DP-600 · Kapitola 1
Obsahová mapa kurzu
Struktura čtyř dnů, lekce a dema, mapování na kapitoly těchto materiálů
Cíle kapitoly
- Zorientovat se ve struktuře čtyř dnů kurzu a v tom, který deck patří ke kterému dni
- Vědět, které demo doprovází kterou lekci a kde má každá lekce svůj hot point
- Najít ke každé lekci kapitolu nebo runbook v těchto materiálech
- Ověřit před kurzem verze obsahu, profil účastníků, závislosti labů a demo data
1.1
Úvod
DP-600: Implementing Analytics Solutions Using Microsoft Fabric. Čtyřdenní kurz, forma lecturer-driven — více výkladu a živých dem, méně klikání. Cvičení z MS Learn jsou konsolidovaná do jednoho hands-on bloku na konci každého dne, kde si účastníci vyberou jeden až dva laby a lektor je k dispozici.
TL;DR: Day 1 = Lakehouse a tři cesty ingestu, Day 2 = Warehouse a T-SQL medallion, Day 3 = semantic modely a DAX, Day 4 = Real-Time Intelligence, security, administrace a zkouška. Červenou nití všech čtyř dní je jeden dataset — kvalita ovzduší ČHMÚ — zpracovaný nejdřív dávkově, na konci jako stream.
1.2
Struktura oficiálních materiálů
Oficiální kurz má pět prezentací: Deck 0 (Intro), Deck 1–4 (obsahové dny) a Deck 5 (Conclusion). Trainer Prep Guide i hlavičky slidů říkají jasně:
- Day 1 = Deck 0 (Intro) + Deck 1 — končí Apache Spark
- Day 2 = Deck 2 — celý Data Warehouse (5 lekcí)
- Day 3 = Deck 3 — Power BI semantic modely v rámci Fabricu
- Day 4 = Deck 4 + Deck 5 — Real-Time Intelligence, security, administrace, závěr
Slide „Course schedule" v Decku 0 je placeholder — v poznámkách stojí: „Trainers: Find the proposed schedule here and customize if needed." Harmonogram si tedy každý lektor skládá sám; tady je verze pro tento kurz.
Poznámka: Nejnáročnější technická část (Spark) je na konci Day 1, ne na začátku Day 2. Je to výhodná pozice — celý den se buduje kontext (Lakehouse, Dataflow, Pipeline), Spark pak navazuje jako třetí cesta k témuž cíli. Day 2 je pak čistě ve světě T-SQL.
1.3
Day 1 — Lakehouse a tři cesty ingestu
Deck 0 + Deck 1, celkem 64 slidů, 4 laby k dispozici v konsolidovaném bloku. Demo nad daty ČHMÚ je červená nit celého dne — viz kapitola 3.
Pořadí bloků
- Intro (Deck 0) — představení, harmonogram, cíle
- Story setup + lekce 1.1 End-to-end overview — „flash forward" na cílový Power BI report, pak Deck 1 slidy 2–8
- Lekce 1.2 Lakehouse — slidy 9–17 + lecturer demo (založení Lakehouse, ingest)
- Lekce 1.3 Dataflow Gen2 — slidy 18–26 + Cesta 2 z dema
- Lekce 1.4 Pipeline — slidy 27–35 + Cesta 3 z dema
- Lekce 1.5 Spark — slidy 36–50 + Cesta 1 z dema (Notebook PySpark)
- Konsolidovaný hands-on blok — účastníci si vyberou 1–2 z labů 1–4 na MS Learn
- Closure Day 1 — Power BI demo report + preview Day 2
Lekce a na co si dát pozor
| # | Téma | Slidy | Demo | Na co si dát pozor |
|---|---|---|---|---|
| 0 | Course intro (Deck 0) | 14 | – | Slide „Course schedule" přepsat na harmonogram kurzu. Na úvod se zeptat na současné zkušenosti s Fabricem a Power BI. |
| 1.1 | Explore end-to-end analytics | 7 (s2–s8) | Story setup | Postavit „story". Zdůraznit OneLake = jeden disk pro celou organizaci. Mít připravený screenshot end-to-end Lakehouse → PBI report. Nezacházet do detailů. |
| 1.2 | Get started with lakehouses | 9 (s9–s17) | Lecturer demo | Lakehouse má 2 endpointy (Explorer + SQL analytics endpoint, read-only). Účastníci ze SQL se ptají, proč nemůžou DML — vysvětlit (Delta Parquet, immutability). Vhodný moment pro handout SQL trojúhelník (kapitola 5). |
| 1.3 | Ingest data with Dataflow Gen2 | 9 (s18–s26) | Cesta 2 | Power Query většina zná. Co je v Gen2 jiné: output destinations, Fast Copy, podpora CI/CD. Riziko: UI pro destination je občas nestabilní, mít fallback. |
| 1.4 | Orchestrate processes (Pipelines) | 9 (s27–s35) | Cesta 3 | Activities jsou jako v ADF / Synapse pipelines. Copy Activity wizard: ukázat templates. ForEach + Lookup + schedule trigger. |
| 1.5 | Use Apache Spark in Fabric | 15 (s36–s50) | Cesta 1 | Technicky nejriskantnější část, viz kapitola 2. Spark cold start na F2 trvá 1–2 minuty — využít na výklad architektury (Driver / Executor / Stages). Slidy 41–46 jsou PySpark kód: live demo, nebo pre-built screenshoty jako fallback. |
Buffer strategie: pokud Spark cold start přetáhne, lekce 1.5 přeteče do konsolidovaného hands-on bloku.
