arrow_back

BigQuery for Data Warehousing

share

BigQuery for Data Warehousing

6 horas Fundamental universal_currency_alt 25 créditos
¿Quiere optimizar o compilar su almacén de datos? Aprenda las prácticas recomendadas para extraer, transformar y cargar sus datos en Google Cloud con BigQuery. En esta serie de labs interactivos, creará y optimizará su almacén de datos con una variedad de conjuntos de datos públicos de BigQuery a gran escala. BigQuery es la base de datos estadísticos de Google de bajo costo, NoOps y completamente administrada. Con BigQuery, puede consultar muchos terabytes de datos sin tener que administrar infraestructuras y sin necesitar un administrador de base de datos. BigQuery usa SQL y puede aprovechar el modelo de prepago. BigQuery le permite enfocarse en el análisis de datos para buscar estadísticas valiosas.

Complete todas las actividades de este curso para obtener una insignia. Complete Quests, juegos y cursos para acumular insignias en Quiklabs. Acumule todas y demuestre sus habilidades.

  • Lab

    BigQuery: Qwik Start - Línea de comandos

    En este lab práctico, aprenderá a consultar tablas públicas y a cargar datos de muestra en BigQuery mediante la interfaz de línea de comandos. Mire estos videos breves: Get Meaningful Insights with Google BigQuery y BigQuery: Qwik Start - Qwiklabs Preview.

  • Lab

    Cree un almacén de datos mediante uniones y fusiones

    En este lab, se describe cómo crear nuevas tablas de informes con uniones (JOIN) y fusiones (UNION) de SQL.

  • Lab

    Cómo crear tablas particionadas por fecha en BigQuery

    Este lab se enfoca en cómo consultar conjuntos de datos particionados y cómo crear sus propias particiones en conjuntos de datos para mejorar el rendimiento de las consultas y, por ende, reducir los costos.

  • Lab

    Solución de problemas y resolución de dificultades en la unión de datos

    Este lab se enfoca en cómo aplicar ingeniería inversa a las relaciones entre tablas de datos y los problemas que se deben evitar durante su unión.

  • Lab

    Cómo trabajar con JSON, arreglos y Structs en BigQuery

    En este lab, trabajará con datos semiestructurados (transferencia de archivos de tipo JSON y arreglos) dentro de BigQuery. También practicará cómo cargar, consultar y desanidar diversos conjuntos de datos semiestructurados, además de cómo solucionar problemas en estos.

  • Lab

    Cómo compilar y ejecutar MySQL, PostgreSQL y SQL Server en los conectores de Data Catalog

    En este lab, explorará conjuntos de datos existentes con Data Catalog y extraerá los metadatos de tablas y columnas para obtener estadísticas.

  • info
    Quest Info
    Prerequisites
    Se recomienda, aunque no es obligatorio, que los alumnos estén familiarizados con hojas de cálculo y datos.