概覽 Microsoft Fabric 中資料工程的基本要素，包括星型綱要等關鍵解決方案設計項目，以及 Fabric 中支援資料探索與轉換的各種功能。

使用 Microsoft Fabric 進行資料轉換與分析

建立你的第一個 Lakehouse

Microsoft Fabric 中的資料工程

探索 Fabric 的資料工程

資料儲存與轉換項目

Lakehouse 與 Warehouse

星型綱要入門

星型綱要（Star Schemas）

Snowflake 結構

資料建模情境

資料探索與轉換

資料彙總

資料合併

使用 Microsoft Fabric 進行資料工程

深入探討在 Microsoft Fabric 中實作星型綱要時需要考量的重點，包括建立事實表與維度表、管理慢速變動維度與其他特殊維度情境，以及正規化與非正規化資料。


實作星型綱要

建立維度表

事實表的特性

建立事實資料表

漸變維度（Slowly Changing Dimensions）

SCD 類型

實作 SCD Type 2 變更

特殊維度情境

特殊維度

實作日期維度

多值維度與橋接表

資料反正規化

去正規化 vs. 正規化

實作資料去正規化

為 Lakehouse 或 Warehouse 實作星型綱要

深入重點的資料轉換與探索主題：清理、篩選、彙總與合併資料。


資料清理與篩選

資料清理實作

轉換資料型別

使用 PySpark 進行資料篩選

資料彙總情境

實作資料彙總

合併與連接資料

使用 SQL 進行連接（JOIN）

使用 PySpark 進行合併

探索與分析資料

資料剖析

XMLA 與 SQL 端點的使用情境

選擇 SQL 查詢工具

轉換、探索與分析資料

瞭解可用來監視 Fabric 解決方案效能的工具，以及如何在 Fabric 基礎結構與個別項目中實作效能改進，包括對 Delta Lake 資料表進行最佳化。

找出效能問題

安裝 Fabric Capacity Metrics 應用程式

使用 Capacity Metrics App 監看使用情況

使用 Capacity Metrics App 監控儲存空間

實作效能改進

在 Dataflows 中實作效能改進

Delta Lake 資料表最佳化

使用 OPTIMIZE 作業

恭喜！

最佳化效能

本課程聚焦於 Microsoft Fabric 的三大主題：轉換資料、探索與分析資料，以及效能最佳化。透過課程與互動式練習，你會學到如何在 Fabric lakehouse 與 warehouse 中進行各種資料轉換技巧，從辨識資料問題，到合併、彙總與篩選資料。你也會學到在 Fabric lakehouse 與 warehouse 中探索與建立資料剖析的多種工具與方法，以及如何監視並最佳化這些 Fabric 物件的效能。

<h2>使用 Microsoft Fabric 進行資料轉換與分析</h2> 發揮 Microsoft Fabric 的強大功能，進行資料轉換與分析。 這門實作課程將教您如何操作、探索並優化您的資料，無論您使用的是SQL、Python還是低程式碼工具。 培養清理、篩選及合併資料的技能，同時優化效能，以實現快速且高效的分析。<br><br><h2>主要學習成果</h2><ol><li><b>1. 精通使用 Fabric 進行資料工程：</b>了解如何有效地結構化您的資料。 了解常見的資料模型，包括星型與雪花型結構，並學習如何根據您的特定資料需求選擇最合適的方法。</li><li><b>2. 轉換、探索與分析資料：</b>探索資料轉換與探索的關鍵技術，例如清理、篩選、彙總及合併資料。 在 Fabric 環境中，使用 SQL 和 Python 練習這些任務。</li><li><b>3. 優化效能：</b>提升您的 Fabric 工作流程的速度與效率。 使用如 Fabric Capacity Metrics 應用程式和 Delta Lake 最佳化技術等工具，全面監控並提升您的 Fabric 帳戶效能。</li></ol><br><br><h2>誰適合參加這門課程？</h2>本課程非常適合希望精通在 Microsoft Fabric 中進行資料操作與優化的資料專業人士、分析師及工程師。 本課程適合初學者，但假設您已具備基本的資料工作流程知識。<br><br><h2>證書準備</h2>邁向取得 Microsoft Fabric Analytics Engineer Associate 證書（DP-600）更進一步。 本課程涵蓋考試所需的核心主題與技能，包括資料轉換、建模以及效能最佳化。

找出效能問題

Create Your Free Account