Índice de artículos Examen de datos fundamentales de Microsoft Azure Ref. DP-900 (Microsoft Press) Capítulos 3 y 4; Conclusión
Página 1 de 2
Autor: Daniel Seara y Francesco Milano
Editorial: Microsoft Press
Páginas: 336
ISBN: 978-0137252169
Prensa: 0137252161
Kindle: B08PNQDT51
Público: principiantes de Azure
Calificación: 4
Revisor: Ian Stirk
Este libro tiene como objetivo presentar los servicios de datos de Azure y su uso con diferentes tipos de datos y cargas de trabajo, ¿cómo le va?
Como resultado de la pandemia actual de Covid, las empresas están aumentando el uso de la nube, por lo que tiene sentido aprender sobre los sistemas en la nube, como Azure de Microsoft.
¿Cómo se puede ingresar a una nueva área temática, como Azure? Una forma es estudiar para los exámenes; aunque tal vez no sea tan útil como la experiencia práctica, ofrece al menos una introducción al tema y es probable que entre en contacto con una gama más amplia de temas que un rol práctico. Este libro tiene como objetivo «demostrar su conocimiento fundamental del mundo real de los conceptos de datos fundamentales y cómo se implementan utilizando los servicios de datos de Microsoft Azure».
El libro está dirigido a usuarios comerciales, consultores funcionales y otros profesionales que desean obtener más información sobre los servicios de datos líderes de Azure y su uso con datos relacionales, datos no relacionales y cargas de trabajo analíticas. Se supone que tiene un conocimiento básico de los conceptos básicos de datos y comienza a trabajar con datos en la nube. Este libro está estructurado para coincidir con el calendario de exámenes.
A continuación se muestra un análisis en profundidad capítulo por capítulo de los temas tratados.
Capítulo 1: Describir los conceptos fundamentales de los datos.
El libro comienza con una mirada a las cargas de trabajo de datos centrales, a saber:
Cada uno se describe con ejemplos e información relacionada útil (por ejemplo, en el contexto del almacén de datos moderno). La discusión sobre el procesamiento por lotes incluye una mirada a Big Data y los 5V asociados (volumen, velocidad, variedad, veracidad y valor). La discusión sobre la variedad se amplía para incluir la división común de datos en: formatos estructurados, semiestructurados y no estructurados: estos proporcionan los datos subyacentes a los siguientes 2 capítulos (es decir, datos relacionales y no relacionales). Hay una tabla muy útil que compara el procesamiento de secuencias y lotes, destacando los volúmenes de datos, la latencia, el uso de la memoria, etc. A continuación, se examinan las características de los datos relacionales (es decir, la estructura tabular), incluido un breve interludio teórico, antes de analizar el uso más práctico (es decir, las convenciones de nomenclatura).
El capítulo pasa al análisis de datos, a partir de los componentes de la curva de análisis (es decir, análisis descriptivos, de diagnóstico, predictivos y prescriptivos). Es posible que también necesite saber sobre el análisis cognitivo para el examen; no estoy seguro de por qué no se trata aquí. Esto se amplía con una breve mirada al equipo de proceso de ciencia de datos, que proporciona un marco útil para la implementación del proyecto. Hay una breve descripción de algunos servicios de Azure relacionados. A continuación, se analiza ETL y ELT, que le permite mover y transformar datos entre un sistema de origen y de destino. A esto le sigue una discusión sobre la visualización de datos y algunos tipos de gráficos populares.
Este capítulo presenta conceptos y términos que sientan las bases para comprender el procesamiento de datos en general y el procesamiento en Azure en particular. El capítulo concluye con un experimento mental, que proporciona un escenario problemático en el que responder preguntas. El capítulo es fácil de leer, con enlaces útiles a temas más detallados, un resumen útil, consejos útiles para el examen, diagramas y tablas útiles, buen flujo y enlaces entre temas dentro del capítulo y entre capítulos. Estos rasgos se aplican a lo largo del libro.
Capítulo 2: Describir cómo trabajar con datos relacionales en Azure
Las bases de datos relacionales han existido durante un tiempo relativamente largo (década de 1970). Los datos estructurados se organizan como filas y columnas en una tabla. Las tablas están vinculadas a través de relaciones (claves primarias y claves externas). El capítulo comienza con un vistazo a la descripción de las cargas de trabajo de datos relacionales. Esto tiende a ser procesamiento transaccional en línea (OLTP), que generalmente implica consultas relativamente rápidas aplicadas a una pequeña cantidad de datos o procesamiento analítico en línea (OLAP) que generalmente involucra consultas relativamente lentas aplicadas a grandes cantidades de datos. Los sistemas informáticos contrastantes a menudo requieren que los datos se modelen de cierta manera (normalizados para OLTP y esquema en estrella para OLAP). Ambos enfoques se describen con explicaciones y diagramas útiles, junto con discusiones útiles sobre índices, vistas y procedimientos almacenados.
Después de describir las premisas, el siguiente capítulo examina lo que ofrece Azure para los servicios relacionales. Primero, hay una descripción general de los modelos de entrega ofrecidos (es decir, IaaS, PaaS, SaaS), donde intercambia la cantidad de control que tiene sobre el hardware / software con facilidad de mantenimiento, etc. A continuación, se explican las diversas ofertas de bases de datos, a saber:
Azure SQL Database: una única base de datos
Azure Synapse Analytics: un almacén de datos y más
Otras bases de datos relacionales que no son de SQL Server, p. Ej. PostgreSQL, MariaDB, MySQL
Instancia administrada de Azure, similar a una instancia de servidor local
Cada oferta se explica con capturas de pantalla y tablas útiles. Los tutoriales no incluyen capturas de pantalla, pero sí incluyen detalles de opciones relevantes; esto probablemente sea un movimiento inteligente, ya que el contenido de la pantalla de Azure puede cambiar rápidamente.
La siguiente sección analiza las diversas tareas básicas de administración que probablemente realice con sus sistemas de bases de datos relacionales, que incluyen:
Suministro y distribución de bases de datos, incluidos costos, SLA, administración
Implementación a través de modelos ARM (para escalabilidad y coherencia) y Azure Portal
Componentes de seguridad, incluidos cifrado, autenticación, firewall
Identificación y resolución de problemas de conectividad
Herramientas útiles como Azure Data Studio, SSMS, sqlcmd
El capítulo termina con una mirada a algunos conceptos básicos de SQL, incluyendo DDL (por ejemplo, CREAR, ALTERAR, DROP una tabla) y DML (por ejemplo, SELECCIONAR, INSERTAR, ELIMINAR datos).
Este capítulo debería resultarle muy familiar si tiene experiencia en bases de datos relacionales tradicionales. Parte del material puede parecer bastante básico (por ejemplo, qué es un índice). Proporciona una buena introducción a las bases de datos relacionales que se ofrecen a través de Azure.
