Azure Data Explorer pour l'analyse de Big Data en temps réel

Les organisations génèrent aujourd'hui des volumes massifs de données de télémétrie, de journaux et de séries chronologiques qui doivent être analysés en temps réel pour prendre des décisions commerciales critiques. Ce cours textuel offre une introduction complète à Azure Data Explorer (ADX), un service d'analyse de données rapide et hautement évolutif, conçu pour des requêtes ad hoc rapides. Vous passerez de la compréhension des concepts fondamentaux du Big Data à l'écriture de requêtes puissantes qui extraient des informations exploitables à partir de jeux de données complexes. Ce que vous apprendrez : - Comprendre l'architecture fondamentale d'Azure Data Explorer et ses principaux cas d'utilisation - Écrire des requêtes efficaces à l'aide du langage de requête Kusto (KQL) pour filtrer, résumer et joindre des données - Configurer des pipelines d'ingestion de données pour les sources de données en flux et par lots - Analyser facilement les formats de journaux structurés, semi-structurés et non structurés - Appliquer les meilleures pratiques pour la conception de schémas de base de données, la mise en cache et les stratégies de rétention des données - Évaluer la performance et la rentabilité d'ADX pour les charges de travail Big Data de votre organisation Vous commencerez par explorer la terminologie fondamentale, les structures de base de données et les composants clés du moteur. De là, vous progresserez à travers des leçons textuelles structurées couvrant la syntaxe KQL, les stratégies d'ingestion de données et les techniques d'optimisation des performances, avec des extraits de code pratiques et des exercices écrits. Ce cours est conçu pour les analystes de données, les ingénieurs cloud et les professionnels de l'informatique qui découvrent Azure Data Explorer et souhaitent évaluer ses capacités. Aucune expérience préalable avec KQL ou l'entreposage de données cloud n'est requise. Commencez à lire dès aujourd'hui pour maîtriser les bases de l'analyse de Big Data en temps réel.