SynapseAnalytics
링크 : https://www.youtube.com/@WafaStudies/playlists 저자 : WafaStudies 국가 : 인도 키워드 : Azure, Pyspark, Databricks 등
Introduction to Azure Synapse Analytics
시냅스에 대한 전반적인 설명, 아키텍처 등
Create Azure Synapse Analytics Workspace
애져 시냅스 분석 워크스페이스 생성
Basic Concepts in Azure Synapse Analytics
애져 시냅스 분석의 기본 구성 및 GUI 설명
Analyze data with a server less SQL pool
csv 의 소스테이터 추출 및 SQL Pool 에서의 사용
전반적으로 일반적인 ANSI 표준의 SQL과 유사하다.
csv 등 데이터 포맷을 지정하여 소스데이터를 추출 한다.
가져온 소스데이터 를 타겟으로 프레임화 시킬수 가 있다
Analyze data with dedicated SQL Pool in Azure Synapse Analytics
parquet 파일 추출 파케이 포멧 설명 링크
ddl 정의 및 테이블 생성후 클라우드에 저장된 parquet 포멧의 파일 링크를 from절에서 링크를 부여 한후 데이터를 카피 한다.
스크립트에서 select 날리기
Analyze data with Server less Spark Pool in Azure Synapse Analytics
spark pool(스파크 워커) 생성
애져 시냅스에서 스파크 클러스터를 생성 할 수 있음.(스펙 조정 가능)
sql pool 또는 spark pool 에 대한 개념은 서버 환경 및 스펙 구축 환경이라고 볼 수 있음.
spark pool 생성 후 spark.read.load(path=,format=,schema= ${optional} ) 으로 소스데이터 추출.
spark 내에서 트랜젝션 하고 집계 쿼리를 통해 나온 결과를 saveAsTable 옵션을 통해 spark내 저장 가능.
Transfer 작업 후 로드 전 단계 로 볼 수 있음.
Analyze data in Storage Account in Azure Synapse Analytics
변환한 데이터를 적재(Load) 하는 방법에 대해 설명
df.repartition(1) 의 경우 결과값의 한 row가 하나씩 파일로 만들어 지는 것이 아닌 모든 데이터 결과값이 한 개의 파일로 적재 될 수 있도록 옵션을 설정 해 주어야함.
Integrate Pipelines in Azure Synapse Analytics
로드된 데이터를 SQL스크립트로 데이터를 보는 방법과, 쥬피터 노트북과 같은 환경의 애져기반 노트북에서 같은 데이터를 보는 방법을 설명.
파이프 라인을 설계하는 것을 설명함.
에어플로우 에서의 DAG를 활용한 파이프라인의 구축과 비슷함.
모니터링도 가능하고 진행중인 과정도 웹환경에서 GUI가 구현되어 있음.
트리거 사용 방법 설명
Monitor your Azure Synapse Analytics Workspace
파이프라인과 트리거, SQL의 활동 및 스파크활동 모니터
스파크의 잡형태 세션 정보 등등을 애져 시냅스 기반에서 확인이 가능함.
Add an Administrator to your Azure Synapse Workspace
담당자 권한 설정.
SQL인 경우
Azure Synapse SQL Architecture
Synapse SQL 의 종류 2가지
Serverless SQL Pool
Dedicated SQL Pool
서버리스 SQL Pool (Serverless SQL Pool) -> query data, blob storage 등
Dedicated SQL Pool -> DB
Distributions(Hash, Round Robbin & Replicate) in Azure Synapse Analytics
해시 분산 테이블 (Hash Distributed Tables)
라운드 로빈 분산 테이블 (Round Robbin Distributed Tables)
라운드 로빈 테이블은 적재를 위한 가장 심플한 방법이다.
테이블 생성과 데이터 전달의 퍼포먼스가 빠르다.
그러나 쿼리 퍼포먼스는 해시 분산 테이블 더 나을 수 있다.
복제 테이블 (Replicated Tables)
테이블내 데이터를 여러 노드에 복제 한다.
적은 테이블 갯수를에 쿼리 퍼포먼스가 가장 빠르다. 왜냐하면 같은 내용을 분산처리로 조회하기떄문.
Server less SQL Pool Overview in Azure Synapse Analytics
이기종의 성격을 가진 데이터 포멧이나 DB 에 폭넓은 쿼리를 지원한다.
T-SQL 문법도 사용가능하다.
Serverless SQL pool 은 T-SQL 을 지원한다. 그러나 다음 항목은 지원하지 않는다.
Tables
Triggers
Materialized Views
DDL statements view 나 보안과 관련된 하나이상 - DML statements
Create External Data source in Azure Synapse Analytics
External Data source
Master Key
Credential(Database coped credential)
외부 소스로 접근하기 위한 승인 정보
Create External File Format in Azure Synapse Analytics
External File 하는 경우 다른 포맷으로 테이블 데이터를 변환 할 수 있음.
예) table 데이터 -> csv
CETAS with Synapse SQL in Azure Synapse Analytics
CETAS(Create External Table as SELECT)
문법은 다음과 같다.
CTAS with Synapse SQL in Azure Synapse Analytics
CTAS(Create Table as SELECT)
SELECT INTO vs CTAS 차이점 설명
CTAS 는 커스터마이징을 상세 하게 할 수 있다.
SELECT INTO 는 분산 방법 의 타입을 지정 할 수가 없다.
SELECT INTO 는 DEFUALT 로 분산처리 방식이 라운드로빈으로 설정된다.
CTAS는 분산처리와 테이블 구조 타입을 지정할 수있다.
External Tables with Synapse SQL in Azure Synapse Analytics
Create and query external tables from a file in ADLS in Azure Synapse Analytics
시냅스 sql 로 external table 을 만들 수있다. 그러나 오직 Parquet file의 형태만 지원한다.
Types of External Tables(Hadoop & Native) in Synapse SQL in Azure Synapse Analytics
하둡과 네이티브 의 차이가있다.
하둡방식
자바 기반. 조회속도에 네이티브에 비해 더 걸린다.
네이티브 방식
C 기반. 처리속도가 빠르다.
하둡과 네이티브 방식의 차이와 지원 여부
Administrative accounts in Synapse SQL in Azure Synapse Analytics
Azure Synapse Analytics 의 워크스페이스 내에서 sql endpoint 계정 설정 url 설명
SQL Active Directory admin
Dedicated SQL endpoint
Serverless SQL endpoint
Development endpoint
Last updated