Poznámka k labům: laby z MS Learn jsou dimenzované velkoryse — lab označený jako půlhodinový je reálně hotový mnohem dřív. V konsolidovaném bloku se pohodlně vejdou dva laby na osobu.
1.4
Day 2 — Data Warehouse a medallion v T-SQL
Jediný Deck 2, 85 slidů, ale hodně z nich jsou ukázky kódu a výstupů — projdou se rychle. 5 labů k dispozici.
Pořadí bloků
- Recap Day 1 — stand-up, otázky, refresh dema
- Lekce 2.1 Get started with DW — slidy 2–22 + lecturer demo (založení Warehouse, schema design)
- Lekce 2.2 Load data — slidy 23–41 + Mini Medallion Bronze → Silver
- Lekce 2.3 Query — slidy 42–61 + Mini Medallion Gold
- Lekce 2.4 Monitor — slidy 62–72 + screenshoty Capacity Metrics (kapitola 4)
- Konsolidovaný hands-on blok — 1–2 z labů 5–9
- Lekce 2.5 Secure (highlights) + closure — stručný přehled DDM / RLS / CLS, hands-on lab pro zájemce domů
Lekce a na co si dát pozor
| # | Téma | Slidy | Demo | Na co si dát pozor |
|---|---|---|---|---|
| 2.1 | Get started with data warehouses | 21 (s2–s22) | Lecturer demo: založení Warehouse | Slidy 6–9 (schema design, star vs snowflake) — neztratit se v teorii. Slide 14 (Build relationships) = Model view ve Warehouse, default semantic model se vytváří automaticky — zdůraznit „default je dobrý na prototyp, ne na shipping". |
| 2.2 | Load data into a Fabric warehouse | 19 (s23–s41) | Mini Medallion B → S | T-SQL CREATE TABLE, COPY INTO, INSERT … SELECT, SCD Type 2 (s30). Slide 35 „Load from other assets" = 3-part naming napříč workspacy (Fabric feature, zdůraznit). Slide 37 Copilot — live demo. |
| 2.3 | Query a data warehouse | 20 (s42–s61) | Mini Medallion S → G | T-SQL core. Slide 50 DAX calculations — kontrast DAX vs T-SQL measures; pro účastníky bez DAX backgroundu vyhradit chvíli na to, proč obojí. Riziko: lekce 2.3 se hodně překrývá s 2.2 (oboje T-SQL) — krátit, jinak je to monotónní. |
| 2.4 | Monitor a Fabric warehouse | 11 (s62–s72) | Screenshoty Capacity Metrics | Detail v kapitole 4. DMVs (sys.dm_exec_*, queryinsights.*) známé ze SQL Serveru, ale upozornit na rozdíly: omezený vzorek, queryinsights per warehouse. Slide 65 (timepoint explore graph) = klíčová obrazovka, mít z pre-runu. |
| 2.5 | Secure a Fabric warehouse | 13 (s73–s85) | – (jen highlights) | DDM, RLS, CLS, granular permissions přes T-SQL — koncepty ze SQL Serveru. Klíčový rozdíl: Fabric Warehouse nemá Always Encrypted ani TDE se zákaznickým klíčem. Lab vyžaduje 2 uživatele (admin + tester). Do hloubky se v closure bloku nejde — odkázat na lab. |
Buffer strategie: lekce 2.5 je pojistka — pokud cokoliv předtím přeteklo, redukuje se na „kde to najdete" a hotovo.
1.5
Day 3 — Power BI semantic modely, DAX a optimalizace
Deck 3 = Power BI v rámci Fabricu. Audience má typicky SQL / PBI background, takže úvod do DAXu jde zkrátit a optimalizace může jít do hloubky. Detail v kapitole 7.
