透過的データ暗号化 (TDE) は、保存データを暗号化および復号化することで、悪意のあるアクティビティの脅威から保護します。データベースを暗号化すると、アプリケーションに変更を加えることなく、関連するバックアップ ファイルとトランザクション ログ ファイルが暗号化されます。TDE は、データベース暗号化キーと呼ばれる対称キーを使用してデータベース全体のストレージを暗号化します。
参照：
https://docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-overviewmanage-security

説明
グラフィカル ユーザー インターフェイス、自動生成されるテキスト説明

ボックス 1: Evegent Hubs パーティションを構成する
シナリオ: 追加のスループットや容量ユニットを購入せずに、Event Hubs から Azure Storage 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 は、大量のイベントの処理を支援するように設計されています。Event Hubs のスループットは、パーティションとスループット ユニットの割り当てを使用してスケーリングされます。
Event Hubs のトラフィックは TU (標準レベル) によって制御されます。自動インフレにより、選択した必要最小限の TU で小規模から始めることができます。この機能は、トラフィックの増加に応じて、必要な TU の最大制限まで自動的にスケーリングします。
ボックス 2: Azure Data Lake Storage Gen2 アカウント
シナリオ: 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。
Azure Data Lake Storage Gen2 は、Azure ロールベースのアクセス制御 (Azure RBAC) と POSIX のようなアクセス制御リスト (ACL) の両方をサポートするアクセス制御モデルを実装しています。
参照：
https://docs.microsoft.com/en-us/azure/event-hubs/event-hubs-features
https://docs.microsoft.com/en-us/azure/storage/blobs/data-lake-storage-access-control

説明
クラウド プロバイダー インフラストラクチャ ログ。Databricks ログを使用すると、セキュリティ チームと管理チームが Databricks ワークスペース内またはワークスペースからのデータ ガバナンス標準への準拠を実証できます。特に規制された業界の顧客は、次のようなアクティビティに関する記録も必要とします。 - クラウド データ ストレージへのユーザー アクセス制御 - クラウド ID とアクセス管理のロール - クラウド ネットワークとコンピューティングへのユーザー アクセス Azure Databricks は、次のようなアクティビティに合わせて調整された複数の VM インスタンスで 3 つの異なるワークロードを提供します。データ分析ワークフロー - ジョブ コンピューティング ワークロードとジョブ ライト コンピューティング ワークロードにより、データ エンジニアはジョブの構築と実行が容易になり、汎用コンピューティング ワークロードにより、データ サイエンティストはデータと洞察を探索、視覚化、操作、共有することが簡単になります。インタラクティブに。

説明
現在のログ ファイルのサイズ、最大サイズ、ファイルの自動拡張オプションについては、sys.database_files のログ ファイルの size、max_size、および拡張列を使用することもできます。
参照：
https://docs.microsoft.com/en-us/sql/relational-databases/logs/manage-the-size-of-the-transaction-log-file

トピック 2、Contoso のケーススタディ取引日
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 1 つ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。