Eignen Sie sich die wesentlichen Methoden des Schema-Designs an, die die Grundlage für effektive Data Warehouses bilden, indem Sie verschiedene Modellierungsansätze in der Praxis umsetzen. Sie werden Sternschemata mit Fakten- und Dimensionstabellen entwerfen und implementieren, diese für komplexe Dimensionsmodellierung in Schneeflockenschemata umwandeln, Data-Vault-Techniken für die unternehmensweite Datenintegration anwenden und ein Entscheidungsframework entwickeln, um anhand spezifischer Geschäftsanforderungen das richtige Schema auszuwählen. Durch praktische Modellierungsübungen erwerben Sie die Fähigkeiten, Schemata zu entwerfen, die Abfrageleistung, Datenintegrität und geschäftliche Anpassungsfähigkeit in verschiedenen Analyseszenarien in Einklang bringen.

Optimieren Sie die Leistung und Zuverlässigkeit Ihres Data Warehouse durch fortgeschrittene Tabellenkonfigurationen und Techniken des Transaktionsmanagements. Sie lernen, zwischen verteilten und replizierten Tabellen zu unterscheiden, um die Abfrageeffizienz zu maximieren, erfahren, wie Fabric die spaltenorientierte Speicherung verwaltet und die Abfrageleistung misst, entwerfen Transaktionen über mehrere Tabellen hinweg mit angemessener Fehlerbehandlung und erstellen skalare benutzerdefinierte Funktionen zur Standardisierung von Berechnungen. Durch vergleichende Leistungsanalysen und praktische Übungen entwickeln Sie die technischen Fähigkeiten, die erforderlich sind, um Ihr Data Warehouse auf optimale Leistung abzustimmen und gleichzeitig die Datenintegrität bei komplexen Vorgängen zu gewährleisten.

Entwerfen und implementieren Sie skalierbare Datenintegrationslösungen mithilfe der Data Factory-Funktionen von Microsoft Fabric. Sie lernen die Benutzeroberfläche und die Komponenten von Data Factory kennen, erstellen sowohl ETL- als auch ELT-Pipelines für verschiedene Datenverarbeitungsszenarien, implementieren Parametrisierung und Ablaufsteuerungslogik für ein flexibles Pipeline-Design und etablieren effektive Verfahren zur Überwachung und Fehlerbehebung. Durch angeleitete Demonstrationen und die praktische Entwicklung von Pipelines sammeln Sie praktische Erfahrungen beim Aufbau wartbarer Daten-Workflows, die Daten aus der gesamten Datenlandschaft Ihres Unternehmens zuverlässig integrieren.

Erweitern Sie Ihre Kompetenzen im Bereich Data Engineering durch ausgefeilte Transformationsstrategien und moderne DevOps-Verfahren für Daten-Workflows. Sie werden verschiedene Transformationsansätze mithilfe von Dataflows, Notebooks und SQL vergleichen, visuelle und code-basierte Transformationen implementieren, die Integration von Delta-Pipelines unter Berücksichtigung von Schemaänderungen konfigurieren und CI/CD-Pipelines unter Verwendung von Git zur Versionskontrolle einrichten. Dieses Modul gipfelt in einer umfassenden Implementierung kollaborativer Entwicklungs-Workflows, die es Teams ermöglichen, Datenlösungen zuverlässig zu entwickeln, zu testen und bereitzustellen und dabei während des gesamten Prozesses Qualität und Governance zu gewährleisten.