Pořadí bloků
- Recap Day 1 + 2 — stand-up, Q&A z medallionu
- Lekce 3.1 Semantic models — architektura semantic modelu, storage mody (Import, DirectQuery, Direct Lake), star schema patterns + lecturer demo nad gold vrstvou z Days 1–2
- Lekce 3.2 DAX core — iterátory, CALCULATE + filter context, time intelligence — DAX má jiný mental model než SQL, tady je hot point
- Lekce 3.3 Direct Lake deep-dive — co znamená „no copy", framing, fallback na DirectQuery, kdy ano a kdy ne
- Lekce 3.4 RLS / OLS / Sensitivity labels — security v semantic modelu: DAX výrazy pro RLS, OLS metadata, propagace MIP labelů
- Lekce 3.5 Performance & optimization — Performance Analyzer, DAX Studio, VertiPaq Analyzer, Tabular Editor
- Konsolidovaný hands-on blok — 1–2 laby z bloku DAX / RLS
- Closure Day 3 + preview Day 4 — „zítra: real-time, security, admin, exam tips"
Lekce a na co si dát pozor
| # | Téma | Demo | Na co si dát pozor |
|---|---|---|---|
| 3.1 | Semantic models | Live: Direct Lake nad gold z Days 1–2 | Star schema first. Tabulka tradeoffs Import vs DirectQuery vs Direct Lake (refresh, latence, cena kapacity). Demo: postavit semantic model nad gold_fact_kvalita_ovzdusi v Direct Lake mode, ukázat framing. |
| 3.2 | DAX | Live: CALCULATE + time intelligence nad ČHMÚ | Začít evaluací iterátorů — SUMX vs SUM, row vs filter context. Pro SQL publikum analogie GROUP BY ↔ context transition. CALCULATE je polovina síly DAXu, dát mu prostor. Time intelligence: DATESYTD, SAMEPERIODLASTYEAR, DATEADD — postavit 3 measures, ukázat matrix. |
| 3.3 | Direct Lake | Demo srovnání refreshů | „No copy" = data zůstávají v Lakehouse Delta, semantic model je jen referencuje. Framing = periodický reload metadat. Fallback na DirectQuery, když sloupce ještě nejsou „warm" — vysvětlit. Riziko: F2 nestíhá Direct Lake na velkých tabulkách → fallback. |
| 3.4 | Security | RLS demo | DAX RLS výraz: [Region] = USERPRINCIPALNAME(). OLS = skrytí sloupců podle role. Sensitivity labels = MIP integrace, propagace z OneLake (label inheritance). |
| 3.5 | Performance | Performance Analyzer + DAX Studio live | Performance Analyzer vestavěný v PBI Desktop = první nástroj, který musí každý znát. Pak DAX Studio (Server Timings, Query Plan), VertiPaq Analyzer (kardinalita, velikost slovníků), Tabular Editor 2 (bulk edit measures). Handout „který nástroj kdy" je v kapitole 7. |
Buffer strategie: pokud DAX (3.2) přeteče u publika bez DAX backgroundu, Direct Lake (3.3) se zredukuje na „co to je" a deep-dive se posune do bloku 3.5.
1.6
Day 4 — Real-Time Intelligence, security, administrace a závěr
Deck 4 + Deck 5. Hlavní hands-on demo je RTI blok; runbooky jsou v RTI Library (runbooky 15–22 v těchto materiálech), story arc v kapitole 6. Security a administraci pokrývá kapitola 8, zkoušku kapitola 9.
