Professional Documents
Culture Documents
Original
Original
Original
RÉSERVÉ À UNE UTILISATION DANS LE CADRE DU PROGRAMME MICROSOFT VIRTUAL TRAINING DAYS UNIQUEMENT.
TOUTE DISTRIBUTION, REPRODUCTION OU TOUTE AUTRE UTILISATION DE CES DOCUMENTS PAR DES TIERS AUTRES QUE
MICROSOFT EST INTERDITE.
Microsoft Azure Virtual
Training Day:
Data Fundamentals
Agenda
Tableau
Banques de données transactionnelles ou analytiques
Client
Commandes
CustomerID Solde
5558 1000
500
6023 1500
2000
Client
Transferts
Données sur site INGESTION STOCKAGE DES TRAITEMENT DES VISUALISATION DES
DE DONNÉES DONNÉES DONNÉES DONNÉES
Données cloud
Données SaaS
Données par lots / Données en flux continu
Leçon 2 : Explorer les rôles et les responsabilités
dans le monde des données
Examiner les rôles de travail des données
Leçon 2 -
Objectifs
Examiner les tâches et les outils courants pour
les rôles de travail des données
Rôles liés aux données
Azure Data Studio SQL Server Management Studio Portail Azure / CLI
• Interface graphique pour la gestion • Interface graphique pour la gestion • Outils de gestion et
des Data Services sur site et des Data Services sur site et d’approvisionnement d’Azure Data
informatiques informatiques Services
• Fonctionne sous Windows, macOS, • Fonctionne sous Windows • Manuel et automatisation des scripts
Linux • Outil d’administration de base de utilisant les scripts Azure Resource
données complet Manager ou d’interface de ligne de
commande
Outils communs - Ingénierie des données
Azure Synapse Studio SQL Server Management Studio Portail Azure / CLI
• Portail Azure intégré pour gérer • Interface graphique pour la gestion • Outils de gestion et
Azure Synapse des Data Services sur site et d’approvisionnement des ressources
• Ingestion des données (Azure Data informatiques Azure
Factory) • Fonctionne sous Windows • Manuel et automatisation des scripts
• Gestion des actifs Azure Synapse • Outil d’administration de base de utilisant les scripts Azure Resource
(SQL Pools / Spark Pool) données complet Manager ou d’interface de ligne de
commande
Outils communs - Analyste de données
• Outil de visualisation des données • Création et gestion des rapports • Outil de visualisation des données
• Modéliser et visualiser les données Power BI pour les rapports paginés
• Gestion des actifs Azure Synapse • Création de tableaux de bord Power • Modéliser et visualiser des rapports
(SQL Pools / Spark Pool) BI paginés
• Partager des rapports / jeux de
données
Leçon 3 : Décrire les concepts de données
relationnelles
Découvrez les caractéristiques des données
relationnelles
Clients
CustomerID CustomerName CustomerPhone
100 Muisto Linna XXX-XXX-XXXX
XXX-XXX-XXXX
101 Noam Maoz
XXX-XXX-XXXX
102 Vanja Matkovic
XXX-XXX-XXXX
103 Qamar Mounir
XXX-XXX-XXXX
104 Zhenis Omar
XXX-XXX-XXXX
105 Claude Paulet
XXX-XXX-XXXX
106 Alex Pettersen
XXX-XXX-XXXX
107 Francis Ribeiro
Normalisation
Clients
CustomerID CustomerName CustomerPhone
100 Muisto Linna XXX-XXX-XXXX
Commandes
XXX-XXX-XXXX
101 Noam Maoz OrderID CustomerName CustomerPhone
XXX-XXX-XXXX
MK106 Muisto Linna
Relations
Clients
CustomerID CustomerName CustomerPhone
100 Muisto Linna XXX-XXX-XXXX
