精通Azure數(shù)據(jù)分析

序1 

前言3 

第1章 企業(yè)數(shù)據(jù)分析基礎(chǔ)7 

數(shù)據(jù)分析管道7 

數(shù)據(jù)湖8 

Lambda架構(gòu)9 

Kappa架構(gòu)11 

在Lambda和Kappa間進(jìn)行選擇12 

Azure分析管道12 

數(shù)據(jù)分析場景介紹15 

示例代碼和示例數(shù)據(jù)集16 

小結(jié)21 

第2章 將數(shù)據(jù)導(dǎo)入Azure22 

攝取加載層22 

批量數(shù)據(jù)加載24 

硬盤傳送24 

流數(shù)據(jù)加載78 

小結(jié)80 

第3章 在Azure中存儲攝取的數(shù)據(jù)81 

文件存儲81 

隊(duì)列存儲97 

小結(jié)124 

第4章 Azure中的實(shí)時數(shù)據(jù)處理125 

流處理125 

在Azure中每次處理一個元組131 

小結(jié)174 

第5章 Azure中的實(shí)時微批處理176 

Azure中的微批處理176 

小結(jié)207 

第6章 Azure中的批處理208 

HDInsight上的MapReduce批處理210 

HDInsight上的Hive批處理214 

HDInsight上的Pig批處理228 

HDInsight上的Spark批處理229 

使用SQL數(shù)據(jù)倉庫的批處理237 

使用數(shù)據(jù)湖分析的批處理247 

Azure Batch批處理258 

小結(jié)260 

第7章 Azure中的交互式查詢261 

Azure SQL數(shù)據(jù)倉庫的可交互式查詢263 

Hive和Tez交互式查詢269 

Spark SQL交互式查詢277 

USQL交互式查詢281 

小結(jié)284 

第8章 Azure中的冷\熱訪問服務(wù)層285 

Azure Redis緩存287 

Document DB294 

SQL 數(shù)據(jù)庫300 

SQL數(shù)據(jù)倉庫308 

HDInsight上的HBase309 

Azure搜索314 

小結(jié)315 

第9章 智能和機(jī)器學(xué)習(xí)316 

Azure機(jī)器學(xué)習(xí)319 

HDInsight上的R服務(wù)321 

SQL R服務(wù)321 

Microsoft認(rèn)知服務(wù)322 

小結(jié)334 

第10章 Azure中的元數(shù)據(jù)管理335 

使用Azure數(shù)據(jù)目錄管理元數(shù)據(jù)335 

小結(jié)350 

第11章 保護(hù)在Azure中的數(shù)據(jù)351 

身份和訪問管理351 

數(shù)據(jù)保護(hù)353 

審計355 

小結(jié)356 

第12章 執(zhí)行數(shù)據(jù)分析357 

使用Power BI進(jìn)行分析357 

在藍(lán)色天際機(jī)場場景中使用Power BI批量分析報表368 

展望372