Opérateurs de comparaison

Lequel des opérateurs de comparaison suivants ne peut pas être utilisé pour comparer les valeurs de deux champs/valeurs de type NUMERIC ?

Cette activité fait partie du cours

Types de données et fonctions dans Snowflake

Voir le cours

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice

Cette activité fait partie du cours

Types de données et fonctions dans Snowflake

SkillTag.level.intermediateSkillTag.label

4.9+

617 reviews

Commencer le cours gratuitement

Avant de pouvoir changer le monde avec Snowflake, vous devez connaître le type de données avec lesquelles vous travaillerez. Vous commencerez par les données textuelles, apprendrez à les utiliser dans des requêtes et à définir des colonnes, puis découvrirez comment récupérer les détails des colonnes de n'importe quelle table. Ensuite, vous maîtriserez les types de données numériques et les données de date et d'heure, en comprenant la précision, l'échelle et la façon de convertir des chaînes en horodatages.

Exercise 1: Types de données texte Exercise 2: Est-ce un type de données texte?Exercise 3: S'entraîner dans la grande ville Exercise 4: Définir des données textuelles Exercise 5: Types de données numériques Exercise 6: Optez pour FLOAT Exercise 7: Créer une table de vente au détail Exercise 8: Types de données datetime Exercise 9: Construire des valeurs datetime Exercise 10: Quel fuseau horaire?Exercise 11: À quel moment avez-vous fait votre enregistrement?

Maintenant que vous connaissez vos données Snowflake sur le bout des doigts, il est temps de les manipuler et de les transformer. Vous commencerez par la manipulation de texte avec TRIM, SPLIT et CONCAT, puis vous maîtriserez les opérations numériques comme l'arithmétique et les mesures de synthèse avec SUM et AVG. Vous explorerez les transformations d'horodatage en extrayant des composantes comme l'année ou l'heure, en calculant des intervalles entre des dates, et vous créerez vos propres fonctions Snowflake (UDF) pour mettre en œuvre une logique personnalisée.

Exercise 1: Manipuler des données textuelles Exercise 2: Gérer la longueur d'affichage Exercise 3: Transformer des données textuelles Exercise 4: Motiver les membres par le marketing Exercise 5: Calculs numériques Exercise 6: Opérateurs de comparaison

Exercice en cours

Exercise 7: Ajuster les prix d'abonnement Exercise 8: Qu'est-ce qui brûle le plus de calories ?Exercise 9: Manipuler des données de type datetime Exercise 10: Décomposer un horodatage Exercise 11: Combien de temps êtes-vous resté au gym?Exercise 12: Prendre des rendez-vous Exercise 13: Fonctions définies par l'utilisateur dans Snowflake Exercise 14: Créer votre propre fonction Snowflake Exercise 15: Classer les membres du gym par efficacité

Dans ce dernier chapitre, vous passerez à la vitesse supérieure avec les fonctionnalités plus avancées de Snowflake. Vous commencerez par les types de données VARIANT (données semi-structurées), apprendrez à analyser les données de premier niveau et imbriquées à l'aide de la notation par points et de la notation par crochets, puis vous maîtriserez les expressions de table communes (CTE) en construisant et en utilisant plusieurs CTE. Enfin, vous terminerez en créant des tableaux croisés à l'aide du mot-clé PIVOT pour transformer les données dans un format facile à consulter, prêt pour les rapports et l'analyse.

Exercise 1: Aplatir des données semi-structurées Exercise 2: Récupérer des données imbriquées Exercise 3: Travailler avec des renseignements personnels Exercise 4: Rédiger une description de membre du gym Exercise 5: Expressions de table communes multiples Exercise 6: Repérer les membres les plus performants Exercise 7: Comparer les entraînements des aînés Exercise 8: Tableaux croisés (Pivoting Data)Exercise 9: Évaluer la durée des entraînements Exercise 10: Le CrossFit est-il un entraînement populaire ?Exercise 11: Quels entraînements brûlent le plus de calories?Exercise 12: Félicitations !