دوره Databricks: یادگیری Delta Live Tables (DLT)

آنچه یاد خواهید گرفت: Azure Databricks DLT DLT با استفاده از SQL DLT با استفاده از Python DLT: ساخت Lakehouse با استفاده از DLT پیش‌نیازهای دوره مهارت‌های اولیه Python مهارت‌های اولیه SQL حساب Azure توضیحات دوره ماژول 1: راه‌اندازی حساب Azure راه‌اندازی Workspace ناوبری در Workspace کلاسترها Notebook چیست؟ کتابخانه‌ها چه هستند؟ سیستم فایل Databricks (DBFS) DBUTILS ماژول 2: معماری Data Lakehouse چیست؟ Delta Lake چیست؟ آزمایشگاه: ایجاد Delta Table آزمایشگاه: دریافت داده در Delta آزمایشگاه: بروزرسانی / حذف / ادغام آزمایشگاه: اعتبارسنجی اسکیما آزمایشگاه: ستون‌های تولیدی ماژول 3: درک Delta Live Tables آزمایشگاه: توسعه Delta Live Tables با استفاده از فایل CSV آزمایشگاه: نحوه افزودن اسکیما به داده‌های CSV در DTL آزمایشگاه: توسعه Delta Live Tables با استفاده از فایل JSON و Parquet آزمایشگاه: ساخت پایپ‌لاین DLT استریمینگ با استفاده از CSV آزمایشگاه: ساخت پایپ‌لاین DLT استریمینگ با استفاده از JSON آزمایشگاه: تبدیل DLT - بخش اول آزمایشگاه: تبدیل DLT - بخش دوم آزمایشگاه: بررسی کیفیت داده در DLT ماژول 4: آزمایشگاه: ایجاد اولین پایپ‌لاین Delta Live Table آزمایشگاه: تکامل اسکیما DLT آزمایشگاه: تغییر اسکیما در پایپ‌لاین DLT آزمایشگاه: ساخت پایپ‌لاین DLT استریمینگ آزمایشگاه: تکامل اسکیما در پایپ‌لاین DLT استریمینگ آزمایشگاه: بررسی کیفیت آزمایشگاه: بررسی‌های کیفیت قابل استفاده مجدد آزمایشگاه: DLT با SQL Server و پایپ‌لاین پارامتری ماژول 5: مورد کاربرد پروژه معماری Medallion Lakehouse پیکربندی SQL Server ساخت: لایه دریافت محصولات ساخت: لایه دریافت مشتریان ساخت: لایه دریافت سفارشات پیکربندی Event Hub و ایجاد Producer ساخت: لایه دریافت استریمینگ توسعه لایه Bronze ساخت پایپ‌لاین Silver Products ساخت پایپ‌لاین Silver Customer ساخت پایپ‌لاین Silver Order ساخت پایپ‌لاین Silver Online Event ساخت پایپ‌لاین Silver Weblogs ساخت لایه GOLD ساخت کوئری‌های KPI ساخت داشبورد این دوره برای چه کسانی مناسب است؟ دانشجویان و توسعه‌دهندگان مهندسی داده توسعه‌دهندگان Big Data توسعه‌دهندگان Python و SQL