月球挖掘机

Azure 资源组资源组是 Azure 平台的基本元素。 资源组是部署在 Azure 上的资源的逻辑容器。 这些资源是在 Azure 订阅中创建的任何内容，例如 VM、Azure 应用程序网关实例和 Azure CosmosDB 实例。 所有资源必须在资源组中，并且资源只能是单个资源组的成员。 可以在资源组之间移动许多资源，其中某些服务有特定的移动限制或要求。 资源组无法嵌套。 首先需要一个资源组来放置资源，然后才能预配此资源。逻辑分组资源组的存在有助于管理和组织你的 Azure 资源。 通过在

Azure 服务以下是 Azure 中可用的服务和功能概览。让我们更详细地了解最常用的类别：计算 网络 存储 移动 数据库Web 物联网 (IoT) 大数据 AI DevOps计算计算服务通常是众多公司迁移到 Azure 平台的主要原因之一。 Azure 提供了一系列用于托管应用程序和服务的选项。 下面是 Azure 中的计算服务的一些示例。表 1 服务名称 服务功能 Azure 虚拟机 Azure 中托管的 Windows 或 Linux 虚拟

什么是云计算？你想知道什么是云计算吗？ 这是通过 Internet（也称为云）提供计算服务。 这些服务包括服务器、存储、数据库、网络、软件、分析和智能。 云计算可实现更快的创新速度、灵活的资源和规模经济。为什么云计算的使用成本通常更低？云计算是指通过 Internet 提供的、使用即用即付定价模式的计算服务。 通常只需为自己使用的云服务付费，这可帮助你：降低运营成本。 更高效地运行基础结构。 随着业务需求的变化而缩放。换句话说，云计算是一种从其他人的数据中心租用计算能力和存储的方法。

描述非关系数据库和 NoSQL 数据库的类型非关系数据是一个包罗万象的术语，是指任何不以一组表为结构的内容。 存在许多不同类型的非结构化数据，这些信息用于各种各样的目的。 因此，存在许多不同类型的非关系数据库管理系统，每一个系统都面向一组特定的方案。在本单元中，你将了解一些最常见的非关系数据库类型。什么是 NoSQL？阅读有关非关系数据库时，可能会看到术语“NoSQL”。 NoSQL 是一个相当宽泛的术语，仅表示非关系。 关于它是否意味着“不是 SQL”或“不仅仅是 SQL”，存在一些争论；

为关系工作负载选择正确的平台云计算变得越来越流行，可为企业带来灵活性、提供节省时间和资金的机会以及提高敏捷性和可伸缩性。 另一方面，安装在公司自己的服务器上并处于防火墙后的本地软件仍具有吸引力。 本地应用程序可靠、安全，使企业可以保持紧密控制。关系数据库管理系统是云使组织可以利用改进的可伸缩性的一个示例。 但是，这种可伸缩性必须与对数据进行紧密控制保持平衡。 数据可以说是组织所拥有的最有价值的资产之一，某些公司不愿意或无法将保护这些数据的职责移交给第三方。在本单元中，你将了解在云中运行数据库管理

描述非关系数据的类型非关系数据通常分为两类：半结构化和非结构化。什么是半结构化数据？半结构化数据是包含字段的数据。 每个实体中的字段不必相同。 只需基于每个实体依据来定义字段。 上一单元中介绍的客户实体就是半结构化数据的示例。 数据格式必须以这样一种方式来设置，即应用程序可以对其进行分析和处理。 执行此操作的常用方法是将每个实体的数据存储为 JSON 文档。 术语 JSON 代表 JavaScript 对象表示法；它是 JavaScript 应用程序用于在内存中存储数据的格式，但也可用于在文件.

