQL

Menggabungkan menggunakan PySpark

Eksplorasi dan Analisis Data

Pemrofilan Data

Use case untuk XMLA dan SQL Endpoint

Memilih Alat Kueri SQL

Transformasi, Eksplorasi, dan Analisis Data

Pelajari alat yang tersedia untuk memantau kinerja solusi Fabric dan cara menerapkan peningkatan kinerja pada infrastruktur Fabric serta item individual, termasuk optimalisasi tabel Delta Lake.

Mengidentifikasi masalah kinerja

Instal aplikasi Fabric Capacity Metrics

Memantau Penggunaan dengan Aplikasi Capacity Metrics

Memantau Penyimpanan dengan Capacity Metrics App

Menerapkan peningkatan kinerja

Menerapkan peningkatan kinerja di Dataflows

Optimisasi tabel Delta Lake

Gunakan Operasi OPTIMIZE

Selamat!

Optimalkan Kinerja

Kursus ini berfokus pada tiga topik utama Microsoft Fabric: mentransformasi data, mengeksplorasi dan menganalisis data, serta mengoptimalkan kinerja. Melalui pelajaran dan latihan interaktif, Anda akan mempelajari berbagai teknik untuk mentransformasi data di lakehouse dan warehouse Fabric, mulai dari mengidentifikasi masalah pada data hingga menggabungkan, mengagregasi, dan memfilter data. Anda juga akan mempelajari berbagai alat dan metode untuk mengeksplorasi dan memprofilkan data di lakehouse dan warehouse Fabric, serta cara memantau dan mengoptimalkan kinerja objek Fabric tersebut.

Introduction to Microsoft Fabric

Pelajari cara mengubah dan menganalisis data dalam akun Microsoft Fabric Anda.

Pelajari cara mentransformasi dan menganalisis data di akun Microsoft Fabric Anda.

Kompleksitas kueri rendah karena jumlah join berkurang.

Sering menggunakan lebih banyak ruang penyimpanan karena redundansi data. 

Dicirikan oleh tabel dimensi yang ternormalisasi.

Kompleksitas kueri tinggi karena jumlah join meningkat.

Skenario Pemodelan Data

Transformasi dan Analisis Data dengan Microsoft Fabric

Latihan interaktif langsung