始める無料で始める

ホーム
コース
Microsoft Fabricでデータを変換して分析する

緩やかに変化するディメンション（SCD）

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

この演習はコースの一部です

Microsoft Fabricでデータを変換して分析する

SkillTag.level.beginnerSkillTag.label

4.8+

無料でコースを始める

Microsoft Fabricにおけるデータエンジニアリングの基本要素について、入門的な概要を学びます。スター・スキーマといった主要なソリューション設計項目から、データ探索や変換を支援するFabricの各種機能まで幅広くカバーします。

Exercise 1: Microsoft Fabric でデータを変換して分析する Exercise 2: はじめての Lakehouse を作成する Exercise 3: Microsoft Fabric におけるデータエンジニアリング Exercise 4: Fabric のデータエンジニアリングを探索する Exercise 5: データの保管と変換のアイテム Exercise 6: Lakehouse と Warehouse の違い Exercise 7: スタースキーマ入門 Exercise 8: スタースキーマ Exercise 9: スノーフレークスキーマ Exercise 10: データモデリングのシナリオ Exercise 11: データの探索と変換 Exercise 12: データの集計 Exercise 13: データのマージ

Microsoft Fabricでスター・スキーマを実装する際に考慮すべき具体的なポイントを掘り下げます。ファクトテーブルとディメンションテーブルの作成、ゆっくり変化するディメンション（SCD）やその他の特殊なディメンションのシナリオの管理、そしてデータの正規化・非正規化を扱います。

Exercise 1: スタースキーマの実装 Exercise 2: ディメンションテーブルの作成 Exercise 3: ファクトテーブルの特徴 Exercise 4: ファクトテーブルの作成 Exercise 5: 緩やかに変化するディメンション（SCD）

現在の演習

Exercise 6: SCD の種類 Exercise 7: SCD タイプ 2 の変更を実装する Exercise 8: 特別なディメンションのシナリオ Exercise 9: 特別なディメンション Exercise 10: 日付ディメンションの実装 Exercise 11: 多値ディメンションとブリッジテーブル Exercise 12: データの非正規化 Exercise 13: 非正規化 vs. 正規化 Exercise 14: データの非正規化を実装する

データ変換と探索の主要分野を掘り下げます。データのクレンジング、フィルタリング、集約、結合について学びます。

Exercise 1: データのクレンジングとフィルタリング Exercise 2: データクレンジングを実践する Exercise 3: データ型の変換 Exercise 4: PySpark でのデータフィルタリング Exercise 5: データの集約 Exercise 6: データ集計のシナリオ Exercise 7: データ集計を実装する Exercise 8: データの結合とジョイン Exercise 9: SQL を使った結合 Exercise 10: PySpark を使ったマージ Exercise 11: データの探索と分析 Exercise 12: データのプロファイリング Exercise 13: XMLA と SQL エンドポイントのユースケース Exercise 14: SQL クエリツールを選ぶ

Fabricソリューションのパフォーマンスを監視するためのツールと、Fabricの基盤および個別アイテムでパフォーマンス改善を実装する方法について学びます。Delta Lakeテーブルの最適化も含まれます。

Exercise 1: パフォーマンス問題の特定 Exercise 2: Fabric Capacity Metrics アプリをインストールする Exercise 3: Capacity Metrics アプリで使用状況を監視する Exercise 4: Capacity Metrics アプリでストレージを監視する Exercise 5: パフォーマンス改善を実装する Exercise 6: Dataflowsでパフォーマンス改善を実装する Exercise 7: Delta Lake テーブルの最適化 Exercise 8: OPTIMIZE 操作を使う Exercise 9: おめでとうございます！