Commandes
XXX-XXX-XXXX
101 Noam Maoz OrderID CustomerID IDVendeur
AD100 101 200
XXX-XXX-XXXX
102 Vanja Matkovic
AD101 101 200
XXX-XXX-XXXX AD102 101 200
103 Qamar Mounir
AX103 103 201
XXX-XXX-XXXX
104 Zhenis Omar AS104 103 201
AR105 105 200
XXX-XXX-XXXX
105 Claude Paulet
MK106 105 201
XXX-XXX-XXXX DB205 100 205
106 Alex Pettersen
Index
Clients
CustomerID CustomerName CustomerPhone
100 Muisto Linna XXX-XXX-XXXX
IDX-RégionClient
XXX-XXX-XXXX
101 Noam Maoz CustomerID Région
100 France
XXX-XXX-XXXX
102 Vanja Matkovic 101 Brésil
XXX-XXX-XXXX 102 Croatie
103 Qamar Mounir
103 Jordanie
XXX-XXX-XXXX
104 Zhenis Omar 104 Espagne
105 France
XXX-XXX-XXXX
105 Claude Paulet 106 USA
XXX-XXX-XXXX
106 Alex Pettersen
Afficher
Clients
CustomerID CustomerName CustomerPhone
Commandes
100 Muisto Linna XXX-XXX-XXXX
OrderID CustomerID IDVendeur
XXX-XXX-XXXX
101 Noam Maoz AD100 101 200
AD101 101 200
XXX-XXX-XXXX
102 Vanja Matkovic AD102 101 200
XXX-XXX-XXXX AX103 103 201
103 Qamar Mounir
AS104 103 201
XXX-XXX-XXXX
104 Zhenis Omar AR105 105 200
MK106 105 201
XXX-XXX-XXXX
105 Claude Paulet DB205 100 205
XXX-XXX-XXXX
106 Alex Pettersen
Leçon 4 : Explorer les concepts de données non
relationnelles
Découvrir les caractéristiques des données non
relationnelles
## IDCLient 1 : 1
Nom : Mark Hanson
Téléphone : [ Domicile : 1-999-9999999, Professionnel : 1-888-8888888, Téléphone mobile :
1-777- 7777777 ]
Adresse : [ Domicile : 121 Main Street, Some City, NY, 10110,
Entreprise 87 Big Building, Some City, NY, 10111 ]
## ID Client 2 : 2
Titre: Monsieur
Nom : Jeff Hay
Téléphone : [ Domicile : 0044-1999-333333 - Téléphone mobile : 0044-17545-444444 ]
Adresse : [ Royaume-Uni : 86 High Street, Some Town, A County, GL8888, UK,
USA : 777 7th Street, Another City, CA, 90111 ]
Identifier les cas d’utilisation de bases de données non
relationnelles
IoT et télématique
Nécessite souvent d’ingérer de grandes quantités de données dans de fréquentes rafales d’activités, les données
sont semi-structurées ou structurées et nécessitent souvent un traitement en temps réel
Jeux
Statistiques pendant le jeu, intégration des réseaux sociaux, classements, applications à faible latence
Web et mobile
Fréquemment utilisé avec l’analyse des clics web et les applications modernes, y compris les bots
Types de données non relationnelles
Qu’est-ce que les données semi-structurées ?
Qu’entend-on par « données non structurées » ?
Qu’est-ce que NoSQL ?
Quelles sont les fonctions d’une base de données de
graphiques ?
Quelles sont les applications qui nécessitent une base de
données de graphiques ?
Besoins de l'entreprise :
• Applications OLTP avec des données
hautement corrélées.
• Mises à jour aisées sur un ou plusieurs
objets.
• Modélisationflexible des données.
• Exigences évolutives en matière de
données.
• Structures hiérarchiquesdes données.
Leçon 5 : Explorer les concepts de l’analyse des
données
En savoir plus sur l’ingestion et le traitement des
données
Examiner l’approvisionnement et le
déploiement d’offres de bases de données
Leçon 1 - relationnelles dans Azure
Objectifs
Interroger des données relationnelles dans Azure
Que sont les Data Services Azure ?
