Lewati ke konten utama

Kursus

Transformasi dan Analisis Data dengan Microsoft Fabric

DasarTingkat Keterampilan

Diperbarui 12/2025

Pelajari cara mentransformasi dan menganalisis data di akun Microsoft Fabric Anda.

Mulai Kursus Gratis

AzureOther4 jam16 videos50 Latihan4,100 XP2,204Bukti Prestasi

Buat Akun Gratis Anda

atau

Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.

Dipercaya oleh para pelajar di ribuan perusahaan

Pelatihan untuk 2 orang atau lebih?

Coba DataCamp for Business

Deskripsi Kursus

Kursus ini berfokus pada tiga topik utama Microsoft Fabric: mentransformasi data, mengeksplorasi dan menganalisis data, serta mengoptimalkan kinerja. Melalui pelajaran dan latihan interaktif, Anda akan mempelajari berbagai teknik untuk mentransformasi data di lakehouse dan warehouse Fabric, mulai dari mengidentifikasi masalah pada data hingga menggabungkan, mengagregasi, dan memfilter data. Anda juga akan mempelajari berbagai alat dan metode untuk mengeksplorasi dan memprofilkan data di lakehouse dan warehouse Fabric, serta cara memantau dan mengoptimalkan kinerja objek Fabric tersebut.

Persyaratan

Introduction to Microsoft Fabric

1

Data Engineering with Microsoft Fabric

Get an introductory overview of the basic elements of data engineering in Microsoft Fabric, from key solution design items like the star schema to the various features in Fabric supporting data exploration and transformation.

Transform and Analyze Data with Microsoft Fabric

Creating your first Lakehouse

Data Engineering in Microsoft Fabric

Exploring Fabric Data Engineering

Data storage and transformation items

Lakehouse verus Warehouse

Introduction to Star Schemas

Star Schemas

Snowflake Schemas

Data Modeling Scenarios

Data Exploration and Transformation

Data Aggregation

Data Merging

2

Implement a Star Schema for a Lakehouse or Warehouse

Drill down into specific aspects to consider when implementing star schemas in Microsoft Fabric, including creating fact and dimension tables, managing slowly changing dimensions and other special dimension scenarios, and normalizing and de-normalizing data.

Implementing Star Schemas

Creating Dimension Tables

Fact Table Characteristics

Creating Fact Tables

Slowly Changing Dimensions

Implementing SCD Type 2 Changes

Special Dimension Scenarios

Special Dimensions

Implementing Date Dimensions

Multivalued Dimensions and Bridge Tables

Data Denormalization

Denormalization vs. Normalization

Implementing Data Denormalization

3

Transform, Explore, and Analyze Data

Drill down into key areas of data transformation and exploration: cleansing, filtering, aggregating and merging data.

Data Cleansing and Filtering

Data Cleansing in Action

Converting Data Types

Data Filtering with PySpark

Data Aggregation

Data Aggregation Scenarios

Implementing Data Aggregation

Merging and Joining Data

Joining using SQL

Merging using PySpark

Explore and Analyze Data

Data Profiling

Use cases for XMLA and SQL Endpoints

Choosing a SQL Query Tool

4

Optimize Performance

Learn about tools available to monitor the performance of a Fabric solution and how to implement performance improvements in the Fabric infrastructure and individual items, including optimization of delta lake tables.

Identifying performance issues

Install the Fabric Capacity Metrics app

Monitoring Usage with the Capacity Metrics App

Monitoring Storage with the Capacity Metrics App

Implement performance improvements

Implement performance improvements in Dataflows

Delta Lake table optimization

Use the OPTIMIZE Operation

Congratulations!

Transformasi dan Analisis Data dengan Microsoft Fabric

Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja AndaDaftar Sekarang

Bergabung dengan 19 juta pelajar dan mulai Transformasi dan Analisis Data dengan Microsoft Fabric Hari Ini!

Buat Akun Gratis Anda

atau

Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.