کتاب Azure Data Factory Cookbook

کتاب Azure Data Factory Cookbook, 2nd Edition: A data engineer’s guide to building and managing ETL and ELT pipelines with data integration (کتاب راهنمای Azure Data Factory، ویرایش دوم: راهنمای مهندس داده برای ساخت و مدیریت خطوط لوله ETL و ELT با یکپارچه سازی داده ها) به‌طور کامل به‌روزرسانی شده تا ADS V۲ را بررسی کند، با نشان دادن نحوه ایجاد و اجرای اولین کار خود در ADF، به شما کمک می‌کند تا راه بیفتید و کار کنید.

شما یاد خواهید گرفت که چگونه فعالیت‌های شاخه‌ای و زنجیره‌ای، ایجاد فعالیت‌های سفارشی، و برنامه‌ریزی خطوط لوله، و همچنین کشف مزایای انبار داده‌های ابری، Azure Synapse Analytics و Azure Data Lake Gen۲ Storage را بیاموزید.

در ادامه مقدمه‌ای از کتاب Azure Data Factory Cookbook را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب Azure Data Factory Cookbook:

Azure Data Factory (ADF) یک ابزار مدرن یکپارچه‌سازی داده است که در Microsoft Azure موجود است. کتاب راهنمای داده‌های Azure، نسخه دوم به شما کمک می‌کند با نشان دادن نحوه ایجاد و اجرای اولین کار خود در ADF، دست به کار شوید.

شما یاد خواهید گرفت که چگونه فعالیت‌ها را شاخه و زنجیره بزنید، فعالیت‌های سفارشی ایجاد کنید و خطوط لوله را برنامه‌ریزی کنید. کتاب Azure Data Factory Cookbook به شما کمک می‌کند مزایای ذخیره‌سازی داده‌های ابری، Azure Synapse Analytics، Azure Data Lake Storage Gen۲ و Databricks را که اغلب برای تجزیه و تحلیل داده‌های بزرگ استفاده می‌شوند، کشف کنید.

از طریق دستور العمل‌های عملی، می‌آموزید که چگونه به طور فعال با ابزار‌های تحلیلی Azure Data Services درگیر شوید و از زیرساخت‌های داخلی خود با ابزار‌های ابری استفاده کنید تا بینش‌های مربوط به کسب و کار را به دست‌آورید.

همانطور که پیشرفت می‌کنید، می‌توانید متداول‌ترین سرویس‌های Azure را در ADF ادغام کنید و درک کنید که چگونه خدمات Azure می‌تواند در طراحی خطوط لوله ETL مفید باشد. این کتاب شما را از طریق خطا‌های رایجی که ممکن است در حین کار با ADF با آن مواجه شوید راهنمایی می‌کند و شما را در استفاده از پورتال Azure برای نظارت بر خطوط لوله راهنمایی می‌کند. همچنین پیام‌های خطا را درک کرده و مشکلات موجود در اتصالات و جریان داده را با قابلیت‌های اشکال زدایی ADF حل خواهید کرد.

علاوه بر این، تمرکز بر آخرین فناوری پیشرفته در مایکرؤسافت فابریک نیز وجود دارد. شما بررسی خواهید کرد که چگونه این فناوری قابلیت‌های خود را برای یکپارچه‌سازی و هماهنگ‌سازی داده‌ها افزایش می‌دهد.

در پایان این کتاب، شما می‌توانید از ADF به عنوان ابزار اصلی ETL و هماهنگی برای پروژه‌های انبار داده و پلت فرم داده خود استفاده کنید.

بیشتر بخوانید: کتاب Engineering Data Mesh in Azure Cloud

کتاب Azure Data Factory Cookbook برای چه کسی است:

این کتاب برای توسعه‌دهندگان ETL، معماران انبار داده و ETL، متخصصان نرم‌افزار، و هر کسی که می‌خواهد در مورد چالش‌های رایج و نه چندان رایجی که در هنگام توسعه راه‌حل‌های سنتی و ترکیبی ETL با استفاده از ADF، Synapse Analytics، و مایکرؤسافت با آن مواجه است، آشنا شود. پارچه. همچنین اگر به دنبال دستور العمل‌هایی برای بهبود یا بهبود خطوط لوله ETL موجود خود هستید، این کتاب را مفید خواهید یافت. دانش اولیه از انبار داده‌ها مورد انتظار است.

آنچه کتاب Azure Data Factory Cookbook پوشش می‌دهد:

فصل ۱، شروع به کار با ADF، یک مقدمه کلی برای پلتفرم داده Azure ارائه می‌دهد. در این فصل، با رابط و گزینه‌های ADF و همچنین موارد استفاده رایج آشنا خواهید شد. برای یافتن ADF در پورتال Azure و ایجاد اولین کار ADF خود تمرینات عملی را انجام خواهید داد.

فصل ۲، ارکستراسیون و جریان کنترل، شما را با بلوک‌های سازنده پردازش داده در ADF آشنا می‌کند. این فصل از کتاب Azure Data Factory Cookbook شامل تمرین‌های عملی است که به شما نشان می‌دهد چگونه سرویس‌ها و مجموعه‌های داده مرتبط را برای منابع داده خود راه‌اندازی کنید، از انواع مختلف فعالیت‌ها استفاده کنید، گردش‌های کاری پردازش داده را طراحی کنید و محرک‌هایی برای انتقال داده ایجاد کنید.

فصل ۳ کتاب Azure Data Factory Cookbook، راه‌اندازی تجزیه و تحلیل Synapse، ویژگی‌ها و مزایای کلیدی انبار داده ابری و Azure Synapse Analytics را پوشش می‌دهد. نحوه اتصال و پیکربندی Azure Synapse Analytics، بارگیری داده‌ها، ساخت فرآیند‌های تبدیل و اجرای جریان‌های داده را خواهید آموخت.

