Build a strong data warehousing foundation with the Databricks Data Intelligence Platform! You will learn how Databricks and the lakehouse architecture set your organization up for a modern SQL and BI stack. You will also explore the key components of the Databricks SQL product, ranging from data storage techniques to compute optimizations.

SQL in the Data Intelligence Platform

Benefits of the lakehouse for SQL

Exploring Databricks SQL

Exploring some data

Partner Connect

Databricks SQL key assets

Classifying Databricks SQL assets

Create a query

Build a visualization

Data Warehousing in Databricks

Build a strong data foundation for the lakehouse architecture! You will learn how to ingest, transform, and model your data using the capabilities in Databricks SQL. You will explore GUI-based and programmatic approaches to building out the medallion architecture, and creating a data ecosystem ready for any analytics workload.

Ingesting Data

GUI-based data ingest

Hydrating the lakehouse

Upload data manually

Using COPY INTO

Leveraging Auto Loader

Transforming data

SQL and the medallion architecture

Creating a coffee data layer

Cleaning up raw tables

Creating the silver layer

Creating a table of large premium claims

Data engineering with Databricks SQL

Create powerful data insights using Databricks SQL! You will learn how to write queries, create visualizations, and power dashboards using in-platform Databricks capabilities. You will practice leveraging SQL code, filters, and parameters to create a robust analytical application for your end users.

Querying in the Data Intelligence Platform

Analytical assets in Databricks SQL

Querying our coffee dataset

Analyzing insurance claims

Supplementing queries with functions

Visualizing query results

Creating an analytics application

The role of Partner Connect

A coffee data dashboard

Adding filters to dashboards

Using parameters in queries

Create an executive dashboard

Data analysis with Databricks SQL

In the final chapter, you will learn some more advanced techniques that leverage the key differentiators of the Databricks platform. You will learn how to handle high-velocity and fast-changing data using window functions, and will be able to merge datasets as they come in.

Häufige Muster im Data Engineering

Optionen

Daten anhängen

Change Data Capture (CDC)

Anhängen vs. CDC

Kaffee-Umsatzdaten aktualisieren

Daten mit SQL optimieren

INSERT verwenden

MERGE verwenden

Fortgeschrittene Muster zur Datenanalyse

Window-Funktionen und Subqueries verstehen

Analyse von Kaffeeverkäufen nach Filiale

Eine Unterabfrage schreiben

Eine Window-Funktion verwenden

Window-Funktionen und Subabfragen zusammen verwenden

Kursrückblick

Advanced patterns with Databricks SQL

Jede Organisation braucht Data-Warehousing-Funktionen, um wichtige Business-Intelligence-Analysen durchzuführen. Im Laufe der Jahre gab es viele verschiedene Tools dafür, oft jedoch als getrennte Technologiestacks, die mit modernen Datenanforderungen und Skalierung kaum Schritt hielten.

Databricks ist eine leistungsstarke Data-Intelligence-Plattform, die viele analytische Anforderungen einer Organisation abdecken kann. Mit Databricks SQL lässt sich ein hochskalierbares und performantes Data-Warehouse direkt in der Lakehouse-Architektur nutzen.

In diesem Kurs lernst du die wichtigsten Komponenten und Workflows in Databricks SQL kennen.

Zuerst erfährst du, wie du Databricks SQL für verschiedene Data-Engineering-Aufgaben nutzt und deine Daten durch die Medaillon-Architektur bewegst, um Datenteams zu versorgen. Du lernst gängige Techniken, die viele Data Engineers verwenden, wie du zwischen verschiedenen Datenspeicher-Ansätzen wählst und wie du deine Daten aktuell hältst.

Anschließend lernst du, wie du deine Daten in Databricks SQL analysierst – so wie es viele Data Analysts in der Praxis tun. Du lernst die gängigen Funktionen und Techniken auf Basis von ANSI-SQL kennen und erstellst Visualisierungen und Dashboards direkt in der Plattform, um deine Daten aussagekräftig zu präsentieren.

Abschließend lernst du einige fortgeschrittene Techniken, die die zentralen Alleinstellungsmerkmale der Databricks-Plattform nutzen. Du erfährst, wie du schnelllebige, sich rasch ändernde Daten mit Fensterfunktionen verarbeitest und Datensätze beim Eintreffen zusammenführst.

Jede Firma braucht eine gute Datenlagerung, um wichtige Analysen für die Geschäftsintelligenz durchzuführen. Im Laufe der Jahre gab es viele verschiedene Tools, um diese Anforderungen zu erfüllen, aber oft waren es separate Technologie-Stacks, die Schwierigkeiten hatten, mit den modernen Datenanforderungen und der Skalierbarkeit Schritt zu halten.

Databricks ist eine leistungsstarke Datenintelligenzplattform, die viele Analyseanforderungen von Unternehmen abdecken kann. Mit Databricks SQL kann ein Unternehmen eine super skalierbare und leistungsstarke Data-Warehouse-Lösung direkt in der Lakehouse-Architektur nutzen.

In diesem Kurs lernst du die wichtigsten Teile und Abläufe von Databricks SQL kennen.

Zuerst lernst du, wie du mit Databricks SQL verschiedene Datenverarbeitungsaufgaben erledigen und deine Daten über die Medallion-Architektur an die Datenteams weiterleiten kannst. Du lernst die gängigen Techniken kennen, die viele Dateningenieure nutzen, wie man zwischen verschiedenen Datenspeichertechniken wählt und wie man seine Daten auf dem neuesten Stand hält.

Als Nächstes lernst du, wie du deine Daten in Databricks SQL analysierst, so wie es viele Datenanalysten in der Branche machen. Du lernst die gängigen Funktionen und Techniken mit ANSI-basiertem SQL kennen und erstellst dann plattforminterne Visualisierungen und Dashboards, um deine Daten besser zu präsentieren.

Zum Schluss lernst du noch ein paar fortgeschrittene Techniken kennen, die die wichtigsten Vorteile der Databricks-Plattform nutzen. Du lernst, wie du mit Fensterfunktionen mit schnellen und sich schnell ändernden Daten umgehst, und kannst Datensätze zusammenführen, sobald sie reinkommen.

Intermediate SQL

Introduction to Databricks

Lerne Databricks SQL für Datenengineering, Analysen und Echtzeit-Workflows in der Lakehouse-Architektur.

Einführung in Databricks SQL

Lerne Databricks SQL für Datenverarbeitung, Analysen und Echtzeit-Daten-Workflows in der Lakehouse-Architektur.

Associate Data Engineer in Databricks

Datenanalyst in Databricks

MERGE verwenden

Interaktive praktische Übung