„Docker on Azure – von der Einzelmaschine über Cluster bis zu PaaS“

Für Docker auf Azure gibt es viele Optionen. Eine einfache Entwicklungsmaschine baut man sich leicht mit Docker Machine, einen kompletten Cluster auf Basis von Kubernetes, DC/OS oder Swarm mit Azure Container Services.
Und schließlich beruht auch App Services for Linux auf Docker, was man auch für eigene Container nutzen kann.

Databricks

Die treibende Kraft hinter dem Apache Spark Framework die Databricks Inc. und Microsoft haben einen gemeinsamen Dienst entworfen, mit dem sich schnell und einfach Big Data und Advanced Analytics Lösungen entwerfen lassen.
Die Kombination aus der einfachen Skalierbarkeit der Azure Plattform und der umfassenden Databricks Unified Analytics Plattform, machen Analysen von Datenströmen, großen Datenmengen und das Trainieren von KI-Modellen zum Kinderspiel.
Sascha Dittmann zeigt in dieser Session, wie man den neuen Azure Dienst aufsetzen und in verschiedenen Real-World Szenarien einsetzen kann.

Azure Cognitive Services – Einführung, Möglichkeiten und Anwendungsbeispiel:

Microsoft Cognitive Services (ehemals Project Oxford) sind eine Reihe von APIs, SDKs und Services, die Entwicklern zur Verfügung stehen, um ihre Anwendungen intelligenter, ansprechender und auffindbarer zu machen. Cognitive Services erweitern Microsofts KI Plattform.

Dies ist eine große Spielwiese für Jung und Alt. Hier kann nach Herzenslust ausprobiert werden was vielleicht schon morgen überall im Einsatz sein wird. Mit den verschiedenen Baukästen wie Beispielsweise Bot Framework, Emotion, Face, Text Analytics oder Recommendations, um nur ein paar zu nennen, lassen sich in kurzer Zeit Eindrucksvolle Anwendungen zusammenstecken.

From Zero to Hero: „Dashboard in an hour“

Daten aus unterschiedlichsten Quellen importieren, mit wenigen Mausklicks bereinigen und für die nachfolgenden Analyseaufgaben aufbereiten. Mittels „drag & drop“ die Daten miteinander in Beziehung bringen und ein leistungsfähiges Datenmodell erstellen.
Die Datenbasis mit eigenen Berechnungen vervollständigen durch den Einsatz der leistungsfähigen Formelsprache DAX.
Schnelle Einblicke gewinnen durch einfaches Fragen stellen.
Interaktive Berichte mit beeindruckenden Visualisierungen erstellen und den Daten damit wertvolle Informationen entlocken. Berichte und Dashboards mit Kunden & Kollegen teilen und alle immer auf dem aktuellen Stand halten.
Auch mit mobilen Endgeräten jederzeit auf dem aktuellen Stand sein. Erwecken Sie Ihre Daten mit Power BI Desktop zum Leben!

Dieses PASS Essential richtet sich an Datenbank-Profis, die die wichtigsten nativen Tools für Perfomance-Analyse und Troubleshooting beherrschen möchten: Perfmon, Extended Events und ausgewählte DMVs. Diese Tools sind die perfekte Basis auch für komplexere Analysen. Angesprochen sind Einsteiger in die Materie.

Nach Abschluss des Workshops haben Sie fundierte Kenntnisse in diesen Themen:

• Sie können Performance Monitor für Windows bedienen
• SQL Server, inclusive Azure SQL Database mit Extended Events tracen
• kennen die wichtigsten DMVs als Quellen für Performance und Troubleshooting
• kennen die Query Store und deren Möglichkeiten

In diesem praxisorientierten Vortrag (Level 300+) beschäftigen wir uns mit dem Transactionlog des Microsoft SQL Servers.

Dabei versuchen wir ein gemeinsames Verständnis für die folgenden Themen zu erarbeiten:

• Virtual Log Files
• Recovery Models (Simple, Bulk logged, full)
• Performance Analyse des Transaction Log Files
• Delay Durability
• Transactions
• Bulk logged Operations
• Point in Time Recovery

Ein grundsätzliches Verständnis für Extended Events und Transaktionen ist hilfreich.

