فلش‌کارت‌های آموزشی پیاده‌سازی راه‌حل‌های تحلیلی یکپارچه با Azure Synapse Analytics

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیاده‌سازی راه‌حل‌های تحلیلی یکپارچه با Azure Synapse Analytics

موضوع کلی: تحلیل داده و هوش تجاری

موضوع میانی: راهکارهای تحلیلی یکپارچه در پلتفرم‌های ابری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر Azure Synapse Analytics و معماری آن
• 2. ایجاد و پیکربندی Workspace در Azure Synapse
• 3. مدیریت امنیت و دسترسی در Synapse Analytics
• 4. مفاهیم بنیادین Data Warehouse و Star Schema
• 5. طراحی و پیاده‌سازی Dedicated SQL Pool
• 6. بارگذاری داده با PolyBase و COPY INTO
• 7. بهینه‌سازی پرس‌وجوها با توزیع و پارتیشن‌بندی
• 8. مدیریت Indexها و Statistics در Dedicated SQL Pool
• 9. معرفی Serverless SQL Pool و کاربردهای آن
• 10. پرس‌وجوی فایل‌های داده با Serverless SQL Pool
• 11. تبدیل داده‌ها با OPENROWSET و توابع خارجی
• 12. ایجاد و مدیریت Views در Serverless SQL Pool
• 13. مفاهیم Lakehouse و Data Lake Storage Gen2
• 14. یکپارچه‌سازی Azure Data Lake با Synapse
• 15. Pipelineهای ETL/ELT با Synapse Pipelines
• 16. فعالیت‌های کپی داده (Copy Data Activity)
• 17. جریان‌های داده (Data Flows) برای تبدیلات بصری
• 18. اشکال‌زدایی و اجرای Pipelineها
• 19. مدیریت و زمان‌بندی اجرای Pipelineها
• 20. معرفی Apache Spark در Azure Synapse
• 21. تحلیل داده با Notebookهای Spark
• 22. استفاده از Spark SQL و DataFrameها
• 23. بهینه‌سازی عملکرد Spark و مدیریت پارتیشن‌ها
• 24. انتقال داده بین Spark و Dedicated SQL Pool
• 25. یکپارچه‌سازی Power BI با Synapse Analytics
• 26. ایجاد و مدیریت Link Connection برای داده‌های بلادرنگ
• 27. پیکربندی Spark Pool و SQL Pool در یک Pipeline
• 28. مدیریت فراداده با Synapse Metastore
• 29. پیاده‌سازی Incremental Load برای داده‌ها
• 30. مدیریت نسخه‌بندی و اشکال‌زدایی Pipelineها
• 31. استفاده از پارامترها و متغیرها در Pipelineها
• 32. مدیریت خطا و بازتلاش (Retry) در Pipelineها
• 33. ایجاد Data Warehouse با معماری Medallion
• 34. مدل‌سازی داده با Dimension و Fact Tables
• 35. پیاده‌سازی Slowly Changing Dimensions (SCD)
• 36. تبدیل داده با T-SQL و Stored Procedures
• 37. اتصال به منابع داده On-Premise با Integration Runtime
• 38. مدیریت Integration Runtime و Gatewayها
• 39. پیکربندی Endpointهای خصوصی و امنیت شبکه
• 40. استفاده از Azure Purview برای حاکمیت داده
• 41. یکپارچه‌سازی Purview با Synapse
• 42. پایش و نظارت با Synapse Studio و Azure Monitor
• 43. تنظیم هشدارها و Logging برای Pipelineها
• 44. مدیریت هزینه و مقیاس‌پذیری خودکار
• 45. معرفی Machine Learning در Synapse
• 46. ایجاد و امتیازدهی مدل با SynapseML
• 47. ذخیره و مدیریت مدل‌ها در MLflow
• 48. استفاده از T-SQL برای پیش‌بینی و Scoring
• 49. بهینه‌سازی پرس‌وجوها با Result Set Caching
• 50. مدیریت ردیف‌های تکراری و پاک‌سازی داده
• 51. ایجاد و مدیریت External Tables
• 52. مفهوم شئ‌های Securable و Permissions
• 53. پیاده‌سازی Row-Level Security (RLS)
• 54. پیکربندی Dynamic Data Masking
• 55. مدیریت هم‌زمانی و Locking در SQL Pool
• 56. استفاده از Query Store و DMVها برای عیب‌یابی
• 57. ایجاد Solutionهای Hybrid با Azure Data Services
• 58. ادغام Synapse با Azure Data Factory
• 59. مدیریت Disaster Recovery و Geo-Replication
• 60. بازیابی اطلاعات و Point-in-Time Restore
• 61. بهینه‌سازی فشرده‌سازی و پارتیشن‌بندی فایل‌ها
• 62. مدیریت Lifecycle داده با Policyها
• 63. مفاهیم Real-Time Analytics و Stream Analytics
• 64. یکپارچه‌سازی Event Hub و IoT Hub با Synapse
• 65. تحلیل جریان داده با Spark Structured Streaming
• 66. ایجاد Dashboardها و گزارش‌های تحلیلی
• 67. بهبود Performance با Materialized Views
• 68. مدیریت Workload Management و اهمیت Classifiers
• 69. استفاده از Workload Groups و Importance
• 70. مفاهیم Data Mesh و Data Domain
• 71. پیاده‌سازی Lake Database در Synapse
• 72. مدیریت Shortcuts برای داده‌های مشترک
• 73. اتصال به Power Platform و Dataflows
• 74. ایجاد حلقه بازخورد با CI/CD و DevOps
• 75. مدیریت کد با Git Integration در Synapse
• 76. تست و استقرار Pipelineها با ARM Templates
• 77. مفهوم Shared Metadata و Spark SQL Pool
• 78. بهینه‌سازی فایل‌های Parquet و Delta Lake
• 79. مدیریت Transactionها و Concurrency در Lakehouse
• 80. یکپارچه‌سازی با Azure Cognitive Services
• 81. استفاده از Synapse برای تحلیل لاگ و امنیت