Zones de Datalake selon les "bonnes pratiques" Microsoft

Comme tout bon éditeur qui se respecte, Microsoft présente de bonnes pratiques d'implémentation. La documentation proposée est disponible ici : Zones et conteneurs de lac de données - Cloud Adoption Framework | Microsoft Learn Nous allons dans cet article créer les différentes zones de notre Datalake en respectant ces bonnes pratiques

Wide World Importers - BDD source du projet

Nous allons dans cette article "installer" la base d'exemple Wide Word Importer de Microsoft, la préparer et l'inspecter un minimum pour pouvoir débuter nos travaux de Datalake.

Mise en cluster d'un runtime d'intégration auto-hébergé

Dans un précédent article, nous avons installé un runtime d'intégration auto-hébergé permettant le transfert de données locales vers Azure. Nous avions évoqué dans les options avancées, la possibilité de faire de la haute disponibilité pour notre runtime. Nous allons dans cet article configurer la haute disponibilité sur

Créer un dataset Power BI depuis notre Synapse DataLakeHouse

Notre DataLakeHouse contient physiquement des fichiers de données. Ceux-ci sont organisés, nettoyés, représentent un modèle de donnée défini sur la "dernière" couche et éventuellement de formats différents. Nous pouvons donc lire nos données depuis ces fichiers et travailler dessus pour faire ce que l'on en

Rafraichir un dataset Power BI depuis Azure Synapse Analytics

Nous allons présenter dans cet article comment mettre à jour notre Dataset Power BI directement depuis Azure Synapse Analytics via un pipeline.

Configurer un runtime dans Synapse pour la connexion à une base de données On-Prem

Dans cet article, je vais procéder à l'installation d'un runtime d'intégration "simple" pour Synapse, il n'y a pas de scalabilité ni de haute dispo comme il pourrait être nécessaire en production pour des applications critiques.

git + synapse, gestion de version et de code source

Nous allons ici mettre en place la version de code source avec git pour nos développements synapse.

Un Data Lakehouse fonctionnel avec Azure Synapse Analytics

Cet article est le point de départ du projet global qui sera créé le long de plusieurs articles à venir. L'objectif est de créer un datalake autour de la solution intégrée de Microsoft : Synapse Analytiques et d'autres solutions Microsoft / Azures s'imbriquant dans notre besoin.

Création des ressources de stockage : Azure Synapse Analytics - Azure Blob Storage

Pour rappel, nous travaillons à la mise en place d'un datalake/datalakehouse "dans" Azure Synapse Analytics. Ce scénario tourne autour de deux solutions que sont : * Storage account / Data Lake Storage --> le "datalake" * Synapse workspace --> L'environnement de développement et d'

Création de l'environnement de travail : Azure Synapse Analytics - Workspace

Nous travaillons à la mise en place d’un datalake/datalakehouse « dans » Azure Synapse Analytics. Ce scénario tourne donc autour de deux solutions que sont : Storage account / Data Lake Storage pour le « datalake » Synapse workspace pour L’environnement de développement et d’intégration Cet article

Générer un dataset partitionné via un data flow Azure Synapse Analytics

Afin d'optimiser des les requêtes effectués sur des fichiers parquets depuis un pool serverless, on travail généralement avec des dataset partitionné. Cette article décrit comment générer un dataset partitionné via un data flow Azure Synapse Analystics.

Paramétrer les Pipeline Azure Synapse Analytics sans ouvrir Synapse !

Cet article était loin dans les cartons, mais l'article Alternative pipeline parametrization for Azure Synapse Analytics a motivé la priorisation de cet article. Merci @paul_eng pour le partage et la motivation d'écrire celui-ci !