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.

SQL dans la Data Intelligence Platform

Atouts du lakehouse pour SQL

Explorer Databricks SQL

Explorer des données

Partner Connect

Actifs clés de Databricks SQL

Options

Tables/Vues

Requêtes

Visualisations / Tableaux de bord

Classer les ressources Databricks SQL

Créer une requête

Créer une visualisation

Data Warehousing in Databricks

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.

Ingesting Data

GUI-based data ingest

Hydrating the lakehouse

Upload data manually

Using COPY INTO

Leveraging Auto Loader

Transforming data

SQL and the medallion architecture

Creating a coffee data layer

Cleaning up raw tables

Creating the silver layer

Creating a table of large premium claims

Data engineering with Databricks SQL

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.

Querying in the Data Intelligence Platform

Analytical assets in Databricks SQL

Querying our coffee dataset

Analyzing insurance claims

Supplementing queries with functions

Visualizing query results

Creating an analytics application

The role of Partner Connect

A coffee data dashboard

Adding filters to dashboards

Using parameters in queries

Create an executive dashboard

Data analysis with Databricks SQL

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.

Common data engineering patterns

Append vs. CDC

Updating coffee sales data

Optimizing data  with SQL

Using INSERT

Using MERGE

Advanced data analysis patterns

Understanding window functions and sub-queries

Analyzing coffee sales by store

Writing a sub-query

Using a  window function

Using windows and sub-queries together

Course recap

Advanced patterns with Databricks SQL

Chaque organisation a besoin d’un entrepôt de données pour exécuter des analyses d’intelligence décisionnelle critiques. Au fil des années, de nombreux outils ont tenté de répondre à ce besoin, mais s’appuyaient souvent sur des piles technologiques distinctes, difficilement adaptées aux exigences et à l’échelle des données modernes.

Databricks est une puissante Data Intelligence Platform capable de couvrir de nombreux besoins analytiques d’une organisation. En tirant parti de Databricks SQL, vous pouvez utiliser une solution d’entrepôt de données ultra‑scalable et performante directement au sein de l’architecture lakehouse.

Dans ce cours, vous découvrirez les composants clés et les workflows de Databricks SQL.

Vous apprendrez d’abord à utiliser Databricks SQL pour effectuer différentes tâches de data engineering et faire progresser vos données au travers de l’architecture médaillon afin de servir les équipes data. Vous verrez les techniques courantes utilisées par les data engineers, comment choisir entre plusieurs modes de stockage des données et comment garder vos données à jour.

Ensuite, vous apprendrez à analyser vos données dans Databricks SQL, comme le font de nombreux data analysts dans l’industrie. Vous étudierez les fonctions et techniques courantes en SQL conforme ANSI, puis vous créerez des visualisations et des tableaux de bord directement dans la plateforme pour mieux raconter l’histoire de vos données.

Enfin, vous explorerez des techniques plus avancées qui tirent parti des différenciateurs clés de la plateforme Databricks. Vous apprendrez à gérer des données à grande vélocité et en évolution rapide grâce aux fonctions de fenêtre, et vous pourrez fusionner des jeux de données au fil de leur arrivée.

Chaque organisation a besoin d'une capacité de stockage de données pour effectuer des analyses critiques de veille économique. Au fil des ans, divers outils ont été développés pour répondre à ces besoins, mais il s'agissait souvent de piles technologiques distinctes qui avaient du mal à s'adapter aux exigences et à l'échelle des données modernes.

Databricks est une plateforme de veille stratégique performante capable de répondre à de nombreux besoins analytiques d'une organisation. En tirant parti de Databricks SQL, une organisation peut utiliser une solution d'entrepôt de données hyper évolutive et performante directement dans l'architecture lakehouse.

Dans ce cours, vous découvrirez les principaux composants et workflows de Databricks SQL.

Tout d'abord, vous apprendrez à utiliser Databricks SQL pour effectuer différentes tâches d'ingénierie des données et transférer vos données via l'architecture Medallion afin de servir les équipes chargées des données. Vous apprendrez les techniques couramment utilisées par de nombreux ingénieurs de données, comment choisir entre différentes techniques de stockage de données et comment maintenir vos données à jour.

Ensuite, vous apprendrez à analyser vos données dans Databricks SQL, comme le font de nombreux analystes de données dans le secteur. Vous apprendrez les fonctions et techniques courantes à l'aide du langage SQL basé sur ANSI, puis vous créerez des visualisations et des tableaux de bord intégrés à la plateforme afin de mieux présenter vos données.

Enfin, vous découvrirez des techniques plus avancées qui exploitent les principaux atouts de la plateforme Databricks. Vous apprendrez à gérer des données à haute vélocité et en constante évolution à l'aide de fonctions de fenêtre, et serez en mesure de fusionner des ensembles de données à mesure qu'ils arrivent.

Intermediate SQL

Introduction to Databricks

Apprenez Databricks SQL pour l'ingénierie des données, l'analytique et les flux de données en temps réel.

Introduction à Databricks SQL

Apprenez à utiliser Databricks SQL pour l'ingénierie des données, l'analyse et les flux de données en temps réel dans l'architecture Lakehouse.

Associate Data Engineer in Databricks

Analyste de données dans Databricks

Explorer des données

Exercice interactif pratique