説明
ボックス 1: 複製された
小さなテーブルに最適なテーブル ストレージ オプションは、すべてのコンピューティング ノード間でテーブルをレプリケートすることです。
ボックス 2: ハッシュ
ハッシュ分散により、大規模なファクト テーブルでのクエリのパフォーマンスが向上します。
ボックス 3: ラウンドロビン
ラウンドロビン分散は読み込み速度の向上に役立ちます。
参照：
https://docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-tables-distribu

参照：
https://azure.microsoft.com/en-in/blog/maximize-throughput-with-repartitioning-in-azure-stream-analytics/
https://docs.microsoft.com/en-us/azure/stream-analytics/stream-analytics-streaming-unit-consumption

説明
ボックス 1: (クラスター化列ストア インデックス
クラスター化された列ストア インデックス
列ストア インデックスは、大規模なデータ ウェアハウス ファクト テーブルの保存とクエリの標準です。このインデックスは列ベースのデータ ストレージとクエリ処理を使用して、データ ウェアハウス内で従来の行指向ストレージと比較して最大 10 倍のクエリ パフォーマンスを実現します。また、非圧縮データ サイズと比較して、データ圧縮により最大 10 倍の利益を達成することもできます。SQL Server 2016 (13.x) SP1 以降、列ストア インデックスにより運用分析が可能になり、トランザクション ワークロードに対してパフォーマンスの高いリアルタイム分析を実行できるようになります。
注: クラスター化列ストア インデックス
クラスター化列ストア インデックスは、テーブル全体の物理ストレージです。
自動生成される図の説明

列セグメントの断片化を軽減し、パフォーマンスを向上させるために、列ストア インデックスは、一部のデータをデルタストアと呼ばれるクラスター化インデックスと、削除された行の ID の B ツリー リストに一時的に保存することがあります。デルタストアの操作はバックグラウンドで処理されます。正しいクエリ結果を返すために、クラスター化列ストア インデックスは列ストアとデルタストアの両方からのクエリ結果を結合します。
ボックス 2: HASH([プロダクトキー])
ハッシュ分散テーブルは、分散列の値に基づいて行を分散します。ハッシュ分散テーブルは、大規模なテーブルに対するクエリで高いパフォーマンスを実現するように設計されています。
データが均等に分布する分布列を選択してください
参照: https://docs.microsoft.com/en-us/sql/relational-databases/indexes/columnstore-indexes-overview
https://docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-tables-overview
https://docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-tables-distribu

説明
代わりに、ファイルを圧縮区切りテキスト ファイルに変換します。
参照：
https://docs.microsoft.com/en-us/azure/sql-data-warehouse/guidance-for-loading-data

トピック 2、Contoso
取引日
Contoso は、複数のオンプレミス Microsoft SQL Server サーバーに保存されている 100 億件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、調達、およびサプライヤーのデータを保有しています。SQL サーバー インスタンスには、さまざまなオペレーティング 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ロードされます。
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 行ずつ、50 億行を含む単一のテーブルが作成されると推定します。
販売取引データを対象とするほとんどのクエリは、さまざまな期間にどの製品が小売店で販売され、どの製品がオンラインで販売されたかを識別するために使用されます。3 年を超え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予定です。テーブルは約 2 MB 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。製品はプロダクトIDで識別されます。テーブルは約 5 GB 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、その製品を Azure Event Hubs 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 Azure Synapse Analytics 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 Synapse Analytics 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センチメントを評価します。
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 データセットについて次の要件を特定します。
※販売取引記録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できるだけ早く完了するようにします。
* 小売店の住所の変更を考慮して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。
* 古いレコードの削除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、顧客感情分析について次の要件を特定しています。
* Contoso ユーザーが A/ure Synapse Analytics 専用 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。
* 追加のスループットや容量ユニットを購入することなく、Event Hubs から Azure Storage への Twitter フィード取り込みの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 Azure Storage 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 レベルに至るまで Azure AD 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労力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 年以上古いものです。
データ統合の要件
Contoso は、データ統合について次の要件を特定しています。
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確実にバージョン管理し、複数のデータ エンジニアが個別に開発できるようにするプロセスを特定します。