Azure Cosmos DB-Grundlagen: Erstellen global verteilter NoSQL-Datenbanken

Moderne Anwendungen erfordern Datenbanken, die global skaliert werden können, eine Latenz im einstelligen Millisekundenbereich bieten und verschiedene Datenmodelle verarbeiten können. Azure Cosmos DB ist der führende vollständig verwaltete NoSQL-Datenbankdienst, der für diese anspruchsvollen Anforderungen entwickelt wurde. Dieser textbasierte Kurs führt Sie vom absoluten Anfänger zum sicheren Navigieren und Konfigurieren von Azure Cosmos DB. Sie erfahren, wie Sie die richtigen APIs auswählen, Ihre Daten strukturieren und den Durchsatz für optimale Leistung und Kosten verwalten. Was Sie lernen werden: - Verstehen Sie die grundlegenden NoSQL-Konzepte und wie Azure Cosmos DB die globale Replikation und Latenz verwaltet. - Erkunden Sie die Multi-Modell-Architektur und ermitteln Sie, wann Sie die NoSQL-, MongoDB-, Cassandra-, Gremlin- und Tabellen-APIs verwenden sollten. - Master-Partition Schlüsselauswahl Strategien, um hohe Leistung und gleichmäßige Datenverteilung zu gewährleisten. - Konfigurieren Sie Durchsatzmodelle und vergleichen Sie den bereitgestellten Durchsatz mit modernen serverlosen Optionen. - Üben Sie das Schreiben von grundlegenden Abfragen und die Interaktion mit Ihrer Datenbank durch schriftliche strukturierte Übungen. - Erfahren Sie mehr über moderne Integrationsmuster, einschließlich grundlegender Sicherheitskonfigurationen und Verbindungen zu Cloud-Anwendungen. Der Kurs beginnt mit der grundlegenden Cloud-Datenbankterminologie und grundlegendsten Architekturkonzepten. Anschließend lernen Sie die API-Auswahl, Partitionierungsstrategien und praktische Abfragepraktiken anhand von schriftlichen Szenarien und Code-Snippets kennen. Dieser Kurs richtet sich an Anfänger, die sich mit NoSQL befassen, wie z. B. Cloud-Entwickler, Datenbankadministratoren und Architekten. Vorkenntnisse mit Azure Cosmos DB sind nicht erforderlich. Beginnen Sie noch heute mit dem Lesen, um die Grundlagen des skalierbaren Cloud-Datenbankdesigns zu erlernen.