SQL a medallion architektura

Jak jsme si ukázali v úvodním videu, data procházejí různými transformacemi, než jsou připravena k analytickému využití. V prostředí lakehouse se tento přístup označuje jako medallion architektura.

Medallion Architecture

V tomto cvičení najdeš několik základních SQL příkazů odpovídajících různým vrstvám medallion architektury. Tyto příkazy nesouvisejí s předchozími cvičeními – jde pouze o příklady operací, které jsou typické pro každou z vrstev.

Toto cvičení je součástí kurzu

Úvod do Databricks SQL

Interaktivní praktické cvičení

Proměňte teorii v praxi s jedním z našich interaktivních cvičení

Začít cvičení

Toto cvičení je součástí kurzu

Úvod do Databricks SQL

SkillTag.level.intermediateSkillTag.label

4.7+

Začněte kurz zdarma

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.

Exercise 1: SQL v Data Intelligence Platform Exercise 2: Výhody lakehouse pro SQL Exercise 3: Prozkoumání Databricks SQL Exercise 4: Prozkoumání dat Exercise 5: Partner Connect Exercise 6: Klíčové součásti Databricks SQL Exercise 7: Klasifikace prostředků Databricks SQL Exercise 8: Vytvoř dotaz Exercise 9: Vytvoř vizualizaci

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.

Exercise 1: Příjem dat Exercise 2: Nahrávání dat přes GUI Exercise 3: Naplnění lakehouse daty Exercise 4: Ruční nahrání dat Exercise 5: Použití příkazu COPY INTO Exercise 6: Využití Auto Loaderu Exercise 7: Transformace dat Exercise 8: SQL a medallion architektura

Aktuální cvičení

Exercise 9: Vytvoření datové vrstvy pro kávu Exercise 10: Čištění surových tabulek Exercise 11: Vytvoření vrstvy Silver Exercise 12: Vytvoření tabulky velkých pojistných událostí

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.

Exercise 1: Dotazování v platformě Data Intelligence Exercise 2: Analytické nástroje v Databricks SQL Exercise 3: Dotazování nad naším datasetem o kávě Exercise 4: Analýza pojistných událostí Exercise 5: Rozšíření dotazů o funkce Exercise 6: Vizualizace výsledků dotazů Exercise 7: Tvorba analytické aplikace Exercise 8: Role Partner Connect Exercise 9: Dashboard s daty o kávě Exercise 10: Přidávání filtrů do dashboardů Exercise 11: Použití parametrů v dotazech Exercise 12: Vytvoř executive dashboard

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.

Exercise 1: Běžné vzory datového inženýrství Exercise 2: Připojování dat vs. CDC Exercise 3: Aktualizace dat o prodeji kávy Exercise 4: Optimalizace dat pomocí SQL Exercise 5: Použití INSERT Exercise 6: Použití MERGE Exercise 7: Pokročilé vzory pro analýzu dat Exercise 8: Okenní funkce a poddotazy Exercise 9: Analýza prodeje kávy podle prodejen Exercise 10: Psaní poddotazu Exercise 11: Použití okenní funkce Exercise 12: Kombinace okenních funkcí a poddotazů Exercise 13: Shrnutí kurzu