arrow_back

BigQuery for Data Warehousing

share

BigQuery for Data Warehousing

7 Stunden Fundamental universal_currency_alt 34 Guthabenpunkte
Sie möchten ein Data Warehouse erstellen oder optimieren? Dann sind Best Practices für das Extrahieren, Transformieren und Laden von Daten in Google Cloud mit BigQuery für Sie unabdingbar. In diesen interaktiven Labs erstellen und optimieren Sie Ihr eigenes Data Warehouse mithilfe einer Vielzahl großer öffentlicher BigQuery-Datasets. BigQuery ist eine vollständig verwaltete, automatisierte und kostengünstige Analysedatenbank von Google. Mit dem Tool können Sie mehrere Terabyte an Daten abfragen und müssen dabei weder eine Infrastruktur verwalten noch benötigen Sie einen Datenbankadministrator. BigQuery basiert auf SQL und die Abrechnung erfolgt nach dem "Pay as you go"-Modell. Damit können Sie Daten analysieren und daraus wertvolle Erkenntnisse ziehen.

Wenn Sie alle Aktivitäten in diesem Kurs abschließen, erhalten Sie ein Abzeichen. Sammeln Sie in Qwiklabs Abzeichen durch das Abschließen von Aufgabenreihen, Spielen und Kursen. Sie können mit ihnen auf Ihre Kompetenzen aufmerksam machen.

  • Lab

    BigQuery: Qwik Start – Befehlszeile

    In diesem Lab erfahren Sie, wie Sie über die Befehlszeile in BigQuery öffentliche Tabellen abfragen und Beispieldaten laden. Sehen Sie sich dazu diese kurzen Videos zu Google BigQuery und BigQuery in Qwiklabs an.

  • Lab

    Mit Joins und Unions ein Data Warehouse erstellen

    In diesem Lab wird beschrieben, wie Sie Berichtstabellen mithilfe von SQL-Joins und -Unions erstellen.

  • Lab

    BigQuery: Nach Datum partitionierte Tabellen erstellen

    In diesem Lab lernen Sie, wie Sie partitionierte Datasets abfragen und wie Sie selbst Datasets partitionieren, um Abfragen im Hinblick auf Leistung und Kosten effizienter zu machen.

  • Lab

    Probleme beim Zusammenführen von Daten beheben

    In diesem Lab analysieren Sie die Beziehungen zwischen Datentabellen und erfahren, wie Sie Probleme bei deren Zusammenführung vermeiden.

  • Lab

    In BigQuery mit JSON, Arrays und STRUCTs arbeiten

    In diesem Lab arbeiten Sie mit semistrukturierten Daten (JSON-Daten aufnehmen, Array-Datentypen) in BigQuery. Sie üben, wie Sie verschiedene semistrukturierte Datasets laden und abfragen, Probleme beheben und Verschachtelungen aufheben.

  • Lab

    Build and Execute MySQL, PostgreSQL, and SQLServer to Data Catalog Connectors

    In this lab you will explore existing datasets with Data Catalog and mine the table and column metadata for insights.

  • Lab

    Build and Optimize Data Warehouses with BigQuery: Challenge Lab

    This challenge labs tests your skills in building and optimizing your data warehouse using BigQuery

  • info
    Quest Info
    Prerequisites
    It is recommended but not required that students have a familiarity with data and spreadsheets.