Azure Synapse Analytics beschreibt den Ansatz, mit dem analytische Datenpipelines, SQL-basierte Abfragen und Spark-Workloads in einer integrierten Cloud-Plattform zusammengeführt werden. Die Plattform richtet sich an Anwendungsfälle rund um Big-Data-Verarbeitung, Data Warehousing und explorative Datenanalyse. Ihre enge Integration mit Azure Data Lake Storage und Power BI macht sie zu einem zentralen Element moderner Azure-Datenarchitekturen.
Kursinhalt1. Synapse-Workspace-Architektur und Dienstüberblick
- Aufbau des Synapse Workspace und Zusammenspiel der Kernkomponenten
- Dedicated SQL Pool vs. Serverless SQL Pool: Anwendungsgebiete und Unterschiede
- Integration mit Azure Data Lake Storage Gen2 und anderen Azure-Diensten
2. Datenerfassung und Pipeline-Entwicklung mit Synapse Pipelines
- Aufbau von Ingestion-Workflows mit Copy-Activity und Datenflüssen
- Parameterisierung und Modularisierung von Pipelines
- Fehlerbehandlung, Monitoring und Ausführungsprotokollierung
3. SQL-basierte Analyse und Data-Warehouse-Modellierung
- Tabellenverteilung, Indizierung und Partitionierung im Dedicated SQL Pool
- Abfrageoptimierung und Ausführungsplananalyse
- Dimensional Modeling und Schemadesign für analytische Workloads
4. Apache Spark in Synapse Analytics
- Spark-Pools erstellen und konfigurieren
- Datenverarbeitung mit PySpark und Spark SQL in Notebooks
- Einsatz von Spark für ML-Vorbereitung und explorative Analyse
Berufliche Relevanz
- Data Engineers entwickeln skalierbare Datenpipelines und Transformationslogiken in Synapse
- BI- und Analytics-Fachkräfte führen komplexe Abfragen auf großen Datenmengen durch
- Cloud-Architekten integrieren Synapse in unternehmensweite Azure-Datenplattformen