Pořadí bloků
- Recap Day 3 — stand-up, Q&A z DAX a optimalizace
- Lekce 4.1 Real-Time Intelligence — teorie a architektura, pak demo arc A → B → F z RTI Library
- Lekce 4.2 Secure data access — OneLake permissions, workspace role, propagace sensitivity labelů, přehled integrace s Purview
- Lekce 4.3 Administer Microsoft Fabric — tenant settings, správa kapacit, workspace governance, audit logy, Capacity Metrics deep-dive (navazuje na kapitolu 4)
- Hands-on / catch-up blok — 1–2 laby (RTI nebo Admin), nebo RTI dema C / D / E pro zájemce
- Course conclusion (Deck 5) + exam tips — rekapitulace čtyř dní, struktura zkoušky, studijní zdroje, Q&A
Lekce a na co si dát pozor
| # | Téma | Demo | Na co si dát pozor |
|---|---|---|---|
| 4.1 | Real-Time Intelligence | A → B → F z RTI Library | Demo arc je klíč. A = opener Bicycles, B = ČHMÚ live polling, F = Activator alert na PM10 nad EU limitem. Story: stejná data jako Days 1–2, ale v eventovém modelu — kdy RTI a kdy ne. Před live během mít Eventstreamy a KQL DB předpřipravené (pre-kurz checklist v kapitole 6). KQL ↔ DAX / SQL analogie v KQL cheat sheetu (runbook 22). |
| 4.2 | Secure data access | Workspace role + propagace sensitivity labelu | Workspace role (Admin / Member / Contributor / Viewer) + item permissions nad tím. OneLake permissions = řádkově / složkově řízený přístup. Purview = katalog + scan + lineage + labely — jen přehled, hloubka patří do DP-700. Hot point: rozdíl workspace role vs item permissions vs OneLake permissions — tři vrstvy. |
| 4.3 | Administer Fabric | Capacity Metrics App + admin portál | Tenant Admin Portal (admin.fabric.microsoft.com) — tenant settings (kdo může co), přiřazení kapacit, audit logy (M365 admin center). Capacity Metrics App účastníci znají z Day 2, dnes deep-dive: Throttling tab, background utilization, smoothing window. Hot point: F-SKU smoothing (24h okno) — proč dvě F2 nejsou totéž co F4. |
| 5 | Course conclusion (Deck 5) + zkouška | – | Mini kvíz z Days 1–4. Exam tips: 40–60 otázek, 100 minut, multiple-choice + case studies, otázky scenario-based. Doporučit MS Learn paths + practice assessment. Detail v kapitole 9. |
Buffer strategie:
- Pokud RTI demo selže (Eventstream se nerozjede, endpoint ČHMÚ nedostupný): přepnout na pre-built screenshoty + KQL dotazy nad předcachovanými daty. Demo C (NDIC) jako alternativní live.
- Pokud administrace (4.3) přeteče: exam tips zkrátit na odkaz na kapitolu 9.
1.7
Mapování lekcí na kapitoly těchto materiálů
| Lekce | Primární kapitola | Sekundární |
|---|---|---|
| 1.1 End-to-end | 3 — Demo (story setup) | – |
| 1.2 Lakehouse | 5 — SQL trojúhelník | 3 — Demo (založení Lakehouse) |
| 1.3 Dataflow Gen2 | 3 — Demo (Cesta 2) | 4 — CU Costs (kdy Dataflow vs Pipeline) |
| 1.4 Pipelines | 3 — Demo (Cesta 3) | 4 — CU Costs |
| 1.5 Spark | 2 — Notebooky | 3 — Demo (Cesta 1) |
| 2.1 DW intro | 5 — SQL trojúhelník | – |
| 2.2 Load DW | 3 — Demo (Mini Medallion B → S) | 5 — SQL trojúhelník |
| 2.3 Query DW | 3 — Demo (Mini Medallion S → G) | 5 — SQL trojúhelník |
| 2.4 Monitor | 4 — CU Costs | – |
| 2.5 Secure | 5 — SQL trojúhelník (security) | – |
| 3.1 Semantic models | 7 — Semantic modely, DAX a optimalizace | gold vrstva z Days 1–2 |
| 3.2 DAX core | 7 | – |
| 3.3 Direct Lake | 7 (sekce Direct Lake) | 4 — CU Costs |
| 3.4 RLS / OLS / Labels | 7 (sekce RLS / OLS) | 8 — Security a administrace |
| 3.5 Performance | 7 (sekce optimalizace) | – |
| 4.1 RTI | 6 — RTI demo arc + runbooky 15–22 | – |
| 4.2 Secure | 8 — Security a administrace | – |
| 4.3 Administer | 8 | 4 — CU Costs |
| 5 Conclusion + Exam | 9 — Zkouška DP-600 | – |
Runbooky medallion dem (ČHMÚ, NYC Taxi, OpenAQ) jsou runbooky 10–14 — alternativní datasety ke stejnému demo patternu z kapitoly 3.
1.8
Co stojí za to ověřit před kurzem
- Verze obsahu. Oficiální materiály mají svou dobu vzniku a Fabric se mění každý měsíc. Typicky zastarává: rozsah Copilotu (Dataflow Gen2 a další položky), Mirroring vedle pipelines (Deck 2, „Load with pipelines"), seznam komponent Fabricu (Real-Time Intelligence jako brand, Activator).
- Profil účastníků. Před Day 1 se zeptat: kdo už Fabric používá? Power BI Pro vs Premium? Vlastní kapacita, nebo Fabric trial? Určuje to demo strategii.
- Závislosti labů. Lab 4 (Spark) předpokládá Lakehouse z Labu 1. Kdo Lab 1 nedokončil, nemůže do Labu 4 — mít připravený pre-built workspace pro reset.
- Demo data. Pre-extrahovaná CSV ve
Files/raw/, lookup CSV — pre-kurz checklist v kapitole 3 a v runbooku Mini Medallion ČHMÚ.