Le rôle de Partner Connect

Laquelle des options suivantes décrit le mieux la place de Partner Connect dans la vision élargie du lakehouse ?

Cette activité fait partie du cours

Introduction à Databricks SQL

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

Introduction à Databricks SQL

SkillTag.level.intermediateSkillTag.label

4.7+

782 reviews

Commencer le cours gratuitement

Bâtissez des bases solides en entreposage de données avec la plateforme d'intelligence des données Databricks! Vous apprendrez comment Databricks et l'architecture lakehouse préparent votre organisation à une pile moderne de SQL et d'intelligence d'affaires. Vous explorerez aussi les composants clés du produit Databricks SQL, des techniques de stockage de données aux optimisations de calcul.

Exercise 1: SQL dans la plateforme d'intelligence des données Exercise 2: Avantages du lakehouse pour SQL Exercise 3: Explorer Databricks SQL Exercise 4: Explorer des données Exercise 5: Partner Connect Exercise 6: Actifs clés de Databricks SQL Exercise 7: Classer les actifs de Databricks SQL Exercise 8: Créer une requête Exercise 9: Créer une visualisation

Mettez en place une base de données robuste pour l'architecture lakehouse! Vous apprendrez à ingérer, transformer et modéliser vos données à l'aide des fonctionnalités de Databricks SQL. Vous explorerez des approches graphiques et programmatiques pour construire l'architecture « médaillon » et créer un écosystème de données prêt pour toute charge analytique.

Exercise 1: Ingestion des données Exercise 2: Ingestion de données via l'interface graphique Exercise 3: Hydrater le lakehouse Exercise 4: Téléverser des données manuellement Exercise 5: Utiliser COPY INTO Exercise 6: Tirer parti d'Auto Loader Exercise 7: Transformer les données Exercise 8: SQL et l'architecture en médaillons Exercise 9: Créer une couche de données sur le café Exercise 10: Nettoyer des tables brutes Exercise 11: Créer la couche Silver Exercise 12: Créer une table des réclamations avec de grosses primes

Générez des insights puissants avec Databricks SQL! Vous apprendrez à écrire des requêtes, créer des visualisations et alimenter des tableaux de bord grâce aux fonctionnalités intégrées de Databricks. Vous vous exercerez à utiliser du code SQL, des filtres et des paramètres afin de créer une application analytique robuste pour vos utilisateurs finaux.

Exercise 1: Interroger dans la plateforme d'intelligence des données Exercise 2: Actifs analytiques dans Databricks SQL Exercise 3: Interroger notre jeu de données sur le café Exercise 4: Analyser des réclamations d'assurance Exercise 5: Compléter les requêtes avec des fonctions Exercise 6: Visualiser les résultats de la requête Exercise 7: Créer une application analytique Exercise 8: Le rôle de Partner Connect

Exercice en cours

Exercise 9: Un tableau de bord sur les données du café Exercise 10: Ajouter des filtres aux tableaux de bord Exercise 11: Utiliser des paramètres dans les requêtes Exercise 12: Créer un tableau de bord pour la direction

Dans le dernier chapitre, vous verrez des techniques plus avancées qui tirent parti des principaux différenciateurs de la plateforme Databricks. Vous apprendrez à gérer des données à haute vélocité et en évolution rapide à l'aide des fonctions de fenêtrage, et vous pourrez fusionner des jeux de données à leur arrivée.

Exercise 1: Modèles courants d'ingénierie des données Exercise 2: Ajout (append) vs CDC Exercise 3: Mise à jour des données de ventes de café Exercise 4: Optimiser les données avec SQL Exercise 5: Utiliser INSERT Exercise 6: Utiliser MERGE Exercise 7: Modèles avancés d'analyse de données Exercise 8: Comprendre les fonctions de fenêtre et les sous-requêtes Exercise 9: Analyser les ventes de café par magasin Exercise 10: Rédiger une sous-requête Exercise 11: Utiliser une fonction de fenêtre Exercise 12: Combiner fenêtres et sous-requêtes Exercise 13: Récapitulatif du cours