Revenir au contenu principal

Get Started with Databricks for Data Warehousing - French

Ce cours offre une vue d'ensemble complète et pratique de l'approche moderne de Databricks en matière de data warehousing, en mettant en évidence la façon dont une architecture data lakehouse combine les atouts des entrepôts de données traditionnels avec la flexibilité et la scalabilité du cloud. En travaillant de bout en bout avec un détaillant fictif (Vintage Audio Co.), vous allez Explorer le workspace, exécuter des requêtes sur des tables Unity Catalog gouvernées, maintenir les performances des tables gérées par Unity Catalog pour les lectures analytiques, charger des données de manière incrémentielle avec Auto Loader, modéliser un schéma en étoile, et fournir des insights cohérents via les Unity Catalog Metric Views — le tout depuis un environnement unique et gouverné, avec des fonctionnalités pilotées par l'IA (Predictive Optimization, Genie Code) intégrées tout au long du parcours.

Skill Level
Onboarding
Duration
3h
Prerequisites

Ce contenu a été conçu pour les participants possédant les compétences, connaissances et aptitudes suivantes :

• Notions de base dans le domaine du data warehousing (ce qu'est un data warehouse, une Table et des outils BI).

• Connaissance pratique du SQL (SELECT avec WHERE, GROUP BY, fonctions d'agrégation et JOIN).

• Aucune connaissance préalable de Databricks n'est requise ; les concepts spécifiques à Databricks (Unity Catalog, Delta Lake, SQL Warehouses, Metric Views) sont introduits au fur et à mesure.

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Runtime

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Inscrivez-vous maintenant

Instructors

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

Inscrivez-vous maintenant

Learning

Blended Learning

Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase

Purchase now

Scale

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Data Engineer

Databricks Data Privacy - French

Confidentialité des Données dans Databricks enseigne aux ingénieurs data comment trouver, protéger, supprimer et rendre compte des données personnelles sur la Databricks Data Intelligence Platform. La confidentialité y est traitée comme un ensemble de décisions techniques et de contrôles construits sur Unity Catalog et Delta Lake. Le cours sépare la confidentialité de la sécurité, de la gouvernance et de la conformité, puis organise le travail autour d'un cycle de vie identifier, protéger, gérer et vérifier, et d'un modèle de décision court que les apprenants appliquent à chaque technique.

Les apprenants commencent par trouver les colonnes sensibles avec Data Classification et consigner le traitement de chacune avec un tag gouverné. Ils protègent ces colonnes avec des politiques de contrôle d'accès basé sur les attributs (ABAC) pilotées par les tags, et utilisent des masques de colonnes et des filtres de lignes manuels lorsqu'une politique centrale ne convient pas. La désidentification va plus loin avec le hachage salé, la tokenisation via un coffre gouverné séparément et le chiffrement de colonnes, le sel et la clé étant conservés dans Databricks Secrets. Pour le droit à l'effacement, les apprenants suivent une demande, trouvent les données de la personne concernée avec la classification et le lignage, suppriment et propagent le changement avec DELETE et MERGE, puis purgent les fichiers sous-jacents avec REORG TABLE ... APPLY (PURGE) et un VACUUM tenant compte de la rétention. Le cours se termine en combinant lignage, journaux d'audit, historique des requêtes et historique des tables Delta en une piste de preuves montrant si chaque contrôle a fonctionné.

Toutes les données sont synthétiques. Les démos suivent le patrimoine de données d'un détaillant multinational tout au long du cycle de vie et closent chaque contrôle par une preuve qu'il a fonctionné, comme un résultat de requête masqué, un contrôle d'effacement vide ou une entrée d'historique de table. Deux laboratoires basés sur des scénarios renforcent le flux. Dans le premier, les apprenants réparent une protection défaillante sur la table clients d'une filiale. Dans le second, ils terminent une demande d'effacement à moitié réalisée et rassemblent les preuves qu'elle est complète. Le cours est technique et ne fournit pas de conseil juridique.

Remarque : Databricks Academy passe à un format basé sur des notebooks pour les sessions en classe dans l'environnement Databricks, et abandonne l'utilisation de diapositives pour les cours. Vous pouvez accéder aux notebooks de cours dans l'environnement de laboratoire Vocareum.

Paid & Subscription
3h
Lab
Professional

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.