Base de
Serveur SQL sur Azure SQL
données Azure
machines virtuelles Azure Managed Instance
SQL
Idéal pour le réhébergement et les Idéal pour moderniser les applications Idéal pour créer de nouvelles
applications nécessitant un accès et un existantes applications dans le cloud
contrôle au niveau du système
d’exploitation Calcul pré-provisionné ou serverless et
Offre une compatibilité élevée avec le stockage hyperscale pour répondre aux
Fonctionnalités de gestion automatisées serveur SQL et la prise en charge native exigences de charge de travail exigeantes
et accès au niveau du système
de VNET
d’exploitation
Tailles et niveau de Tailles optimisées pour la mémoire ou le stockage pour de Mise en cache de lecture d’objets blob Azure pour les disques
meilleures performances de données
performance du Données et connexion aux disques managés Stockage Tempdb sur SSD local
stockage Premium Disques Ultra pour des besoins de latence extrêmement faibles
HA intégrée dans les machines virtuelles Azure Instance de cluster de basculement avec partage de fichiers
DR intégré au stockage Azure Azure Premium
HADR Sauvegarde Azure et sauvegardes automatisées sur Stockage Groupes de disponibilité Always On avec témoin de cloud
Blob Azure Réplicas secondaires du groupe de disponibilité hybride
Sauvegardes de fichiers instantanés HADR sur RedHat Linux avec Pacemaker et isolation
IaaS vs PaaS
P P S S R P R R R R
Modèle vCore
Scalabilité indépendante
PostgreSQL est la base de MySQL est une base de MariaDB est un fork de MySQL
données la plus populaire et données relationnelle open développé par la communauté avec
la plus recherchée pour les source de pointe pour les un focus important sur la
applications modernes applications de pile LAMP communauté des utilisateurs
Avantages d’Azure Database pour MySQL, PostgreSQL,
MariaDB
Base de données Haute disponibilité Mise à l’échelle et Sécurité et conformité Intégration avec
communautaire intégrée pour un coût performances intelligentes de pointe l’écosystème Azure
complètement gérée TCO le plus bas
Améliorez les performances Protégez vos données Créez des applications
Profitez d’un service Assurez-vous que vos grâce à l’intelligence avec des fonctionnalités plus rapidement avec
complètement géré, tout données sont toujours intégrée et jusqu’à 16 To de de sécurité les services Azure et
en continuant à utiliser disponibles sans frais stockage améliorées, y compris protégez votre
les outils et les langages supplémentaires et 20 000 IOP Advanced Threat innovation avec
que vous connaissez Protection Azure IP Advantage
Azure Database pour PostgreSQL
Serveur unique
Hyperscale
Leçon 2 : Explorer l’approvisionnement et le
déploiement d’offres de bases de données
relationnelles dans Azure
Fournir des services de données relationnelles
mysqldbsrv.database.windows.net
GW GW
westus1-a.control.database.windows.net
104.42.238.205,1433 23.99.34.75
GW GW
proxy
GW
(1) redirect-find-db
GW GW
104.42.238.205
• Liaison privée
174.17.218.16
10.0.0.2 10.0.0.5
mysqldbsrv.database
.windows.net
westus1-a.control.
mysqldbsrv.privatelink.
database.windows.net
database.windows.net
104.42.238.205
10.0.0.5
102.14.157.9
10.0.0.1
Contributeur
SQL DB Gestionnaire de Contributeur de SQL
Managed Instance
Contributeur sécurité SQL Server
SQL
Base de données Azure : réplicas en lecture
Les réplicas en lecture aident à améliorer les Créez jusqu’à cinq réplicas du serveur maître
performances et la mise à l’échelle des charges de
travail gourmandes en lecture telles que BI et l’analyse
Tenez compte des fonctionnalités de réplica en lecture
dans les scénarios lorsque les délais de synchronisation
des données entre le maître et les réplicas sont
acceptables
Créez un réplica dans une région Azure différente du Serveur maître
Instruction Description
SELECT Sélectionner/lire à partir d’une table
INSERT Insérer de nouvelles lignes dans une
table
UPDATE Modifier/mettre à jour les lignes
existantes d’une table
DELETE Supprimer les lignes existantes dans
une table
Éléments de l’instruction SELECT
Clause Expression
SELECT <select list>
FROM <table or view>
WHERE <search condition>
GROUP BY <group by list>
ORDER BY <order by list>
Exemple d’instruction SELECT
INSERT
(10256,39,18,2,0.05),
(10258,39,18,5,0.10);
Utiliser des instructions DDL
Instruction Description
CREATE Créer un nouvel objet dans la base de
données, tel qu’une table ou une vue.
