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 in the Data Intelligence Platform

Benefits of the lakehouse for SQL

Exploring Databricks SQL

Exploring some data

Partner Connect

Databricks SQL key assets

Classifying Databricks SQL assets

Create a query

Build a visualization

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.

Melakukan kueri di Data Intelligence Platform

Opsi

Kueri

Keduanya

Visualisasi

Aset analitik di Databricks SQL

Mengkueri himpunan data kopi kita

Menganalisis klaim asuransi

Melengkapi kueri dengan fungsi

Memvisualisasikan hasil kueri

Membuat aplikasi analitik

Peran Partner Connect

Dasbor data kopi

Menambahkan filter ke dasbor

Menggunakan parameter dalam kueri

Buat dasbor eksekutif

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

Setiap organisasi memerlukan kapabilitas gudang data untuk menjalankan analisis business intelligence yang krusial. Selama bertahun-tahun, banyak alat berbeda digunakan untuk memenuhi kebutuhan ini, namun sering kali berupa tumpukan teknologi terpisah yang kesulitan mengikuti kebutuhan data modern dan skala yang diperlukan.

Databricks adalah Data Intelligence Platform yang tangguh dan dapat memenuhi berbagai kebutuhan analitik organisasi. Dengan memanfaatkan Databricks SQL, organisasi dapat menggunakan solusi gudang data yang sangat skalabel dan berkinerja tinggi langsung dalam arsitektur lakehouse.

Dalam kursus ini, Anda akan diperkenalkan pada komponen dan alur kerja kunci dalam Databricks SQL.

Pertama, Anda akan belajar menggunakan Databricks SQL untuk melakukan berbagai tugas rekayasa data dan memindahkan data Anda melalui arsitektur medali guna melayani tim data. Anda akan mempelajari teknik umum yang digunakan banyak data engineer, cara memilih di antara berbagai teknik penyimpanan data, dan cara menjaga data Anda tetap mutakhir.

Selanjutnya, Anda akan belajar menganalisis data di Databricks SQL seperti yang dilakukan banyak analis data di industri. Anda akan mempelajari fungsi dan teknik umum menggunakan SQL berbasis ANSI, lalu membuat visualisasi dan dasbor di dalam platform untuk menyampaikan cerita data Anda dengan lebih baik.

Terakhir, Anda akan mempelajari beberapa teknik lanjutan yang memanfaatkan pembeda utama platform Databricks. Anda akan belajar menangani data berkecepatan tinggi dan cepat berubah menggunakan window functions, serta dapat menggabungkan himpunan data saat data tersebut masuk.

Setiap organisasi memerlukan kemampuan data warehousing untuk menjalankan analisis bisnis intelijen yang kritis. Selama bertahun-tahun, telah banyak alat yang berbeda untuk memenuhi kebutuhan ini, tetapi seringkali merupakan tumpukan teknologi terpisah yang kesulitan untuk mengikuti perkembangan kebutuhan data modern dan skalabilitas.

Databricks adalah platform kecerdasan data yang kuat yang dapat memenuhi banyak kebutuhan analitis suatu organisasi. Dengan memanfaatkan Databricks SQL, suatu organisasi dapat memanfaatkan solusi data warehouse yang sangat skalabel dan berperforma tinggi secara langsung dalam arsitektur lakehouse.

Dalam kursus ini, Anda akan diperkenalkan dengan komponen utama dan alur kerja di dalam Databricks SQL.

Pertama, Anda akan belajar cara menggunakan Databricks SQL untuk melakukan berbagai tugas rekayasa data dan memindahkan data melalui arsitektur medallion untuk mendukung tim data. Anda akan mempelajari teknik-teknik umum yang sering digunakan oleh insinyur data, cara memilih antara berbagai teknik penyimpanan data, dan cara menjaga data Anda tetap terkini.

Selanjutnya, Anda akan belajar cara menganalisis data Anda di Databricks SQL seperti yang dilakukan oleh banyak analis data di industri ini. Anda akan mempelajari fungsi dan teknik umum yang menggunakan SQL berbasis ANSI, dan kemudian akan membuat visualisasi dan dasbor dalam platform untuk menyampaikan cerita yang lebih baik tentang data Anda.

Akhirnya, Anda akan mempelajari beberapa teknik lanjutan yang memanfaatkan keunggulan utama platform Databricks. Anda akan belajar cara mengelola data berkecepatan tinggi dan berubah dengan cepat menggunakan fungsi jendela, serta dapat menggabungkan dataset saat data tersebut masuk.

Intermediate SQL

Introduction to Databricks

Pelajari Databricks SQL untuk rekayasa data, analitik, dan alur kerja data real-time di arsitektur lakehouse.

Pengantar Databricks SQL

Pelajari Databricks SQL untuk rekayasa data, analitik, dan alur kerja data real-time dalam arsitektur lakehouse.

Associate Data Engineer in Databricks

Analis Data di Databricks

Menampilkan semua catatan penjualan untuk sebuah toko selama 90 hari terakhir

Memilih kolom tertentu dari tabel sumber dan memfilter baris berdasarkan dua nilai dimensi

Menampilkan jumlah total penjualan per toko

Menampilkan porsi penjualan tiap toko dibandingkan total penjualan

Menampilkan sebaran titik data pada dua dimensi kunci

Aset analitik di Databricks SQL

Pengantar Databricks SQL

Latihan interaktif langsung