Nun, wir sind ja bereits einiges gewohnt, was Evergreening und neue Services auf Azure betrifft, aber hier kommt was an, das schon wieder jedem DataMonster ein Fragezeichen auf die grüne Stirn brennt! Hier kommen Themen wie Power BI, Power Apps, Dynamics365, DataLake, Master Data, Governance, Data Catalog auf einen Schlag zusammen. Monstermäßig mutig werden wir in dieser Session versuchen Klarheit ins Thema zu bekommen und sehen what’s in it for me als BI SpezialistIn, DBA aber auch Entwickler.

Mit dem was es bereits gibt, machen wir natürlich auch ein paar Demos und wenn die Session vorbei ist, können wir gerne beim Bier, Wein oder Äppler checken, ob das alles so Sinn macht.

Die BI-Solution ist entwickelt und getestet; dann kommt der spannende Teil …
Wie erfolgt das Deployment insbesondere unter dem Aspekt, dass „Betrieb“ und Entwicklung getrennt sind.
Weiterhin gilt es die geringstmögliche Berechtigungen zu erteilen. Wie können die Adminsitratoren dabei den Überblick behalten.
Und zu guter letzt zeigen sind im Betrieb ab und an „Issues“ deren Ursache es zu identizieren gilt…

Seit Mai dieses Jahres ist die Datenschutz-Grundverordnung – kurz DSGVO – in Kraft. Alle Unternehmen, die personenbezogene Daten speichern und verarbeiten, sind von den neuen Regeln dieser EU-Richtlinie betroffen. Speichern und Verarbeiten von Daten? Da ist es doch recht naheliegend, dass sich mit SQL Server auch Anforderungen der DSGVO umsetzen lassen. Dieser Vortrag zeigt Möglichkeiten von SQL Server zur Realisierung einiger Anforderungen und wird folgende Punkte der DSGVO ansprechen:

• Grundsätze der DSGVO
• Personenbezogene Daten
• Privacy by Default und Privacy by Design
• Sicherheit der Verarbeitung

Wer mit beliebten KI-Frameworks, wie beispielsweise TensorFlow, CNTK, Caffe, Chainer & Co, ein Modell bauen wollte, musste sich bislang selbst um die komplette Infrastruktur kümmern und seine Data Science IDE entsprechend konfigurieren. Doch das hat jetzt ein Ende.
In dieser Session zeigt Sascha Dittmann wie man mit der Azure Machine Learning Workbench und dem Azure Batch AI Dienst eine durchgängige und einfach zu nutzende Data Science Umgebung aufbaut. Mit dieser lassen sich dann im großem Umfang parallel experimentieren, sowie Deep Learning- und KI-Modelle trainieren.

Ergänzend dazu gibts die Neuerungen zum SQL Server 2019 frisch vom PASS Summit.

Auf dem PASS Summit 2017 stellte Microsoft ein neues Tool für die Verwaltung und Entwicklung von SQL Server vor:
Azure Data Studio.
In seiner demozentrierten Session zeigt Frank Geisler, wie man das Azure Data Studio einsetzt und  was im Vergleich zum SQL Server Management Studio neu ist. Außerdem zeigt er wie man mit dem Azure Data Studio nicht nur Datenbankprojekte erstellen sondern SQL Server auch verwalten kann. Damit ist Azure Data Studio das ideale Tool für DevOps im Microsoft Datenbankumfeld.
Übrigens: Einer der größten Vorteile ist, dass Azure Data Studio nicht nur für Windows, sondern auch für Mac und Linux verfügbar ist.

SB is a hidden gem in Microsoft SQL Server that has received far too little attention. This session describes a business case that requires that data from inactive customers be automatically written to another database. For the customer, synchronous processing is not possible in his OLTP system because a synchronous process puts too much pressure on the ordering system.
With the help of SB, this process can be implemented quickly, safely and stably.
In the session, after an introduction to the technology and operation of Service Broker, the business case with all requirements will be cataloged and then a solution will be developed with the help of Service Broker.
Once the process has been broken down into its individual steps, the various processes are implemented using Service Broker.

Topics

The following topics are covered during the implementation of the business case:

• Components of Service Broker
• Security
• Row Level Security
• Monitoring of service brokers
• Error handling service broker

Requirements

• Good knowledge of T-SQL
• Basic understanding of asynchronous message processing
• Dealing with SQL Server Management System

.. Sascha Dittmann bietet einen einstieg in die Cosmos DB
insbesondere für T-SQL Entwickler und SQL Server Administratoren.

