Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Fundamentos de Microsoft Azure: Datos, roles y análisis de datos, Esquemas y mapas conceptuales de Computación Gráfica

Este documento ofrece una introducción a los conceptos básicos de datos en Microsoft Azure, explorando roles y responsabilidades, datos relacionales y no relacionales, análisis de datos y más. Aprenderá a identificar problemas de calidad de datos, diferenciar tipos de bases de datos y herramientas comunes, y más.

Tipo: Esquemas y mapas conceptuales

2021/2022

Subido el 20/12/2022

melissa-aylas
melissa-aylas 🇵🇪

6 documentos

1 / 42

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Fundamentos
básicos
De Microsoft Azure
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a

Vista previa parcial del texto

¡Descarga Fundamentos de Microsoft Azure: Datos, roles y análisis de datos y más Esquemas y mapas conceptuales en PDF de Computación Gráfica solo en Docsity!

Fundamentos

básicos

De Microsoft Azure

Agenda

Explorar los conceptos básicos de datos

Explorar roles y responsabilidades en el mundo de los datos

(opcional)

Describir conceptos de datos relacionales

Explorar conceptos de datos no relacionales

Explorar conceptos de análisis de datos

Objetivos de la lección 1

Identificar como se definen y almacenan los datos.

Identificar características de datos relacionales y no

relacionales

Describir y diferenciar las cargas de trabajo de datos.

Describir y diferenciar las cargas de trabajo de datos.

¿Qué son los datos?

Colección de hechos, números, descripciones, objetos, almacenados de forma

estructurada, semiestructurada y no estructurada.

Cargas de trabajo transaccionales

Los datos transaccionales son información que realiza un seguimiento de las

interacciones relacionadas con las actividades de una organización.

  • Atomicidad: cada transacción se trata

como una sola unidad, que puede

funcionar o causar error.

  • (^) Coherencia: las transacciones solo

pueden cambiar los datos en la base de

datos de un estado válido a otro.

  • (^) Aislamiento: la ejecución concurrente

de transacciones deja la base de datos

en el mismo estado.

  • (^) Durabilidad: una vez que una

transacción se ha asignado, permanece

asignado.

Cargas de trabajo analítico

Las cargas de trabajo analítico se usan para analizar datos y tomar

decisiones.

  • (^) Summaries
  • (^) Tendencias
  • (^) Información del

negocio

Lección 1: Comprobación de conocimientos ¿Cómo se organizan los datos en una tabla relacional?  Filas y columnas  (^) Encabezados y pie de página  (^) Páginas y párrafos


¿Cuál de las siguientes opciones es un ejemplo de datos no estructurados?  Una tabla de empleados con columnas con id. De empleado, nombre y designación de empleado  Archivos de audio y video  Una tabla dentro de la base de datos de SQL Server


¿Cuál de las siguientes opciones es un ejemplo del conjunto de datos de streaming?  (^) Datos de las fuentes del sensor  (^) Datos de ventas del ultimo mes  Lista de empleados que trabajan para una compañía

Lección 2: Explorar los roles y responsabilidades en el mundo de los datos

Roles en los datos Administrador de base de datos Administrador de base de datos Administrador de base de datos Administración de base de datos Implementa la seguridad de datos Copias de seguridad Acceso de usuarios Supervisa el rendimiento Procesos y canalizaciones de datos Almacenamiento de ingesta de datos Prepara datos para el análisis Prepara datos para el procesamiento analítico Proporciona conclusiones sobre los datos Informes visuales Modelado de datos para análisis Combina datos para visualización y análisis

Herramientas comunes: Administrador de la base de datos Azure Data Studio SQL Server Management Studio Azure Portal/CLI Interfaz gráfica para administrar servicios de datos locales y basado en la nube. Se ejecuta en Windows, macOS, Linux. Interfaz gráfica para administrar servicios de datos locales y basados en la nube. Se ejecuta en Windows Herramienta integral de administración de base de datos. Herramientas para la administración y el aprovisionamiento de Azure Data Services. Ejecución manual y automatizada de scripts usando Azure Resource Manager o interfaz de scripting de la línea de comandos.

Herramientas comunes: Analista de datos Power BI Desktop Portal de Power BI/Servicio Power BI Power BI Report Builder Herramientas de visualización de datos. Modelar y visualizar datos. Administración de recursos de Azure Synapse (grupos de SQL/ grupo de Spark) Crear y administrar informes de Power Bi Crear paneles de Power BI. Compartir informes/conjuntos de datos Herramientas de visualización de datos para informes paginados. Modelar y visualizar informes paginados.

Lección 2: Comprobación de conocimientos ¿Cuál de las siguientes tareas es un rol de un administrador de base de datos?  Copias de seguridad y restauración de base de datos  (^) Crear paneles e informes  (^) Identificar problemas de calidad de datos


¿Cuál de las siguientes herramientas es para visualización y generación de informes?  SQL Server Management Studio  Power BI  SQL


¿Cuál de los siguientes roles no es una función de datos?  (^) Administrador de sistemas  (^) Analista de datos  Administrador de base de datos

Objetivos de la lección 3 Explore las características de los datos relacionales Defina tablas, índices y vistas Explorar los servicios de cargas de trabajo de datos relacionales en Azure

Identificar casos de uso de bases de datos relacionales

IoT:

Aunque se suelen considerar como datos no relacionales, los datos de dispositivos de IoT pueden estar estructurados y ser coherentes.


Procesamiento de transacciones en línea:

Por ejemplo, sistemas de pedidos que realizan muchas actualizaciones transaccionales pequeñas

Almacenamiento de datos:

Una cantidad enorme de datos se puede importar de diferentes fuentes y estructurar para poder relaizar consultas de alto rendimiento.