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 dalam Data Intelligence Platform

Manfaat lakehouse untuk SQL

Mengeksplorasi Databricks SQL

Mengeksplorasi beberapa data

Partner Connect

Aset utama Databricks SQL

Opsi

Tabel/View

Query

Visualisasi / Dasbor

Mengklasifikasikan aset Databricks SQL

Buat sebuah kueri

Buat sebuah visualisasi

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

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.

Analis Data di Databricks

Himpunan data pemasaran yang disimpan di data lake

Hasil join umum antara dua tabel, disimpan untuk kinerja yang lebih cepat

Logika dan proses yang menggabungkan dua tabel menjadi himpunan data baru

Menetapkan serangkaian kriteria pemfilteran untuk membatasi himpunan data akhir

Diagram batang yang menampilkan distribusi nilai di berbagai dimensi

Kumpulan visualisasi dari beberapa set kode yang berbeda

Mengklasifikasikan aset Databricks SQL

Pengantar Databricks SQL

Latihan interaktif praktis