トピック1、Contosoケーススタディ取引日
Contosoには、複数のオンプレミスMicrosoft SQL Serverサーバーに保存された100億のレコードで構成される、3年間の顧客、トランザクション、運用、ソーシング、およびサプライヤーのデータがあります。SQL Serverインスタンスには、さまざまな運用システムからのデータが含まれています。データは、SQL Server Integration Services（SSIS）パッケージを使用してインスタンスに読み込まれます。
すべての製品販売トランザクションを全社的な販売トランザクションデータセットに結合すると、トランザクションごとに1行で、50億行を含む単一のテーブルになると見積もっています。
販売取引データを対象とするほとんどのクエリは、小売店で販売された製品と、さまざまな期間にオンラインで販売された製品を識別するために使用されます。3年以上経過した販売取引データは、毎月削除されます。
各小売店の住所を含む小売店テーブルを作成することを計画しています。テーブルは約2MBになります。小売店の売上に関するクエリには、小売店の住所が含まれます。
プロモーションIDを含むプロモーションテーブルを作成する予定です。プロモーションIDは特定の製品に関連付けられます。製品は製品IDで識別されます。テーブルは約5GBになります。
Twitterデータのストリーミング
Contosoのeコマース部門は、会社の製品を参照するトレンドのTwitterフィードをキャプチャし、製品をAzure EventHubsにプッシュするAzureロジックアプリを開発しています。
計画された変更
Contosoは、次の変更を実装する予定です。
*販売トランザクションデータセットをAzureSynapseAnalyticsに読み込みます。
* SSISパッケージを使用して、オンプレミスのデータストアをAzure SynapseAnalyticsと統合します。
* Azure Synapse Analyticsを使用してTwitterフィードを分析し、製品に関する顧客の感情を評価します。
販売取引データセットの要件
Contosoは、販売トランザクションデータセットの次の要件を識別します。
*販売取引レコードを含むパーティションデータ。パーティションは、月ごとに効率的な負荷を提供するように設計する必要があります。境界値は、右側のパーティションに属している必要があります。
*製品IDに基づいて販売取引レコードを結合およびフィルタリングするクエリが可能な限り迅速に完了するようにします。
*小売店の住所の変更を説明するための代理キーを実装します。
*データストレージのコストとパフォーマンスが予測可能であることを確認します。
*古いレコードを削除するのにかかる時間を最小限に抑えます。
顧客感情分析の要件
Contosoは、顧客の感情分析に関する次の要件を識別します。
* ContosoユーザーがA / ure Synapse Analytics専用のSQLプールでPolyBaseを使用して、Twitterフィードをホストするデータレコードのコンテンツをクエリできるようにします。データは、行レベルのセキュリティ（RLS）を使用して保護する必要があります。ユーザーは、独自のA / ureAD資格情報を使用して認証される必要があります。
*スループットや容量の単位を追加購入することなく、イベントハブからAzureStorageにTwitterフィードを取り込むスループットを最大化します。
* Event Hubs Captureを使用して、TwitterフィードをAzureStorageに保存します。フィードはParquetファイルに変換されます。
*データストアがオブジェクトレベルまでAzureADベースのアクセス制御をサポートしていることを確認します。
* Twitterフィードデータレコードを維持するための管理作業を最小限に抑えます。
* Twitterフィードデータレコードを削除します。itftaitJは2年以上前のものです。
データ統合要件
Contosoは、データ統合に関する次の要件を識別します。
既存のSSISパッケージを活用するAzureサービスを使用して、オンプレミスデータをAzure Synaps Analyticsの専用SQLプールに格納されているデータセットに取り込み、データを変換します。
取り込みおよび変換アクティビティへの変更を複数のデータエンジニアが個別にバージョン管理および開発できるようにするプロセスを特定します。