Ist CrossFit ein beliebtes Workout?

Du willst wissen, welche Art von Workouts die Mitglieder in jedem Studio machen. Um einen besseren Eindruck zu bekommen, möchtest du in die Tabelle visits eintauchen und je workout_type und Studio zählen, wie viele es davon gibt. Dafür nutzt du dein neues Lieblingstool: PIVOT!

Du arbeitest mit dem Schema CORE_GYM in der Datenbank, beginnend mit COURSE_41769.

⚠️ Du kannst keine Datenbank auswählen oder erhältst den Fehler „table not found"?

Verwende den vollständigen Pfad der Tabelle in deiner FROM-Klausel. Du findest ihn im linken Bereich: Tab Databases → deine COURSE_…-Datenbank aufklappen → Tabelle auswählen → Copy name.

Diese Übung ist Teil des Kurses

<Kurs>Datentypen und Funktionen in Snowflake</Kurs>

Kurs ansehen

Interaktive praktische Übung

Verwandle Theorie mit einer unserer interaktiven Übungen in die Praxis

Übung starten

Diese Übung ist Teil des Kurses

<Kurs>Datentypen und Funktionen in Snowflake</Kurs>

Mittlere SchwierigkeitSchwierigkeitsgrad

4.9+

557 reviews

Kurs kostenlos starten

Bevor du mit Snowflake die Welt veränderst, solltest du die Datentypen kennen, mit denen du arbeitest. Du startest mit Textdaten, lernst sie in Abfragen zu verwenden und Spalten zu definieren, und findest heraus, wie du Spaltendetails aus beliebigen Tabellen abrufst. Danach meisterst du numerische Datentypen sowie Datums-/Zeitdaten, verstehst Präzision und Skalierung und wie du Strings in Timestamps umwandelst.

Exercise 1: Textdatentypen Exercise 2: Ist das Textdaten?Exercise 3: Workout in der Großstadt Exercise 4: Textdaten definieren Exercise 5: Numerische Datentypen Exercise 6: Setz auf FLOAT Exercise 7: Erstellen einer Retail-Tabelle Exercise 8: Datetime-Datentypen Exercise 9: Datetime-Werte erstellen Exercise 10: Welche Zeitzone?Exercise 11: Wann hast du eingecheckt?

Jetzt, da du deine Snowflake-Daten in- und auswendig kennst, ist es Zeit, sie zu manipulieren und zu transformieren. Du beginnst mit der Textdaten-Manipulation mit TRIM, SPLIT und CONCAT, meisterst dann numerische Operationen wie Arithmetik und Kennzahlen mit SUM und AVG. Du erkundest Timestamp-Transformationen, indem du Komponenten wie Jahr oder Stunden extrahierst, Intervalle zwischen Daten berechnest und eigene benutzerdefinierte Snowflake-Funktionen (UDFs) erstellst, um individuelle Logik umzusetzen.

Exercise 1: Textdaten bearbeiten Exercise 2: Anzeigelänge verwalten Exercise 3: Textdaten transformieren Exercise 4: Motivierende Mitglieder-Marketingnachrichten Exercise 5: Numerische Berechnungen Exercise 6: Vergleichsoperatoren Exercise 7: Mitgliedspreise anpassen Exercise 8: Was verbrennt mehr Kalorien?Exercise 9: Datetime-Daten bearbeiten Exercise 10: Einen TIMESTAMP aufschlüsseln Exercise 11: Wie lange warst du im Fitnessstudio?Exercise 12: Termine vereinbaren Exercise 13: Benutzerdefinierte Funktionen in Snowflake Exercise 14: Eigene Snowflake-Funktion erstellen Exercise 15: Fitnessstudio-Mitglieder nach Effizienz ranken

In diesem letzten Kapitel drehst du die Temperatur hoch und nutzt die fortgeschrittenen Funktionen von Snowflake. Du startest mit dem Datentyp VARIANT (semi-strukturierte Daten), lernst, oberste und verschachtelte Ebenen mit Punkt- und Klammer-Notation zu parsen, und meisterst dann Common Table Expressions (CTEs), indem du mehrere CTEs aufbaust und verwendest. Zum Abschluss erstellst du Pivot-Tabellen mit dem Schlüsselwort PIVOT, um Daten in ein leicht verständliches Format zu transformieren – bereit für Berichte und Analysen.

Exercise 1: Semistrukturierte Daten flatten Exercise 2: Verschachtelte Daten abrufen Exercise 3: Mit persönlichen Daten arbeiten Exercise 4: Eine Mitgliederbeschreibung für das Fitnessstudio erstellen Exercise 5: Mehrere Common Table Expressions Exercise 6: Top-Performer identifizieren Exercise 7: Workouts von Senior-Mitgliedern vergleichen Exercise 8: Daten pivotieren Exercise 9: Trainingsdauer bewerten Exercise 10: Ist CrossFit ein beliebtes Workout?

Aktuelle Übung

Exercise 11: Welche Workouts verbrennen die meisten Kalorien?Exercise 12: Glückwunsch!