시작하기무료로 시작하기

홈
강의
Microsoft Fabric 입문

워크로드와 사용자 직무의 관계

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.

이 연습은 강의의 일부입니다

Microsoft Fabric 입문

SkillTag.level.beginnerSkillTag.label

4.7+

무료로 강의 시작하기

이 챕터에서는 Fabric이 무엇인지, 왜 존재하는지, 그리고 워크로드, 워크스페이스, 항목으로 어떻게 구성되어 있는지 살펴봅니다. 또한 워크스페이스 설정, 역할, 인증(endorsement)이 팀의 협업과 데이터 거버넌스에 어떻게 도움이 되는지 배웁니다.

Exercise 1: Microsoft Fabric 시작하기 Exercise 2: Fabric 작업 영역 살펴보기 Exercise 3: Fabric는 어떤 문제를 해결할까요?Exercise 4: Fabric 구성 요소 파악하기 Exercise 5: 워크로드와 사용자 직무의 관계

현재 연습

Exercise 6: 분석 작업에 맞는 항목 선택하기 Exercise 7: 워크로드와 항목 분류하기 Exercise 8: 웨어하우스 항목 만들기 Exercise 9: 데이터 거버넌스 기초 Exercise 10: 워크스페이스 설정 살펴보기 Exercise 11: 작업 영역 권한 확인하기 Exercise 12: 올바른 홍보 상태 선택하기

이 챕터에서는 Fabric에서 데이터가 어떻게 관리되는지 살펴봅니다. Fabric의 스토리지 기반인 OneLake를 익히고, 바로가기(shortcut)를 사용해 데이터를 복사하지 않고 접근하는 방법을 배우며, OneLake 카탈로그로 신뢰할 수 있는 데이터 자산을 찾는 방법을 알아봅니다. 또한 파이프라인, Dataflow Gen2, Eventstreams 등 Fabric에 데이터를 가져오는 다양한 방법을 비교합니다.

Exercise 1: Fabric 데이터 기반으로서의 OneLake Exercise 2: Files일까요, Tables일까요?Exercise 3: 바로 가기는 왜 사용할까요?Exercise 4: 아키텍처 속 OneLake Exercise 5: OneLake 카탈로그로 데이터 탐색하기 Exercise 6: 이름으로 카탈로그에서 항목 필터링하기 Exercise 7: 카탈로그 메타데이터 확인하기 Exercise 8: 거버넌스를 위한 카탈로그 검색 활용하기 Exercise 9: Fabric에서 데이터 추가하고 액세스하기 Exercise 10: 배치 수집 파이프라인 구축하기 Exercise 11: 데이터 접근 및 수집 결과물 살펴보기 Exercise 12: 어떤 방법을 사용해야 할까요?

이 챕터에서는 lakehouse와 warehouse를 통해 Fabric에서 빅데이터를 관리하는 방법을 살펴봅니다. 또한 SQL과 시각적 쿼리 편집기로 해당 데이터를 쿼리하는 방법도 배웁니다.

Exercise 1: 빅데이터를 위한 레이크하우스와 웨어하우스 비교 Exercise 2: 레이크하우스일까요, 웨어하우스일까요?Exercise 3: 항목 세부 정보 비교하기 Exercise 4: 다운스트림 경로 선택하기 Exercise 5: 레이크하우스 기초 Exercise 6: 파일 영역 살펴보기 Exercise 7: Tables 영역 살펴보기 Exercise 8: 레이크하우스에는 무엇이 적합할까요?Exercise 9: SQL로 데이터 쿼리하기 Exercise 10: 첫 번째 SQL 쿼리 실행하기 Exercise 11: 결과 필터링하기 Exercise 12: 시각적으로 데이터 쿼리하기 Exercise 13: 시각적으로 열 선택하기 Exercise 14: 시각적으로 필터 추가하기 Exercise 15: SQL vs. 시각적 쿼리, 무엇을 선택할까요?

이 챕터에서는 Fabric 데이터가 어떻게 소비되고 확장되는지 살펴봅니다. 코드 기반 분석을 위해 노트북을 사용하고, 시맨틱 모델과 저장 모드, Copilot이 보고 작업을 어떻게 지원하는지 배우며, Eventstreams, Eventhouses, KQL로 스트리밍 데이터를 수집하고 쿼리하는 방법을 알아봅니다.

Exercise 1: Fabric의 노트북 소개 Exercise 2: 기본 커널 확인하기 Exercise 3: 레이크하우스 연결 추가하기 Exercise 4: 노트북은 언제 유용할까요?Exercise 5: 시맨틱 모델을 활용한 비즈니스 인사이트 Exercise 6: 시맨틱 모델 요소 분류하기 Exercise 7: 스토리지 모드 선택하기 Exercise 8: Eventhouse와 KQL을 활용한 실시간 인텔리전스 Exercise 9: Eventstream 대상 선택하기 Exercise 10: Eventstream 생성 및 게시하기 Exercise 11: 간단한 KQL 쿼리 완성하기 Exercise 12: 축하합니다!