Postav si pevné základy datového skladu s Databricks Data Intelligence Platform! Zjistíš, jak Databricks a architektura lakehouse připravují organizaci na moderní SQL a BI zásobník. Prozkoumáš také klíčové komponenty produktu Databricks SQL – od technik ukládání dat až po optimalizace výpočetního výkonu.

SQL v Data Intelligence Platform

Výhody lakehouse pro SQL

Prozkoumání Databricks SQL

Prozkoumání dat

Partner Connect

Klíčové součásti Databricks SQL

Klasifikace prostředků Databricks SQL

Vytvoř dotaz

Vytvoř vizualizaci

Datové sklady v Databricks

Vybuduj si pevný datový základ pro architekturu lakehouse! Naučíš se přijímat, transformovat a modelovat data pomocí možností Databricks SQL. Prozkoumáš přístupy k budování medallion architektury přes grafické rozhraní i programově a vytvoříš datový ekosystém připravený na jakékoli analytické úlohy.

Příjem dat

Možnosti

Pravda

Nepravda

Nahrávání dat přes GUI

Naplnění lakehouse daty

Ruční nahrání dat

Použití příkazu COPY INTO

Využití Auto Loaderu

Transformace dat

Medallion architektura

SQL a medallion architektura

Vytvoření datové vrstvy pro kávu

Čištění surových tabulek

Vytvoření vrstvy Silver

Vytvoření tabulky velkých pojistných událostí

Datové inženýrství s Databricks SQL

Získej hodnotné poznatky z dat pomocí Databricks SQL! Naučíš se psát dotazy, vytvářet vizualizace a pohánět dashboardy s využitím nástrojů přímo v platformě Databricks. Procvičíš si práci s SQL kódem, filtry a parametry a vytvoříš robustní analytickou aplikaci pro své koncové uživatele.

Dotazování v platformě Data Intelligence

Analytické nástroje v Databricks SQL

Dotazování nad naším datasetem o kávě

Analýza pojistných událostí

Rozšíření dotazů o funkce

Vizualizace výsledků dotazů

Tvorba analytické aplikace

Role Partner Connect

Dashboard s daty o kávě

Přidávání filtrů do dashboardů

Použití parametrů v dotazech

Vytvoř executive dashboard

Analýza dat s Databricks SQL

V závěrečné kapitole se seznámíš s pokročilejšími technikami, které využívají klíčové přednosti platformy Databricks. Naučíš se pracovat s rychle přicházejícími a rychle se měnícími daty pomocí okenních funkcí a zvládneš slučování datových sad při jejich příchodu.

Běžné vzory datového inženýrství

Připojování dat vs. CDC

Aktualizace dat o prodeji kávy

Optimalizace dat pomocí SQL

Použití INSERT

Použití MERGE

Pokročilé vzory pro analýzu dat

Okenní funkce a poddotazy

Analýza prodeje kávy podle prodejen

Psaní poddotazu

Použití okenní funkce

Kombinace okenních funkcí a poddotazů

Shrnutí kurzu

Pokročilé vzory s Databricks SQL

Každá organizace potřebuje řešení pro datové sklady, které umožní spouštět klíčové analýzy business intelligence. V průběhu let vznikla celá řada nástrojů, které tuto potřebu pokrývaly, jenže šlo často o oddělené technologické zásobníky, jež nestíhaly držet krok s moderními nároky na data a jejich škálování.

Databricks je výkonná Data Intelligence Platform, která dokáže pokrýt velkou část analytických potřeb organizace. Díky Databricks SQL může organizace využít hyper škálovatelné a výkonné řešení datového skladu přímo v architektuře lakehouse.

V tomto kurzu se seznámíš s klíčovými komponentami a pracovními postupy v Databricks SQL.

Nejprve se naučíš používat Databricks SQL k různým datově-inženýrským úkolům a provádět data přes medallion architekturu až k datovým týmům. Osvojíš si techniky, které běžně používají datoví inženýři, naučíš se vybírat mezi různými přístupy k ukládání dat a udržovat data aktuální.

Dále se naučíš analyzovat data v Databricks SQL tak, jak to dělají datoví analytici v praxi. Prozkoumáš běžné funkce a techniky postavené na ANSI SQL a pak vytvoříš vizualizace a dashboardy přímo v platformě, aby tvoje data vyprávěla přesvědčivý příběh.

Na závěr se podíváš na pokročilejší techniky, které využívají klíčové přednosti platformy Databricks. Naučíš se pracovat s rychle se měnícími daty pomocí okenních funkcí a zvládneš slučování datových sad při jejich příchodu.

Každá organizace potřebuje schopnost datového skladu, aby mohla provádět klíčové analýzy business intelligence. V průběhu let existovalo mnoho různých nástrojů, které měly tyto potřeby uspokojit, ale často šlo o oddělené technologické stacky, které jen těžko držely krok s moderními datovými požadavky a škálou.

Databricks je výkonná platforma Data Intelligence Platform, která dokáže uspokojit mnoho analytických potřeb organizace. Využitím Databricks SQL může organizace přímo v architektuře lakehouse využívat vysoce škálovatelné a výkonné řešení datového skladu.

V tomto kurzu se seznámíte s klíčovými komponentami a pracovními postupy v Databricks SQL.

Nejprve se naučíte, jak používat Databricks SQL k provádění různých úloh datového inženýrství a jak přesouvat svá data medailonovou architekturou, aby sloužila datovým týmům. Získáte běžné techniky, které používá mnoho datových inženýrů, naučíte se vybírat mezi různými technikami ukládání dat a zjistíte, jak udržovat svá data aktuální.

Dále se naučíte, jak analyzovat svá data v Databricks SQL stejně jako mnoho datových analytiků v oboru. Naučíte se běžné funkce a techniky pomocí SQL založeného na ANSI a poté budete vytvářet vizualizace a dashboardy přímo v platformě, abyste lépe vyprávěli příběh svých dat.

Nakonec se naučíte i několik pokročilejších technik, které využívají klíčové přednosti platformy Databricks. Naučíte se, jak pracovat s daty s vysokou rychlostí a rychle se měnícími daty pomocí okenních funkcí, a budete schopni slučovat datové sady dohromady tak, jak přicházejí.

Intermediate SQL

Introduction to Databricks

Naučte se Databricks SQL pro datové inženýrství, analýzu a pracovní postupy v lakehouse architektuře.

Úvod do Databricks SQL

Naučte se Databricks SQL pro datové inženýrství, analytiku a datové workflow v reálném čase v architektuře lakehouse.

Junior datový inženýr v Databricks

Datový analytik v Databricks

LakeFlow Connect dokáže načítat data z databází, souborů i SaaS aplikací

LakeFlow Connect obsahuje spravované a předpřipravené konektory

Když nahraješ data přes GUI nástroj v Databricks, automaticky vznikne tabulka v Unity Catalog

Ruční nahrávání lze použít jak pro databáze, tak pro soubory

Obě uvedené techniky nahrávání dat vyžadují určité programování

LakeFlow Connect data neaktualizuje a musí se vždy znovu nakonfigurovat

Nahrávání dat přes GUI

Úvod do Databricks SQL

Interaktivní praktické cvičení