In diesem Projekt lernen Sie, wie Sie eines der häufigsten Konzepte in realen Projekten, nämlich Slowly Changing Dimension Type 1, mit Azure Data Factory implementieren. Voraussetzungen: Azure-Abonnement Azure Data Factory-Kenntnisse (Grundkenntnisse) Die folgenden Aufgaben werden in diesem Projekt behandelt: Aufgabe 1: Verstehen von Slowly Changing Dimension (SCD) Typ 1 In dieser Aufgabe werden wir versuchen, das Konzept der Slowly Changing Dimension und ihre verschiedenen Typen zu verstehen, wobei wir uns anhand eines einfachen Beispiels auf Typ 1 konzentrieren werden. Aufgabe 2: Erstellen von Azure-Diensten wie Azure Data Factory und Azure SQL-Datenbank In dieser Aufgabe werden wir die Azure-Dienste wie Azure Data Factory und Azure SQL-Datenbank erstellen, die in späteren Aufgaben verwendet werden. Die Azure SQL-Datenbank wird die Staging- und Dimensionstabelle enthalten, während die Azure Data Factory zur Erstellung der Datenpipeline verwendet wird Aufgabe 3: Erstellen der Staging- und Dimensionstabelle in der Azure SQL-Datenbank In dieser Aufgabe erstellen wir die Staging- und Dimensionstabelle in der Azure SQL-Datenbank. Außerdem fügen wir einige Dummy-Datensätze in die Staging-Tabelle ein Aufgabe 4: Erstellen einer ADF-Pipeline zur Implementierung von SCD Typ 1 (Einfügelogik) In dieser Aufgabe erstellen wir die Pipeline in Azure Data Factory und implementieren die Logik zum Einfügen neuer Datensätze, die in der Staging-Tabelle, aber nicht in der Dimension vorhanden sind. Dies ist ein Szenario/Anwendungsfall von SCD Typ 1. Aufgabe 5: Erstellen einer ADF-Pipeline zur Implementierung von SCD Typ 1 (Aktualisierungslogik) In dieser Aufgabe erstellen wir die Pipeline in der Azure Data Factory und implementieren die Logik zur Aktualisierung von Datensätzen, die sowohl in der Staging-Tabelle als auch in der Dimension vorhanden sind. Dies ist ein weiterer Anwendungsfall/Szenario von SCD Typ 1 Aufgabe 6: Demo der ADF-Pipeline Dies ist die letzte Aufgabe, in der wir die Pipeline ausführen, um zu sehen, ob sie beide Anwendungsfälle/Szenarien von SCD Typ 1 erfüllt Alles Gute!

Azure Data Factory : SCD Typ 1 implementieren

(14 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Implementierung von SCD Typ 1 in Azure Data Factory
Kompetenzen, die Sie festigen
- Kategorie: Extrahieren, Transformieren, Laden
- Kategorie: Integration von Daten
- Kategorie: Datenpflege
- Kategorie: Datenbank-Entwicklung
- Kategorie: SQL
- Kategorie: Daten-Pipelines
- Kategorie: Data Warehousing
Tools, die Sie verwenden werden
- Kategorie: Microsoft Azure
- Kategorie: Microsoft SQL-Server
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien

Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Verstehen der sich langsam verändernden Dimension (SCD) Typ 1
Erstellen von Azure-Diensten wie Azure Data Factory, Azure SQL Database
Erstellen von Staging- und Dimensionstabellen in der Azure SQL Datenbank
Erstellen einer ADF-Pipeline zur Implementierung von SCD Typ 1 (Einfügelogik)
Erstellen einer ADF-Pipeline zur Implementierung von SCD Typ 1 (Aktualisierungslogik)
Demo der ADF-Pipeline
Empfohlene Erfahrung
Data Engineer, BI-Ingenieur
3 Projektbilder
Dozent

von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
50 %
- 4 stars
35,71 %
- 3 stars
7,14 %
- 2 stars
0 %
- 1 star
7,14 %
Zeigt 3 von 14 an
Geprüft am 14. Mai 2023
Excellent example of doing a Data Flow in Data Factory
Ihnen könnte auch Folgendes gefallen:
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Vorschau

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.


