Opérateurs de comparaison

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

Cet exercice fait partie du cours

<cours>Types de données et fonctions dans Snowflake</cours>

Voir le cours

Exercice interactif pratique

Transformez la théorie en action avec l’un de nos exercices interactifs

Commencer l’exercice

Cet exercice fait partie du cours

<cours>Types de données et fonctions dans Snowflake</cours>

IntermédiaireNiveau de compétence

4.9+

539 reviews

Commencer le cours gratuitement

Avant de pouvoir changer le monde avec Snowflake, vous devez connaître le type de données avec lequel vous allez travailler. Vous commencerez par les données textuelles : apprendre à les utiliser dans des requêtes et à définir des colonnes, puis découvrir comment récupérer les détails des colonnes de n’importe quelle table. Vous maîtriserez ensuite les types numériques et les données de date/heure, en comprenant la précision, l’échelle, et comment convertir des chaînes en horodatages.

Exercise 1: Types de données textuelles Exercise 2: Est-ce bien une donnée 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 retail Exercise 8: Types de données datetime Exercise 9: Construire des valeurs datetime Exercise 10: Quel fuseau horaire ?Exercise 11: Quand avez-vous effectué votre enregistrement ?

À présent 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 maîtriserez les opérations numériques comme l’arithmétique et les mesures de synthèse avec SUM et AVG. Vous explorerez les transformations d’horodatages 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 implémenter 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 actuel

Exercise 7: Ajuster les prix des abonnements Exercise 8: Qu’est-ce qui brûle le plus de calories ?Exercise 9: Manipuler des données datetime Exercise 10: Décomposer un timestamp Exercise 11: Combien de temps êtes-vous resté à la salle de sport ?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 par efficacité

Dans ce dernier chapitre, vous passerez à la vitesse supérieure avec les fonctionnalités avancées de Snowflake. Vous commencerez par le type de données VARIANT (données semi-structurées), en apprenant à analyser les données de premier niveau et imbriquées à l’aide de la notation par point et par crochets, puis vous maîtriserez les expressions de table communes (CTE) en en construisant et utilisant plusieurs. Enfin, vous terminerez en créant des tableaux pivotés avec le mot-clé PIVOT pour transformer les données dans un format facile à interpréter, 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 informations personnelles Exercise 4: Créer une description de membre de la salle de sport Exercise 5: Multiples expressions de table communes Exercise 6: Identifier les meilleurs performeurs Exercise 7: Comparer les séances des seniors Exercise 8: Pivoter des données 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 !