ComenzarEmpieza gratis

Inicio
Cursos
Introducción al NoSQL

Rellenar bases de datos orientadas a columnas

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Este ejercicio forma parte del curso

Introducción al NoSQL

PrincipianteNivel de habilidad

4.8+

Comienza el curso gratis

Explora los fundamentos de las bases de datos NoSQL, y cómo se utilizan en una arquitectura de datos moderna. Aprende a identificar los pros y los contras de utilizar bases de datos orientadas a columnas, a documentos, a valores clave y a grafos para poner los datos a disposición de los procesos posteriores y de los consumidores de datos.

Exercise 1: Introducción al NoSQL Exercise 2: Consulta de bases de datos NoSQL Exercise 3: Explorar los datos del documento Exercise 4: NoSQL casos de uso y aplicaciones Exercise 5: Tabular NoSQL almacenes de datos Exercise 6: Bases de datos orientadas a columnas Exercise 7: Consulta de una base de datos orientada a columnas Exercise 8: Filtrar una base de datos orientada a columnas Exercise 9: No tabular NoSQL almacenes de datos Exercise 10: Identificar almacenes de datos tabulares y no tabulares NoSQL Exercise 11: Consulta de bases de datos de documentos Exercise 12: Consulta de documentos anidados con Postgres JSON

Sumérgete en las bases de datos orientadas a columnas con la ayuda de Snowflake. Aprende a rellenar tablas Snowflake utilizando varias herramientas, y descubre los fundamentos de la micropartición y la agrupación de datos para optimizar el rendimiento de las consultas con la poda de consultas. Aprovecha las expresiones comunes de las tablas y las vistas materializadas y no materializadas para agilizar los flujos de trabajo analíticos. Adéntrate en los datos semiestructurados con los tipos VARIANT de Snowflake.

Exercise 1: Rellenar bases de datos orientadas a columnas

Ejercicio actual

Exercise 2: CREATE TABLE con Snowflake Exercise 3: Rellenar tablas Snowflake Exercise 4: COPY INTO y CREATE TABLE ... AS con Snowflake Exercise 5: Técnicas avanzadas de bases de datos orientadas a columnas Exercise 6: Micropartición y agrupación de datos con Snowflake Exercise 7: Poda de consultas con micropartición Exercise 8: Aprovechar las microparticiones y la agrupación de datos Exercise 9: Flujos de trabajo analíticos para bases de datos orientadas a columnas Exercise 10: Expresiones comunes de tabla con Snowflake Exercise 11: Crear un flujo de trabajo analítico con Snowflake Exercise 12: Materializado frente a no materializado VIEWs Exercise 13: Trabajar con datos semiestructurados en Snowflake Exercise 14: Tipos de datos semiestructurados Snowflake Exercise 15: Consulta de datos semiestructurados en Snowflake Exercise 16: Consulta de datos semiestructurados anidados

Sumérgete en el mundo de los datos documentales con Postgres JSON, y explora las complejidades de los datos semiestructurados. Aprende a extraer y transformar datos de documentos de nivel superior y anidados utilizando una serie de operadores y funciones incorporados.

Exercise 1: Comprender los datos de JSON en Postgres Exercise 2: JSON y JSONB datos en Postgres Exercise 3: Ejecutar consultas con sqlalchemy y pandas Exercise 4: Consulta de datos JSON y JSONB desde Postgres Exercise 5: Almacenamiento de datos de JSON en Postgres Exercise 6: Cargar Postgres con datos semiestructurados Exercise 7: Convertir datos tabulares en JSON Exercise 8: Extraer claves de objetos JSON con Postgres Exercise 9: Consulta de datos en JSON con Postgres Exercise 10: Consulta de datos de nivel superior JSON Exercise 11: Encontrar el tipo de datos JSON Exercise 12: Trabajar con objetos anidados JSON Exercise 13: Filtrar bases de datos de documentos con Postgres JSON Exercise 14: Técnicas avanzadas de consulta Postgres JSON Exercise 15: Operadores de flecha y flecha hash Exercise 16: \#> y #>>Exercise 17: Extraer datos de documentos Exercise 18: Manipular datos de documentos

Lleva tus habilidades en NoSQL al siguiente nivel dominando los fundamentos de las bases de datos clave-valor. Explora los casos de uso habituales de los datos clave-valor, y aprende a utilizar Redis y Python para leer y escribir datos. Concluye con una visión básica de las bases de datos gráficas y su lugar en la pila de datos moderna.

Exercise 1: Introducción a las bases de datos clave-valor Exercise 2: Bases de datos clave-valor Exercise 3: Bases de datos clave-valor vs. documento Exercise 4: Conexión a un clúster Redis Exercise 5: Almacenar y recuperar datos clave-valor Exercise 6: Almacenamiento de datos clave-valor con Redis Exercise 7: Recuperar datos clave-valor con Redis Exercise 8: Almacenamiento de diccionarios Python con Redis Exercise 9: Bases de datos gráficas Exercise 10: Comprender las bases de datos gráficas Exercise 11: Proveedores de bases de datos gráficas Exercise 12: Utilizar bases de datos gráficas Exercise 13: ¡Terminando!