Training Azure Data Factory Advanced (Eduvision)

Introductie

Tijdens de training Azure Data Factory Advanced krijg je diepgaande kennis en vaardigheden die je helpen complexe gegevensverwerkingstaken te beheren en gegevens van hoge kwaliteit te produceren. Door

Omschrijving

Als je werkt met grote hoeveelheden data, dan kan Data Factory je daarbij helpen. Met Data Factory kun je data uit verschillende bronnen samenvoegen, transformeren en weer exporteren naar een bestemming. Maar Data Factory kan meer dan alleen simpele transformaties.

Een van de krachtigste functies van Data Factory is de mogelijkheid om complexe transformaties uit te voeren op je data. Hierbij kun je denken aan het samenvoegen van meerdere databronnen, het filteren van gegevens op basis van bepaalde criteria of het aanpassen van dataformats.

Een andere belangrijke functie van Data Factory is de mogelijkheid om parameters te gebruiken om dynamische pijplijnen te bouwen en datasets aan te passen aan verschillende omgevingen en scenario's. Hierdoor kun je je pipelines dynamischer maken en ze beter afstemmen op veranderende omstandigheden.

Logica is een belangrijk onderdeel van Data Factory. Je kunt hierbij denken aan logische operatoren zoals switches, loops, if-statements enzovoorts. Met behulp van deze logica kun je bepaalde acties uitvoeren op basis van de data die je verwerkt.

Met triggers kun je acties automatisch laten uitvoeren op basis van bepaald

Opleidingskenmerk(en)

Als je werkt met grote hoeveelheden data, dan kan Data Factory je daarbij helpen. Met Data Factory kun je data uit verschillende bronnen samenvoegen, transformeren en weer exporteren naar een bestemming. Maar Data Factory kan meer dan alleen simpele transformaties.

Een van de krachtigste functies van Data Factory is de mogelijkheid om complexe transformaties uit te voeren op je data. Hierbij kun je denken aan het samenvoegen van meerdere databronnen, het filteren van gegevens op basis van bepaalde criteria of het aanpassen van dataformats.

Een andere belangrijke functie van Data Factory is de mogelijkheid om parameters te gebruiken om dynamische pijplijnen te bouwen en datasets aan te passen aan verschillende omgevingen en scenario's. Hierdoor kun je je pipelines dynamischer maken en ze beter afstemmen op veranderende omstandigheden.

Logica is een belangrijk onderdeel van Data Factory. Je kunt hierbij denken aan logische operatoren zoals switches, loops, if-statements enzovoorts. Met behulp van deze logica kun je bepaalde acties uitvoeren op basis van de data die je verwerkt.

Met triggers kun je acties automatisch laten uitvoeren op basis van bepaalde gebeurtenissen. Je kunt hierbij denken aan het starten van een pipeline op basis van een tijdschema, een gebeurtenis in een andere app of een bepaalde verandering in de data.

Tijdens de training komen onder andere deze geavanceerde onderwerpen allemaal aan bod.

Bedrijfstraining Azure Data Factory Advanced

Wil je direct aan de slag met Azure Data Factory in je eigen omgeving? In een bedrijfstraining kunnen wij de training volledig op maat verzorgen voor jou individueel of samen met een groep collega's. We nemen jullie eigen omgeving daarbij graag als uitgangspunt.

Inhoud

Tijdens de training Azure Data Factory Advanced komen in basis onderstaande onderwerpen aan bod. Afhankelijk van ontwikkelingen op het vakgebied, kan de feitelijke trainingsinhoud hier echter van afwijken. Bel ons gerust voor meer informatie over de actuele inhoud.

• Complexe transformaties
• Parametrisatie
• Parameters definiëren voor datasets en pijplijnen: Leer hoe parameters kunnen worden gebruikt om dynamische pijplijnen te bouwen en datasets aan te passen aan verschillende omgevingen en scenario's.
• Het gebruik van expressies en functies
• Gebruik van dynamische inhoud: Leer hoe je dynamische inhoud kunt gebruiken in je parameters om waarden te extraheren uit andere bronnen en deze te gebruiken om datasets en pijplijnen te definiëren.
• Parameters doorgeven aan andere stappen in de pipeline
• Het gebruik van parameterbestanden
• Parameterisatie van JSON-bestanden: JSON-bestanden parameteriseren om de structuur van datasets en andere objecten te definiëren en aan te passen.
• Logica
• Switch
• ForEach
• Do-While
• Until
• If
• Triggers
• Triggers definiëren
• Triggers plannen
• Handmatige triggers
• Externe triggers
• Triggeracties
• Triggers en beveiliging
• Objecten
• Gegevensbronnen en bestemming
• Definitie van gegevenstransformaties
• Dynamische logica
• Slimme transformaties
• Grandparent, parent en child objecten gebruiken
• Verwerking van gegevensstromen door gebruik objecten
• Gebruik van templates / sjablonen voor hergebruik
• Geavanceerde best practices
• Tips en tricks