Lerne Redshift kennen, ein robustes spaltenorientiertes Data Warehouse. Wir schauen uns an, wie sich spaltenorientierte und typische Data Warehouses unterscheiden, was Redshift einzigartig macht, wie es in die AWS- und Data-Warehouse-Ökosysteme passt und welche Datentypen es unterstützt.

Lern Redshift kennen – eine spaltenorientierte Datenbank

Optionen

Spaltenorientierte Datenbank

Zeilenorientierte Datenbank

Spalten- oder Zeilenorientiert

Finde heraus, in welchem Schema eine Tabelle liegt

Redshift-Datentypen und Funktionen kennenlernen

Mit kompatiblen Typen experimentieren

Redshift-Datentypen

Typen explizit konvertieren

Im Redshift-Warehouse

Leader

Compute

Knotentypen und Verantwortlichkeiten

Prädikate

Spezielle Funktionen des Leader-Knotens

Redshift, ein Data Warehouse

Lass uns einige Besonderheiten der Redshift-SQL-Syntax kennenlernen, einer engen Verwandten der Syntax von PostgreSQL. Wir vergleichen CTEs und Unterabfragen, bevor wir uns dem Umgang mit Datum und Uhrzeit widmen, Fensterabfragen erkunden und abschließend lernen, wie Transaktionen bestimmte Funktionen beeinflussen.

CTEs in Redshift verwenden

Filtern mit CTEs

CTE-Konzepte

Datum- und Zeitfunktionen

Datumswerte kürzen

Datumsteile extrahieren

Zukünftige Daten finden

Windowing in Redshift

Fensterfunktionen bis zum Maximum

Zeiträume mit LAG vergleichen

Transaktionen

Transaktionsstruktur

Konsistente Datumswerte in einer Transaktion

SQL auf Redshift

Wir sehen uns an, wie man Tabellen erstellt, welchen Einfluss DISTKEY und SORTKEYs auf die Performance haben, externe Schemas/Tabellen mit Spectrum und schließen mit dem Umgang mit semi-strukturierten Daten wie JSON in Redshift ab.

Tabellen in Redshift

Eine Tabelle erstellen und Eigenschaften setzen

Mehr über die Spalten einer Tabelle erfahren

Externe Schemas, Datei- und Tabellenformate

Tabellenformate vs. Dateitypen

Interne und externe Schemas erkennen

Interne oder externe Tabellen finden

Semistrukturierte Daten

Top-Level-JSON-Schlüssel extrahieren

Verschachtelte JSON-Schlüssel extrahieren

Tabellen und Arbeiten mit semi-strukturierten Daten

Es ist Zeit, einen Blick in die Welt der optimierten Abfragen und der verfügbaren Hilfsmittel zur Optimierung zu werfen. Dann wenden wir uns den Sicherheitsfunktionen von Redshift zu und wie sie die Abfrageergebnisse beeinflussen können.

Optimale Abfragen schreiben

DISTKEY und SORTKEY

Optimiertes GROUP BY und ORDER BY

Abfrageleistung verstehen

Filterleistung bewerten

EXPLAIN für das Abfrageverhalten

Redshift-Sicherheit

Prüfen von Spaltensicherheit (Column-level Security)

Prüfen auf Row-Level Security

Dynamisches Data Masking erkennen

Glückwunsch

Optimierung und Sicherheit

Dieser Kurs vermittelt dir ein grundlegendes Verständnis von Amazon Redshift, einer verteilten spaltenorientierten Datenbank in der AWS-Cloud. Entdecke, wie es in das AWS-Ökosystem eingebettet ist, und lerne seine SQL-Konstrukte kennen, darunter Common Table Expressions und Analyseabfragen. Erfahre, wie du Tabellen erstellst, die Datenverteilung steuerst, Rohdaten-Dateien verarbeitest und Informationen aus JSON extrahierst. Außerdem optimierst du Abfragen, stimmst die Performance ab und erhöhst die Datensicherheit. Am Ende des Kurses beherrschst du SQL auf Redshift und verfügst über das Wissen und die Fähigkeiten, Redshift effektiv einzusetzen.

Entdecke die Grundlagen von Amazon Redshift und wie es in das AWS-Cloud-Ökosystem passt, und schau dir an, wie es im Vergleich zu anderen Anbietern abschneidet.

<h2>Redshift-SQL-Konstrukte meistern</h2>
Tauch tief in die Redshift-SQL-Konstrukte ein, wie zum Beispiel gemeinsame Ausdrücke in Tabellen, die Verarbeitung von Datums- und Zeitangaben und fortgeschrittene Analyseabfragen, die eine effiziente Datenbearbeitung ermöglichen.

<h2>Effizientes Datenmanagement und Optimierung</h2>
Lerne die Techniken der Datenverwaltung in Redshift kennen, von der Erstellung von Tabellen bis hin zur Verteilung und Sortierung von Daten sowie der Optimierung von Abfragen für eine bessere Leistung.

<h2>Verbesserung der Sicherheit und erweiterte Funktionen</h2>
Schau dir die Sicherheitsfunktionen und erweiterten Möglichkeiten von Redshift an, zum Beispiel die Nutzung externer Schemata für Rohdatendateien und das Gewinnen von Erkenntnissen aus halbstrukturierten Daten wie JSON.

<h2>SQL auf Redshift befehligen</h2>
Lerne SQL auf Redshift richtig gut, damit du es in deinem Daten-Ökosystem effektiv nutzen und sein Potenzial voll ausschöpfen kannst.

Data Manipulation in SQL

Beherrsche SQL, Datenmanagement, Optimierung und Sicherheit in Amazon Redshift.

Einführung in Redshift

In diesem Kurs dreht sich alles um SQL, Datenmanagement, Optimierung und Sicherheit von Amazon Redshift.

Wird häufig für analytische Datenspeicher verwendet

Leistungsfähiger, wenn du ganze Zeilen oder viele Spalten auf einmal benötigst

Spalten- oder Zeilenorientiert

Interaktive praktische Übung