In this chapter, you will learn about the unique features of BigQuery, how it runs large analytical queries, and how it compares to other data warehouses and databases.

Introduction to BigQuery

Starting with e-commerce

Unique attributes of BigQuery

BigQuery compared to a traditional SQL database

BigQuery Architecture

Classifying BigQuery components

Ordering the BigQuery architecture

BigQuery data organization

Table structure

BigQuery data rules

Tables in the wild

BigQuery Architecture and Structure

This chapter will cover the fundamentals of how to write queries in BigQuery while also providing a review of SQL concepts. You will also learn how to ingest bulk data into BigQuery and the different data types within BigQuery.

Writing queries in BigQuery

Exploring the course data with SQL

Finding order total value

Using joins

Data ingestion in BigQuery

Loading local data to BigQuery

Acceptable data formats

Structuring a LOAD DATA statement

Date/time types in BigQuery

Formatting dates for reports

Formatting timestamps and dates

Finding data within certain ranges

Using CURRENT_TIMESTAMP

Unstructured data

Create an array in a query

Use SEARCH with unstructured data

UNNEST-ing Data

Writing queries and data types

Learn how to query data using common table expressions, aggregations, and window functions.

Common table expressions

Filtering data with CTEs

Optimizing using CTEs

Using multiple CTEs

Aggregations

Classifying aggregate functions

Using COUNTIF

Filtering with HAVING

ANY_VALUE

Special aggregations in BigQuery

Logical aggregates

Using STRING_AGG and ARRAY_CONCAT_AGG

Approximate statistical functions

WINDOW Functions

Writing a window query

RANK and LEAD/LAG

Using row based WINDOW functions

Filtering with QUALIFY

 Querying data in BigQuery

Understand all join types in BigQuery, mange data with data manipulation, and optimize your queries.

Joins in BigQuery

Den richtigen Join-Typ finden

RIGHT-, LEFT- und OUTER-Joins

UNNEST mit CROSS JOINs

Joins mit Aggregationen

Data Manipulation Language (DML)-Anweisungen

Arten der Datenmanipulation

Optionen

Keine

WHERE und JOIN

Beliebiger Typ

Bedingungen in DML-Anweisungen verwenden

Wahr

Falsch

Worauf du bei DML-Anweisungen achten solltest

Strategien zur Abfrageoptimierung

Datenmenge begrenzen

Die letzten 90 Tage an Bestellungen finden

Optimierungen in BigQuery durchführen

Glückwunsch!

Data management and optimization

Starte diesen Kurs für praktische Einblicke in die Datenanalyse. Erkunde die Architektur von BigQuery, führe analytische Abfragen aus und optimiere Workflows. Gewinne Sicherheit im Umgang mit Datensätzen, Abfrageelementen und Datenmanipulation. Schalte fortgeschrittene Techniken für effiziente Analysen frei und meistere das Verbinden von Daten. Nach Abschluss navigierst du BigQuery sicher, optimierst Abfragen und analysierst Daten zügig.

Tauch ein in die Kernkonzepte der BigQuery-Architektur, lerne ihre historische Bedeutung kennen und vergleiche sie mit herkömmlichen Datenbanksystemen. Entdecke die vielfältigen Anwendungsmöglichkeiten von BigQuery und mach dich bereit für eine eingehendere Erkundung seiner Funktionen.

<h2>Analytische Abfragen und Datenbearbeitung meistern</h2>Lerne, die Möglichkeiten von BigQuery zu nutzen, indem du analytische Abfragen durchführst und Daten präzise bearbeitest. Navigiere ganz einfach durch Datensätze und Tabellen und lerne dabei, wie du die bq-Befehlszeilentools für die Datenerfassung richtig einsetzt. Tauch ein in die Komplexität von Datentypen und unstrukturierten Daten und verbessere deine Fähigkeiten, um wichtige Erkenntnisse zu gewinnen.

<h2>Optimierung der Workflow-Effizienz und Abfrageleistung</h2>Bring deine Datenanalyse auf ein neues Level, indem du die fortgeschrittenen Techniken von BigQuery lernst. Von der Optimierung der Abfrageleistung durch strategische Optimierungsstrategien bis hin zur Beherrschung der Feinheiten der Datenverknüpfung – in diesem Abschnitt bekommst du die Tools, die du brauchst, um deine Analyseprozesse zu optimieren. Nutze das Potenzial von DML-Anweisungen (Datenbearbeitung), mit denen du ganz einfach komplexe Datenumwandlungen machen kannst.

Data Manipulation in SQL

Nutzen Sie BigQuery: Verstehen Sie die Grundlagen, führen Sie präzise Abfragen aus, optimieren Sie Workflows.

Einführung in BigQuery

Du lernst die Grundlagen von BigQuery kennen, führst Abfragen durch und optimierst Arbeitsabläufe für eine effiziente Datenanalyse.

Tabellenpartitionen und -cluster zu verwenden, hilft, die DML-Leistung zu verbessern.

Du musst bei einer UPDATE-Anweisung keine WHERE-Bedingung verwenden.

Du solltest DML-Anweisungen immer einzeln ausführen.

Worauf du bei DML-Anweisungen achten solltest

Interaktive praktische Übung