探索非关系数据的特征关系数据库是一个很好的工具，用于存储和检索具有已知结构的数据，其中包含可以预先定义的字段。 在某些情况下，在数据到达数据库之前，你可能不具备所需的数据结构知识，无法以表格格式将数据记录为一组整齐的行和列。 这是使用各种源（如数据引入管道）的数据的系统中的常见情况。 在这些情况下，非关系数据库可能非常有用。本单元将更详细地介绍非关系数据库的常见特性。 你将了解如何使用它们来快速捕获数据，并为结构中可能变化的数据建模。非关系数据的特征是什么？使用数据库对现实世界的某些方面进行

探索关系数据结构关系数据库由一组表组成。 一个表可以具有零行（如果表为空）或多行。 每个表都具有固定的列集。 可以使用主键和外键定义表之间的关系，并且可以使用 SQL 访问表中的数据。除了表之外，典型的关系数据库还包含有助于优化数据组织并提高访问速度的其他结构。 在本单元中，你将更详细地了解其中两种结构：索引和视图。什么是索引？索引可帮助在表中搜索数据。 可将表上的索引视为书籍背面的索引。 书籍索引包含一组排序的引用，以及每个引用出现的页。 要找到对书籍中某项的引用时，可通过索引进行查找。

探索关系数据的特征计算机数据库的主要优势之一是，通过它们可以方便地存储信息，以便快速、轻松地查找信息。 例如，电子商务系统可以使用数据库记录有关组织所销售的产品的信息，以及客户的详细信息及其所下的订单。 关系数据库提供了用于存储数据的模型，以及可用于快速检索数据的查询功能。在本单元中，你将详细了解关系数据的特征，以及如何在关系数据库中存储此信息并进行查询。了解关系数据的特征在关系数据库中，可将来自现实世界的实体集合作为表进行建模。 实体被描述为需要了解或掌握其信息的事物。 在电子商务示例中，

查看用于数据可视化和报告的任务和工具数据分析师负责了解数据的实际含义。 熟练的数据分析师将探究数据，利用其确定趋势、问题，并获取可能有利于公司的其他见解。数据分析师角色的很大一部分任务与通信和可视化有关。 数据可视化是以合理的方式呈现大量信息，让人们普遍可理解或易于解释和发现模式、趋势和相关性的关键。 这些表示形式包括图表、图形、信息图和其他示意图。 数据可视化分析师使用可视化工具和软件，以这些方式向客户或自己的公司传达信息。 一个好的数据分析师需要具备使用报告工具（如 Microsoft Powe

数据工程师的任务是管理和组织数据，同时监视将影响业务目标的趋势或不一致。 这是一个技术性很强的职位，需要编程、数学和计算机科学等领域的经验和技能。 但是，数据工程师还需要软技能来向组织中的其他人传达数据趋势，并帮助企业利用其收集的数据。数据工程师的任务和责任数据工程师的一些最常见的任务和职责包括：开发、构建、测试和维护数据库和数据结构。 使数据体系结构与业务需求保持一致。 数据采集。 发展由数据集创建和检索信息的过程。 使用编程语言和工具检查数据。 确定提高数据可靠性、效率和质量的方法

数据库管理员负责管理和组织数据库等任务。 数据库管理员的主要工作是确保数据可用，防止数据丢失、损坏或被盗，并确保用户能根据需要轻松访问数据。数据库管理员任务和职责数据库管理员的一些最常见的任务和职责包括：安装和升级数据库服务器及应用程序工具。 为数据库系统分配系统存储和规划存储需求。 利用应用程序开发人员提供的信息，根据需要修改数据库结构。 注册用户和维护系统安全性。 确保符合数据库供应商许可协议。 控制和监视用户对数据库的访问权限。 监视和优化数据库的性能。 规划数据库信息的备份

管理、控制和使用数据涉及各种角色。 有些角色面向业务，有些涉及更多的工程，有些专注于研究，有些是混合角色，结合了数据管理的不同方面。 本单元将介绍数据世界中最常见的职位。 你的组织可能以不同的方式定义角色，或为角色提供不同的名称，但本单元中描述的角色包含了最常见的劳动和责任分工。数据世界中有哪些角色？在大多数组织中，有 3 个主要的职位来负责处理数据：数据库管理员负责管理数据库，向用户分配权限，存储数据的备份副本，并在发生故障时还原数据。 数据工程师在处理数据、应用数据清理例程、识别业务规则，