ALTER Modifier la structure d’un objet. Par
exemple, en modifiant une table pour
ajouter une nouvelle colonne.
DROP Supprimer un objet de la base de données.
RENAME Renommer un objet existant.
Exemple d’instruction CREATE
psql --host=<server-name>.postgres.database.azure.com --
username=<admin-user>@<server-name> --dbname=postgres
Interroger des données relationnelles dans la base de données
Azure SQL pour MySQL
Utilisation de MySQL Workbench pour interroger une base de données
Agenda
• A une taille maximale de 4,7 To • Peut contenir jusqu’à 8 To • La taille maximale s’élève à
de données un peu plus de 195 Go
• Idéal pour stocker des objets
binaires volumineux et discrets,
• Est organisé comme une • Est un objet blob de bloc
qui changent rarement
collection de pages de taille utilisé pour optimiser les
• Chaque bloc individuel peut fixe de 512 octets opérations d’ajout
stocker jusqu’à 100 Mo de
données • Utilisé pour implémenter le • Chaque bloc individuel peut
stockage sur disque virtuel stocker jusqu’à 4 Mo de
• Un objet blob de blocs peut des machines virtuelles données
contenir jusqu’à 50 000 blocs
Découvrez le stockage de fichiers Azure
Découvrez Azure Cosmos DB
Le niveau base de données est un élément crucial des applications de jeu. Les jeux
modernes effectuent un traitement graphique sur les clients mobiles ou consoles mais
Jeux s’appuient sur le cloud pour fournir un contenu personnalisé et sur mesure comme les
statistiques du jeu, l’intégration des médias sociaux et les classements des meilleurs
scores.
Des centaines de milliers d’appareils ont été conçus et vendus pour générer des
données de capteurs appelées appareils IoT (Internet des objets). Des technologies telles
Scénarios IoT que Hub IoT d’Azure permettent aux ingénieurs de données de concevoir facilement une
architecture de solution de données qui capture des données en temps réel. Cosmos DB
peut accepter et stocker ces informations très rapidement
Leçon 2 : Découvrir l’approvisionnement et le
déploiement de services de données non
relationnels dans Azure
Fournir des services de données non
relationnelles
• Fichiers JSON
• MongoDb
• Serveur SQL
• Fichiers CSV
• Stockage Table Azure
• Amazon DynamoDB
• HBase
• Conteneurs Azure Cosmos
Configurer la cohérence
Configurer la cohérence
Requête Azure Cosmos DB
Magasin
Applications Magasin
professionnelles/
personnalisées
(structurées) Azure Data Lake Storage
Lac de données hautes
performances disponible dans les
+66 régions Azure
Explorer les Data Services Azure pour un entreposage de
données moderne
Qu’est-ce qu’Azure Data Factory ?
Magasin
Plateforme basée sur Apache Spark Sécurité d’entreprise Intégration avec les services Azure
Service lié
Déclencheurs
@ Paramètres
Intégration
IR
Runtime
Contrôle
Pipeline CF
Data Lake Store
Flux
Activités
Azure Databricks
Jeu de données
Démo : Charger des données dans Azure Synapse Analytics.
Leçon 3 : Explorez le stockage et le traitement des
données dans Azure
Décrire les options de traitement des données
pour effectuer des analyses dans Azure
Leçon 3 -
Objectifs
Découvrir Azure Synapse Analytics
Options de traitement des données pour effectuer des
analyses dans Azure
Azure Synapse Azure Databricks Azure HDInsight Azure Data Factory Data Lake Store
Analytique
Découvrir Azure Synapse Analytics
Leçon 4 : Commencer à créer avec Power BI
Découvrez comment les services et les
applications Power BI fonctionnent ensemble