Creación de 1NF entidades

Anteriormente, has aprendido las desventajas de los datos no normalizados y las ventajas de los datos relacionales con datos normalizados. Ha llegado el momento de aplicarlo a la entidad productqualityrating.

Para garantizar que el modelo de datos cumple la primera forma normal, es necesario romper los grupos que se repiten y eliminarlos. La entidad productqualityrating contiene atributos con varios valores: ingredientes y reseñas.

Tu tarea consiste en empezar a normalizar estos datos creando nuevas entidades que se ajusten a 1NF, garantizando que cada registro contenga una información atómica, individual y única.

Este ejercicio forma parte del curso

Introducción al modelado de datos en Snowflake

Ver curso

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

-- Create a new entity
___ (
	-- Add unique identifier 
    ___ NUMBER(10,0) ___,
  	-- Add other attributes 
    ___ VARCHAR(255)
);

Editar y ejecutar código

Este ejercicio forma parte del curso

Introducción al modelado de datos en Snowflake

IntermedioNivel de habilidad

4.9+

104 reviews

Comienza el curso gratis

Embárcate en una exploración fundamental del modelado de datos con Snowflake y descubre el arte de organizar los datos de forma eficaz. Empieza con los conceptos básicos del modelado de datos, comprende su importancia en un mundo basado en los datos y aprende a representar y almacenar los datos de forma eficaz. Al visualizar la organización de los datos a gran escala, comprenderás la importancia de un modelo de datos bien estructurado para simplificar la consulta y el análisis de datos.

Exercise 1: Introducción al modelado de datos Exercise 2: Componentes del modelado de datos Exercise 3: Describir una entidad Exercise 4: Describir una entidad Exercise 5: Explorar modelos de datos conceptuales y lógicos Exercise 6: Implementing conceptual data model Exercise 7: Exploring Physical Data Models Exercise 8: Creating an entity Exercise 9: Building the physical data model

Desvela los secretos de la organización y gestión eficaz de los datos, centrándote en las funciones críticas de las claves en las relaciones de datos y en los principios fundamentales de la normalización de datos en Snowflake. Profundiza en los aspectos fundacionales de los datos relacionales, haciendo hincapié en la importancia de las claves primarias y foráneas en la estructuración y vinculación de las entidades de datos. Emprende un viaje a través del proceso de normalización, empezando por 1NF para eliminar los datos duplicados, avanzando a 2NF para abordar las dependencias parciales y culminando en 3NF para eliminar las dependencias transitivas.

Exercise 1: Claves para la relación de datos Exercise 2: Alterar una entidad Exercise 3: Ajustar el modelo Exercise 4: Normalizar datos relacionales Exercise 5: Identificar la redundancia de datos Exercise 6: Detectar anomalías Exercise 7: La primera norma Exercise 8: Creación de 1NF entidades

Ejercicio actual

Exercise 9: Aplicación 1NF Exercise 10: 2NF y 3NF Exercise 11: Aplicación 2NF Exercise 12: Aplicación 3NF

Profundiza en las estrategias de almacenamiento de datos con Snowflake, explorando tres enfoques fundamentales de modelado de datos: Modelo Entidad-Relación, Modelado Dimensional y Bóveda de Datos. Empieza por trazar las relaciones complejas dentro de un sistema universitario utilizando el modelo Entidad-Relación, que es perfecto para visualizar las interacciones de los datos. Pasa al Modelado Dimensional para simplificar el análisis de datos mediante tablas de hechos y dimensiones, ideales para elaborar informes esclarecedores. A continuación, profundiza en el modelado de la Bóveda de Datos para obtener un marco sólido que destaque en el seguimiento de datos históricos y la flexibilidad.

Exercise 1: Modelo entidad-relación Exercise 2: Creación de entidades para el modelo ER Exercise 3: Recuperar datos del modelo ER Exercise 4: Modelado dimensional Exercise 5: Preparación de las dimensiones Exercise 6: Crear dimensiones Exercise 7: Recuperar datos del modelo dimensional Exercise 8: Bóveda de datos Exercise 9: Crear nodos Exercise 10: Creación de satélites Exercise 11: Crear enlaces Exercise 12: Elegir el enfoque adecuado Exercise 13: Clasificación de las técnicas de modelado de datos Exercise 14: Dominar la recuperación de datos

Libera el potencial de la arquitectura de Snowflake para optimizar el rendimiento de las consultas, mejorando la velocidad y la eficacia de tus modelos de datos. Explora las ventajas del almacenamiento en columnas, el Procesamiento Paralelo Masivo (MPP) y las microparticiones en Snowflake, contrastándolas con las bases de datos tradicionales para comprender claramente el rendimiento superior de Snowflake. Profundiza en los objetos de datos de Snowflake -almacenes virtuales, tablas, vistas y mucho más- para organizar tus datos de forma inteligente. Domina técnicas como la optimización de consultas, el uso de subconsultas y las Expresiones Comunes de Tabla (CTEs) para agilizar el tratamiento de datos.

Exercise 1: Rendimiento de las consultas en Snowflake Exercise 2: Método de almacenamiento de Snowflake Exercise 3: Ventajas de Snowflake Exercise 4: Objetos de datos Snowflake Exercise 5: Almacenes virtuales de datos Exercise 6: Componentes de Snowflake Exercise 7: Implementar vistas Exercise 8: Optimización de consultas Exercise 9: Orden de ejecución Exercise 10: Dominio de las subconsultas Exercise 11: Resumen