描述批处理数据和流式处理数据之间的差异数据处理就是通过某个过程将原始数据转换为有意义的信息。 根据数据引入系统的方式，可能需要在每个数据项到达时进行处理，也可能需要先缓冲原始数据，然后按组进行处理。 在数据到达时进行处理被称为流式处理。 对组中的数据进行缓冲，然后处理，称为批处理。了解批处理在批处理中，新到达的数据元素将被收集到一个组中。 然后，在将来的某个时间对整个组进行批处理。 处理每个组的确切时间可以通过多种方式来确定。 例如，可以根据计划的时间间隔（例如，每小时）处理数据，也可以在到达特

确定数据类型和数据存储可以通过多种不同方式对数据进行分类，这不仅取决于数据的结构化方式，还取决于数据的使用方式。 在此单元中，你将了解不同类型的数据的特征。描述关系数据和非关系数据的特征关系数据库可能是最容易理解的用于保存数据的模型。 表和列的简单结构使其一开始就易于使用，但死板的结构也可能会导致一些问题。 例如，在保存客户信息的数据库中，如何处理具有多个地址的客户？ 是否添加列来保存每个地址的详细信息？ 如果是这样，应该添加多少列？ 如果允许保存三个地址，那么客户只有一个地址会发生什么情况？

确定数据解决方案的需要现在，数据更容易收集，托管成本更低，几乎所有企业都可以访问数据。 数据解决方案包括可便于重要信息的收集、分析和存储的软件技术和平台。 每个企业都希望增加收入并获得更大的利润。 在这个竞争激烈的市场中，数据是宝贵的资产。 经过正确分析后，数据可提供丰富的有用信息并有助于制定合理的关键业务决策。什么是数据？数据是事实的集合，例如在决策制定过程中使用的数字、说明和观察结果。 可以将数据归为结构化数据、半结构化数据或非结构化数据。结构化数据通常是由数据库中的行和列表示的表格数据

数据分析涉及检查、转换和排列数据，以便可以对数据进行研究和提取有用的信息。 数据分析是一种涵盖整个数据管理任务范围的学科。 这些任务不仅包括分析，还包括数据收集、组织、存储以及所使用的所有工具和技术。术语“数据分析”是一种笼统术语，涵盖一系列活动，其中每个活动都具有自己的焦点和目标。 可以将这些活动归类为描述性、诊断、预测、规范性和认知分析。在本单元中，你将了解这些类别的数据分析。描述性分析描述性分析有助于根据历史数据回答有关发生了什么的问题。 描述性分析技术汇总了大型数据集，向利益干系

业务模型可以包含大量信息。 生成这类模型的目的是为了帮助你了解它包含的信息，提出问题并希望获取可帮助你推动业务发展的答案。本单元讨论一些可用于分析和了解模型中的信息的技术。什么是报告？报告是将数据组织为信息摘要以监视组织的不同区域执行情况的过程。 报告可帮助公司监视其在线业务，并了解数据何时超出预期范围。 良好的报告应提出来自最终用户的有关业务的问题。 报告会显示所发生的情况，而分析侧重于说明发生这种情况的原因，以及可以采取的措施。什么是商业智能？术语“商业智能”(BI) 是指用于收集、

数据引入和处理数据分析涉及到获取数据并从中查找有意义的信息和推理。 分析的范围很广，可能是为某个零售商选择理想的产品范围，或者为某家生物技术公司选择最佳候选疫苗。例如，在一个公司中，数据分析可能涉及到获取组织生成的数据，并使用数据了解组织的表现情况以及维持业务绩效所能执行的操作。 数据分析有助于确定组织中的优势和劣势，使你能够做出适当的业务决策。公司使用的数据可能来自许多源。 可能会有大量历史数据需要梳理，并且全新的数据一直在不断到达。 这些数据可能来自客户购买、银行交易、股票价格变动、实时天气