Ajouter des filtres aux tableaux de bord

Les tableaux de bord sont un excellent moyen de présenter vos données de manière visuelle et intuitive. Dans cet exercice, nous allons commencer par fournir un jeu de données plus large à notre tableau de bord et permettre à vos utilisateurs de sélectionner interactivement les données affichées grâce à un filtre de tableau de bord. En arrière-plan, ces filtres fonctionnent comme des clauses WHERE, mais ils sont bien plus simples à utiliser.

Cet exercice fait partie du cours

<cours>Introduction à Databricks SQL</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>Introduction à Databricks SQL</cours>

IntermédiaireNiveau de compétence

4.7+

Commencer le cours gratuitement

Build a strong data warehousing foundation with the Databricks Data Intelligence Platform! You will learn how Databricks and the lakehouse architecture set your organization up for a modern SQL and BI stack. You will also explore the key components of the Databricks SQL product, ranging from data storage techniques to compute optimizations.

Exercise 1: SQL in the Data Intelligence Platform Exercise 2: Benefits of the lakehouse for SQL Exercise 3: Exploring Databricks SQL Exercise 4: Exploring some data Exercise 5: Partner Connect Exercise 6: Databricks SQL key assets Exercise 7: Classifying Databricks SQL assets Exercise 8: Create a query Exercise 9: Build a visualization

Build a strong data foundation for the lakehouse architecture! You will learn how to ingest, transform, and model your data using the capabilities in Databricks SQL. You will explore GUI-based and programmatic approaches to building out the medallion architecture, and creating a data ecosystem ready for any analytics workload.

Exercise 1: Ingesting Data Exercise 2: GUI-based data ingest Exercise 3: Hydrating the lakehouse Exercise 4: Upload data manually Exercise 5: Using COPY INTO Exercise 6: Leveraging Auto Loader Exercise 7: Transforming data Exercise 8: SQL and the medallion architecture Exercise 9: Creating a coffee data layer Exercise 10: Cleaning up raw tables Exercise 11: Creating the silver layer Exercise 12: Creating a table of large premium claims

Create powerful data insights using Databricks SQL! You will learn how to write queries, create visualizations, and power dashboards using in-platform Databricks capabilities. You will practice leveraging SQL code, filters, and parameters to create a robust analytical application for your end users.

Exercise 1: Interroger dans la Data Intelligence Platform Exercise 2: Actifs analytiques dans Databricks SQL Exercise 3: Interroger notre jeu de données sur le café Exercise 4: Analyser des déclarations d’assurance Exercise 5: Compléter des requêtes avec des fonctions Exercise 6: Visualiser les résultats de requête Exercise 7: Créer une application analytique Exercise 8: Le rôle de Partner Connect Exercise 9: Un tableau de bord des données sur le café Exercise 10: Ajouter des filtres aux tableaux de bord

Exercice actuel

Exercise 11: Utiliser des paramètres dans les requêtes Exercise 12: Créer un tableau de bord exécutif

In the final chapter, you will learn some more advanced techniques that leverage the key differentiators of the Databricks platform. You will learn how to handle high-velocity and fast-changing data using window functions, and will be able to merge datasets as they come in.

Exercise 1: Common data engineering patterns Exercise 2: Append vs. CDC Exercise 3: Updating coffee sales data Exercise 4: Optimizing data with SQL Exercise 5: Using INSERT Exercise 6: Using MERGE Exercise 7: Advanced data analysis patterns Exercise 8: Understanding window functions and sub-queries Exercise 9: Analyzing coffee sales by store Exercise 10: Writing a sub-query Exercise 11: Using a window function Exercise 12: Using windows and sub-queries together Exercise 13: Course recap