Google BigQuery

Podstawowe zrozumienie baz danych i SQL pojęć

Publiczność

Analitycy danych Administratorzy Database

Google BigQuery to potężna bezserwerowa platforma do hurtowni danych i analiz, która zapewnia narzędzia do wyszukiwania i analizowania dużych zbiorów danych, optymalizacji wydajności zapytań, integracji z innymi usługami GCP, a nawet tworzenia modeli uczenia maszynowego.

Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla zaawansowanych analityków danych, którzy chcą dowiedzieć się, jak używać Google BigQuery do wyszukiwania danych, optymalizacji i integracji uczenia maszynowego.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Zrozumienie podstaw Google BigQuery i jego wykorzystania do analizy danych i przetwarzania w chmurze.
• Wykorzystanie Google BigQuery do zarządzania danymi i złożonych zapytań SQL.
• Wdrażanie strategii optymalizacji zapytań w celu poprawy wydajności.
• Integracja BigQuery z innymi usługami Google Cloud.

Format kursu

• Interaktywny wykład i dyskusja.
• Dużo ćwiczeń i praktyki.
• Praktyczne wdrożenie w środowisku live-lab.

Opcje dostosowywania kursu

• Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.

Wprowadzenie

• Przegląd Google BigQuery

Pierwsze kroki

• Konfiguracja konta Google Cloud
• Wprowadzenie do interfejsu użytkownika BigQuery
• Tworzenie zestawów danych i tabel oraz zarządzanie nimi
• Ładowanie danych do BigQuery
• Podstawowe SQL zapytania w BigQuery

SQL Zapytanie w BigQuery

• Zaawansowane SQL techniki zapytań
• Agregowanie danych za pomocą GROUP BY
• Filtrowanie i sortowanie danych
• Praca z funkcjami daty i czasu
• Łączenie wielu tabel
• Podzapytania i funkcje okna

Zaawansowane funkcje BigQuery

• Eksportowanie danych z BigQuery
• Korzystanie z funkcji zdefiniowanych przez użytkownika (UDF)
• Zarządzanie i planowanie zapytań
• Wprowadzenie do tworzenia skryptów BigQuery
• Obsługa tablic i struktur
• Praca z danymi JSON

Optymalizacja BigQuery

• Techniki optymalizacji wydajności zapytań
• Partycjonowanie i klastrowanie tabel
• Korzystanie z planu wykonania zapytania
• Rozwiązywanie problemów i debugowanie zapytań
• Kontrola kosztów i najlepsze praktyki rozliczeniowe
• Bezpieczeństwo i kontrola dostępu w BigQuery

Zaawansowane tematy i integracja

• Analiza danych w czasie rzeczywistym za pomocą danych strumieniowych
• Integracja BigQuery z Google Data Studio
• Wprowadzenie do BigQuery ML dla uczenia maszynowego
• Tworzenie i wdrażanie modeli uczenia maszynowego za pomocą BigQuery ML
• Integracja jezior danych z BigQuery

Podsumowanie i kolejne kroki