Die Data Factory steht seit längerem in der Microsoft Azure Cloud für das effiziente Kopieren von Massendaten zwischen vielen Arten von Datenspeichern zur Verfügung. Ergänzt wird dieses Angebot um die Modellierung von Abhängigkeiten zwischen mehreren Verarbeitungsschritten und seit der Version 2 auch durch einen Control Flow für die Abbildung von Schleifen und Bedingungen und dem Ausführen von Integration Services Paketen. Seit kurzem können jetzt auch visuell unterstützt Data Flows für das gezielte Anreichern, Korrigieren und Umwandeln innerhalb der Data Factory genutzt werden!

Der Vortrag zeigt nach einem allgemeinen Überblick zur ADF, die Data Flows und andere top aktuelle Features des Platform-as-a-Service Dienstes mit wichtigen Tipps aus der Praxis.

Mittlerweile unterstützen die MS SQL Server (u.a. MS SQL Server 2017) sowohl die Python als auch die R Integration. Dadurch ist es nicht mehr notwendig, eine Datenbank von extern (z.B. aus einem jupyter-Python-Notebook, einer IDE wie Spyder oder R bzw. RStudio) anzusprechen, vielmehr können die Jobs direkt in MS SQL Server ausgeführt werden.
Der Workshop soll anhand einiger praktischer Beispiele die gelungene Integration von Python und R in MS SQL Server 2017 aufzeigen. Es werden kleinere Machine Learning-Beispiele gezeigt, die direkt in MS SQL Server 2017 ausgeführt werden.

Power BI Dataflows sind ein weiterer Schritt von Microsoft die Power BI Landschaft mehr und mehr Enterprise Ready zu machen. Nun, stand im Titel nicht etwas von SelfService?
Genau, es ist der Versuch Business Intelligence Prozesse, im Falle von Dataflows: ETL, so zu gestalten, das diese ohne Interaktion der IT durch Fachabteilungen erstellt werden können.
Was bedeutet das für den Anwender:
Wir werden in dieser Session, bekannte Funktionen aus Power Query wieder finden, aber auch Themen wie Data Lineage, Dataflow im PBI Desktop,
Machine Learning, AI und inkrementellen Refresh zeigen und was der Dataflow mit dem Common Data Model am Hut hat. Natürlich grenzen wir auch gegen den Data Flow mit blank ab 😊

PowerBI bietet mit den Quickmeasures eine wizard-gestützte Möglichkeit
insbesondere Filter und „Time Intelligence“ zu implementieren.
Der Vortrag zeigt dabei die Anwendung sowie den dahinter liegenden DAX-Code
und vergleicht dies mit „Lösungen auf T-SQL Basis“.

Wenn das in PowerBI geht..
lässt sich das auch auf den Analysis Services im Tabularmode anwenden ?

Microsoft hat In-Memory OLTP mit der SQL Server Version 2014 eingeführt und versprochen, dass Abfragen bis zu 100-mal schneller ausgeführt werden.

In dieser Session werden wir die Einschränkungen der traditionellen festplattenbasierten Speicher-Engine untersuchen und der Frage nachgehen, warum die In-Memory-Technologie das Potential hat erheblich schneller zu sein.

Wir werden zudem klären, welche Szenarien die Migration nach In-Memory OLTP rechtfertigen und welche Schwierigkeiten damit verbunden sind.

Wie schaffen es die großen sozialen Netzwerke, mir passende Freundschaftsvorschläge zu unterbreiten und woher weiß mein Navigationsgerät, ob ich links oder rechts herum fahren sollte? Wie ist eine Datensammlung strukturiert, um schnell derartige Fragen beantworten zu können? Welche T-SQL-Befehle kann man nutzen, um teilweise sogar rekursive Fragestellungen abzubilden?
Torsten zeigt anhand einfach nachzuvollziehender Beispiele aus der Praxis das Geheimnis hinter der Magie der großen Datensammlungen…

Hype as it is, a valid business case currently is the most critical point for a Blockchain project. So better check it out with a PoC and best with a fast PoC before you start burning money. But getting even a simple PoC for a Blockchain project running still is hard. Connecting Blockchain data to classical databases, making them available to analytics or standard applications is worse (ever queried LevelDB?). Microsofts „Azure Blockchain Workbench“ let you do this in hours, not months. So (besides wondering why one needs this hype stuff at all) we will see how to ..

– Deploy a Blockchain on Azure in a breeze
– Start coding with Solidity
– Generate templates for smart contracts
– Connect them to IoT devices
– Get a PoC Web UI for free
– Push all the data into a „real“ database automatically
-Dashboarding with PowerBI
-Grabbing Blockchain data with Azure Logic Apps

Last but not least, we may look at some real world projects.