فصل ۴، کار با Data Lake و Spark Pools، ویژگی‌های اصلی Azure Data Lake Storage Gen۲ را پوشش می‌دهد. این یک راه حل ذخیره‌سازی ابری چندوجهی است که اغلب برای تجزیه و تحلیل داده‌های بزرگ استفاده می‌شود. مجموعه داده‌هایی را که برای تجزیه و تحلیل استفاده خواهیم کرد در فصل بعدی بارگذاری و مدیریت خواهیم کرد.

فصل ۵، کار با Big Data و Databricks، به طور فعال با ابزار‌های تحلیلی خدمات داده Azure درگیر خواهد شد. شما یاد خواهید گرفت که چگونه مدل‌های داده را در دریاچه دلتا با استفاده از Azure Databricks و نقشه‌برداری جریان داده بسازید. همچنین، این دستور به شما نشان می‌دهد که چگونه خوشه‌های HDInsights را تنظیم کنید و چگونه با جداول دلتا کار کنید.

فصل ۶ کتاب Azure Data Factory Cookbook، انتقال داده – کارخانه داده Azure و سایر خدمات ابری، با چندین مثال توضیحی در مورد انتقال داده از خدمات وب آمازون و ارائه‌دهندگان Google Cloud ارائه خواهد شد. علاوه بر این، نحوه استفاده از فعالیت‌های سفارشی ADF را برای کار با ارائه‌دهندگانی که توسط کانکتور‌های داخلی مایکرؤسافت پشتیبانی نمی‌شوند، یاد خواهید گرفت.

فصل ۷ کتاب Azure Data Factory Cookbook، گسترش کارخانه داده‌های Azure با برنامه‌های منطقی و عملکرد‌های Azure، به شما نشان می‌دهد که چگونه با یکپارچه‌سازی برخی از متداول‌ترین سرویس‌های Azure از قدرت اجرای بدون سرور استفاده کنید: برنامه‌های منطقی Azure و عملکرد‌های Azure. این دستور العمل‌ها به شما کمک می‌کند بفهمید که چگونه خدمات Azure می‌تواند در طراحی خطوط لوله استخراج، تبدیل، بارگذاری (ETL) مفید باشد.

فصل ۸، Microsoft Fabric and Power BI، Azure ML و Cognitive Services، به شما یاد می‌دهد که چگونه یک خط لوله ADF بسازید که بر روی یک مدل از پیش ساخته شده Azure ML کار می‌کند. همچنین یک خط لوله ADF ایجاد و اجرا خواهید کرد که از هوش مصنوعی Azure برای تجزیه و تحلیل داده‌های متنی استفاده می‌کند. در سه دستور العمل آخر، شما با اجزای اصلی Microsoft Fabric Data Factory آشنا خواهید شد.

فصل ۹، مدیریت فرآیند‌های استقرار با Azure DevOps، به تنظیم CI و CD برای راه حل‌های تجزیه و تحلیل داده در ADF با استفاده از Azure DevOps می‌پردازد. در طول فرآیند، ما همچنین نحوه استفاده از کد ویژوال استودیو را برای تسهیل استقرار تغییرات در ADF نشان خواهیم داد.

فصل ۱۰ کتاب Azure Data Factory Cookbook، نظارت و عیب‌یابی خطوط لوله داده، ابزار‌هایی را معرفی می‌کند که به شما در مدیریت و نظارت بر خطوط لوله ADF کمک می‌کند. شما یاد می‌گیرید که کجا و چگونه اطلاعات بیشتری در مورد اشتباهاتی که هنگام شکست خط لوله رخ داده است، نحوه اشکال زدایی اجرای ناموفق، نحوه تنظیم هشدار‌هایی که در صورت بروز مشکل به شما اطلاع می‌دهند و چگونه مشکلات مربوط به زمان اجرای یکپارچه‌سازی خود را شناسایی کنید، پیدا کنید.

فصل ۱۱، کار با Azure Data Explorer، به شما کمک می‌کند تا یک خط لوله انتقال داده از ADF به Azure Data Explorer راه‌اندازی کنید: این شامل یک راهنمای گام به گام برای دریافت داده‌های JSON از Azure Storage است و به شما می‌آموزد که چگونه داده‌ها را تبدیل کنید. در Azure Data Explorer با فعالیت‌های ADF.

فصل ۱۲ کتاب Azure Data Factory Cookbook، بهترین شیوه‌های کار با ADF، شما را از طریق ملاحظات اساسی، استراتژی‌ها و دستور العمل‌های عملی راهنمایی می‌کند که پروژه‌های ADF شما را به ارتفاعات جدیدی از کارایی، امنیت و مقیاس‌پذیری ارتقا می‌دهد.

سرفصل‌های کتاب Azure Data Factory Cookbook:

• Preface
• Getting Started with ADF
• Orchestration and Control Flow
• Setting Up Synapse Analytics
• Working with Data Lake and Spark Pools
• Working with Big Data and Databricks
• Data Migration – Azure Data Factory and Other Cloud Services
• Extending Azure Data Factory with Logic Apps and Azure Functions
• Microsoft Fabric and Power BI, Azure ML, and Cognitive Services
• Managing Deployment Processes with Azure DevOps
• Monitoring and Troubleshooting Data Pipelines
• Working with Azure Data Explorer
• The Best Practices of Working with ADF
• Other Books You May Enjoy
• Index

جهت دانلود کتاب Azure Data Factory Cookbook می‌توانید پس از پرداخت، دریافت کنید.