Začněte nyníZačněte zdarma

Domů
Kurzy
Snowflake Architecture

Mikro-partition a clusterování dat

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Toto cvičení je součástí kurzu

Snowflake Architecture

SkillTag.level.beginnerSkillTag.label

4.8+

Začněte kurz zdarma

Zorientuj se v základní architektuře Snowflaku – jak jeho třívrstvý design odděluje výpočetní výkon, úložiště a služby, aby umožnil masivní škálovatelnost. Prozkoumáš rozhraní Snowsight a zjistíš, jak každý objekt ve Snowflaku zapadá do strukturované hierarchie.

Exercise 1: Architektura a edice Snowflake Exercise 2: Architektonické vrstvy Snowflake Exercise 3: Výběr správné edice Exercise 4: Způsoby práce se Snowflake Exercise 5: Spuštění dotazu v Snowflake Notebooku Exercise 6: Prozkoumání neúspěšného dotazu pomocí Historie dotazů Exercise 7: Hierarchie objektů ve Snowflake Exercise 8: Hierarchie objektů a řízení přístupu Exercise 9: Prozkoumání existující struktury databáze Exercise 10: Hierarchie parametrů Exercise 11: Filtrování pomocí session proměnných

Nauč se vytvářet a konfigurovat objekty, které pohánějí tvoje prostředí ve Snowflaku. Nastavíš velikost a výkon virtuálních skladů pro různé typy úloh a pak si prakticky vyzkoušíš načítání strukturovaných i polostrukturovaných dat do tabulek.

Exercise 1: Vytváření a správa databázových objektů Exercise 2: Nastavení struktury databáze pro Snowy Peak Exercise 3: Přidělení správných oprávnění Exercise 4: Virtuální sklady: typy, velikosti a škálování Exercise 5: Hledání chybně nakonfigurovaného warehouse Exercise 6: Přiřazení úloh ke správným konfiguracím skladu Exercise 7: Řešení problému se souběžností Exercise 8: Načítání strukturovaných a polostrukturovaných dat Exercise 9: Načtení uživatelských dat pro Snowy Peak Exercise 10: Dotazování na data o lavinových událostech Snowy Peak

Podívej se pod pokličku a zjisti, jak Snowflake fyzicky organizuje data pomocí mikro-particí a clusterovacích klíčů. Srovnáš také typy tabulek a pohledů, abys věděl/a, kdy který použít, a prozkoumáš, jak Snowflake pracuje s nestrukturovanými soubory vedle tradičních dat.

Exercise 1: Mikro-partition a clusterování dat

Aktuální cvičení

Exercise 2: Partition Pruning Exercise 3: Vhodné a nevhodné kandidáty pro clustering key Exercise 4: Dopad opětovného clusterování Exercise 5: Typy tabulek a pohledy Exercise 6: Typy tabulek a ochrana dat Exercise 7: Vyber správný typ pohledu Exercise 8: Porozumění materializovaným pohledům Exercise 9: Práce s nestrukturovanými daty Exercise 10: Generování pre-signed URL Exercise 11: Případ použití pre-signed URL

Dokonči svůj základ ve Snowflaku prozkoumáním jeho rostoucího ekosystému AI/ML – od Snowparku a Cortexu po Streamlit a Notebooks. Seznámíš se také se základními technikami ochrany dat, jako je Time Travel a klonování, a uvidíš, jak Snowflake Marketplace umožňuje snadné sdílení dat.

Exercise 1: Nástroje pro každý tým Exercise 2: Přiřaď nástroje Snowflake k jejich případům použití Exercise 3: Vlastnosti Notebooks Exercise 4: Snowflake Cortex a funkce ML Exercise 5: Vyber správnou funkci Cortex pro extrakci z PDF Exercise 6: Snowflake Cortex vs Snowflake ML Exercise 7: Ochrana dat a sdílení Exercise 8: Dotazování na historická data pomocí Time Travel Exercise 9: Vytvoření zero-copy klonu Exercise 10: Vytvoření a testování zero-copy klonu Exercise 11: Snowflake CoCo Exercise 12: Dotazuj se na relace v aplikaci pomocí CoCo Exercise 13: Hledání PII pomocí vestavěných dovedností CoCo Exercise 14: Získej odznak Snowflake University Platform Skills Badge Exercise 15: Gratulujeme!