कौन-सा टाइमज़ोन?

Snowflake में टाइमज़ोन के साथ टाइमस्टैम्प स्टोर करने के बारे में सभी तीन सही कथनों का चयन करें.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Snowflake में Data Types और Functions

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

हमारे इंटरैक्टिव अभ्यासों में से किसी एक के साथ सिद्धांत को व्यवहार में बदलें

अभ्यास शुरू करें

यह अभ्यास पाठ्यक्रम का हिस्सा है

Snowflake में Data Types और Functions

SkillTag.level.intermediateSkillTag.label

4.9+

539 reviews

पाठ्यक्रम मुफ्त में शुरू करें

Snowflake से दुनिया बदलने से पहले, आपको यह जानना होगा कि आप किस तरह के डेटा के साथ काम करेंगे। आप टेक्स्ट डेटा से शुरुआत करेंगे—सीखेंगे कि क्वेरीज़ में इसका उपयोग कैसे करें और कॉलम कैसे परिभाषित करें, साथ ही किसी भी टेबल से कॉलम विवरण कैसे प्राप्त करें। इसके बाद आप न्यूमेरिक data types और date/time डेटा में महारत हासिल करेंगे, precision, scale को समझेंगे, और strings को timestamps में कैसे convert करें, यह सीखेंगे।

Exercise 1: टेक्स्ट डेटा टाइप्स Exercise 2: क्या यह टेक्स्ट डेटा है?Exercise 3: बड़े शहर में वर्कआउट Exercise 4: टेक्स्ट डेटा परिभाषित करना Exercise 5: न्यूमेरिक डेटा टाइप्स Exercise 6: FLOAT के साथ आगे बढ़ें Exercise 7: एक रिटेल टेबल बनाना Exercise 8: Datetime डेटा टाइप्स Exercise 9: Datetime वैल्यू बनाना Exercise 10: कौन-सा टाइमज़ोन?

वर्तमान अभ्यास

Exercise 11: आपने चेक-इन कब किया?

अब जब आप अपने Snowflake डेटा को अच्छे से जान चुके हैं, तो उसे manipulate और transform करने का समय है। आप TRIM, SPLIT और CONCAT से टेक्स्ट डेटा manipulation से शुरू करेंगे, फिर SUM और AVG के साथ arithmetic और summary measures जैसे न्यूमेरिक ऑपरेशन्स में दक्षता पाएँगे। आप timestamps को transform करना सीखेंगे—जैसे year या hours जैसे components निकालना, dates के बीच intervals निकालना—और अपनी कस्टम Snowflake functions (UDFs) बनाकर personalized logic लागू करेंगे।

Exercise 1: टेक्स्ट डेटा को मैनिपुलेट करना Exercise 2: डिस्प्ले लंबाई प्रबंधित करना Exercise 3: टेक्स्ट डेटा को ट्रांसफॉर्म करना Exercise 4: सदस्यों को प्रेरित करने वाली मार्केटिंग Exercise 5: सांख्यिक गणनाएँ Exercise 6: Comparison ऑपरेटर Exercise 7: मेंबरशिप प्राइस समायोजित करना Exercise 8: किससे ज़्यादा कैलोरी बर्न होती है?Exercise 9: Datetime डेटा में बदलाव Exercise 10: टाइमस्टैम्प को हिस्सों में बांटना Exercise 11: आप जिम में कितनी देर रहे?Exercise 12: अपॉइंटमेंट तय करना Exercise 13: Snowflake में User-defined functions Exercise 14: अपना खुद का Snowflake फंक्शन बनाएँ Exercise 15: Efficiency के आधार पर जिम मेंबर्स की रैंकिंग

इस अंतिम अध्याय में, आप Snowflake की और उन्नत क्षमताओं के साथ गति बढ़ाएँगे। आप VARIANT data types (semi-structured डेटा) से शुरुआत करेंगे, dot-notation और bracket-notation का उपयोग करके top-level और nested डेटा को parse करना सीखेंगे, फिर multiple CTEs बनाकर और उपयोग करके common table expressions (CTEs) में महारत हासिल करेंगे। अंत में, आप PIVOT कीवर्ड का उपयोग करके pivoted टेबल्स बनाएँगे ताकि डेटा को reports और analysis के लिए आसान फॉर्मेट में बदला जा सके।

Exercise 1: सेमी-स्ट्रक्चर्ड डेटा को फ़्लैटन करना Exercise 2: Nested डेटा प्राप्त करना Exercise 3: व्यक्तिगत जानकारी के साथ काम करना Exercise 4: जिम मेंबर का विवरण तैयार करना Exercise 5: Multiple common table expressions Exercise 6: High-performers की पहचान Exercise 7: सीनियर वर्कआउट्स की तुलना Exercise 8: डेटा पिवट करना Exercise 9: वर्कआउट की अवधि का मूल्यांकन Exercise 10: क्या CrossFit एक पॉपुलर वर्कआउट है?Exercise 11: कौन-से वर्कआउट सबसे ज़्यादा कैलोरी जलाते हैं?Exercise 12: बधाई हो!