Jupyter Notebooks and Apache Spark are first class citizens of the Data Science space, a truly requirement for the "modern" data scientist. But there was a requirement: being a python developer. Now Microsoft is investing on C# as another first class citizen in this space. Let's look what .net can do for notebooks and spark and what are notebooks and spark.

Azure SQL Database has not got a native scheduling service comparable to SQL Agent that is present in the on-premise instances. When database solutions are implemented in Azure SQL, after the design phase of DB schema, possible solutions to perform database maintenance activities like Integrity Check, Index Rebuild etc… have to be studied. On the contrary, Backup activity already has an excellent default configuration given by Microsoft Azure platform. In this article we will list the necessary activities to undertake in order to perform the maintenance of databases in Azure SQL; moreover, possible solutions will be explained and more convenient services will be described.

Il Recovery è fondamentale per ogni database, consentendo di ripristinare la consistenza e l'integrità dei dati a fronte di qualsiasi evento e/o circostanza. Questa sessione ne illustra i concetti e l'evoluzione delle tecniche e degli strumenti disponibili nella piattaforma SQL Server, con un particolare accento sulle novità introdotte dalla versione 2019.

Nella versione 3.0, Entity Framework ha iniziato a supportare sistemi NoSQL. CosmosDB è il primo database supportato, vedremo come inserire e leggere i dati con una nuova filosofia e la confronteremo con una relazionale.

Nella versione 3.0, Entity Framework ha iniziato a supportare sistemi NoSQL. CosmosDB è il primo database supportato, vedremo come inserire e leggere i dati con una nuova filosofia e la confronteremo con una relazionale.

Working in manufacturing industry means that you must deal with product failures. As a BI and/or Data Scientist developer, your task is not only monitor and report product’s health state during its lifecycle, but also predict the likelihood of a fail in the production phase or when product has been delivered to the customer. Machine Learning techniques can help us to accomplish this task. Starting from past failure data, we can build up a predictive model to forecast the likelihood for a product to fail or giving an estimate on its duration. And now it is possible to develop an end-to-end solution in SQL Server, because of the introduction of advanced analytics tools like R since release 2016. In this session, we start from the real case of a manufacturing company to create some predictive models: a) Regression model, to predict how many months a product will last once it is delivered to the customer; Time to Failure (TTF); b) Classification models, to predict if a product will fail within a given time frame. (Binary or multi-class classification problem.( The solution is built using SQL Server 2016, R and R services. On top of that, some reports are created to deliver the outcome to the stakeholders.

Uno dei punti di forza di Power BI risiede nelle performance del suo engine di Power Query e nella capacità di semplificare lo sviluppo dell'intera fase ETL attraverso l'uso della sola interfaccia grafica. Ma dietro le quinte ogni nostro "click" si traduce in codice "M" e conoscere tale linguaggio consente di ampliare ulteriormente le potenzialità di Power BI e quindi dei nostri modelli. In questa sessione introduttiva verranno descritti i principali costrutti e le regole base del linguaggio e si mostreranno alcuni esempi pratici di utilizzo all'interno dei modelli di Power BI.

In questa sessione vedremo come implementare un sistema di monitoraggio di base per SQL Server a costo nullo, o quasi, usando lo stack TIG: Telegraf, InfluxDB e Grafana e proveremo a costruire/modificare una dashboard secondo le nostre necessità

La Role level security è una funzione importante per gestire l'accesso ai report e l'utilizzo di soluzioni dinamiche offre un sistema potente e flessibile per organizzare l'accesso ai dati degli utenti. Durante questa sessione esploreremo i principali modelli per costruire una Role Level Security ben strutturata ed efficiente

Polybase è la tecnologia introdotta con SQL Server 2016 per eseguire query distribuite in ambienti eterogenei. Inizialmente con un supporto di sistemi esterni limitato, in SQL Server 2019 è stato esteso per supportare non solo Hadoop e SQL Server in tutte le declinazioni, tra cui Azure SQL Data Warehouse, ma anche Teradata, Oracle, MongoDB e sistemi generici accessibili via ODBC. In questa sessione vedremo come funziona il meccanismo di integrazione dal punto di vista tecnico con qualche esempio pratico.

Sempre più spesso le aziende migrano i propri datacenter, o parte di essi, in cloud. Quando si arriva alla componente SQL Server delle diverse isole applicative, ci si trova davanti alla possibilità di migrare il workload SQL su una pletora di servizi diversi, tra VM in IaaS e Azure SQL Database in PaaS. Analizziamo quali possono essere i driver che guidano la scelta di un percorso di migrazione verso Azure, quali strumenti usare e quali elementi possiamo andare ad introdurre nella soluzione affinché ci si possa avvalere dei benefici del cloud, evitando di fare l'ennesimo banale rehost che poco aggiunge rispetto a quanto avevamo on-premises.

In questa sessione, Giuliano e Alessandro mostrano le tecnologie disponibili per trasportare velocemente dati di produzione in ambienti isolati da usare in: test di integrazione, emulazione di rilasci e controllo di anomalie. Dal cloning in Hyper-V ai container Docker, vedremo quanto è semplice fare provisioning di dati su Microsoft SQL Server per verificare la presenza di regressioni nell'integrare le modifiche prodotte dal Team di sviluppo.

In questa sessione, Giuliano e Alessandro mostrano le tecnologie disponibili per trasportare velocemente dati di produzione in ambienti isolati da usare in: test di integrazione, emulazione di rilasci e controllo di anomalie. Dal cloning in Hyper-V ai container Docker, vedremo quanto è semplice fare provisioning di dati su Microsoft SQL Server per verificare la presenza di regressioni nell'integrare le modifiche prodotte dal Team di sviluppo.