La "T" in ELT
Non dimentichiamoci di ELT! Qui le funzioni extract() e load() sono già state definite per te. Ora non ti resta che completare la definizione della funzione transform() ed eseguire la pipeline. Avanti tutta!
Questo esercizio fa parte del corso
ETL and ELT in Python
Istruzioni dell'esercizio
- Aggiorna la funzione
transform()per chiamare il metodo.execute()sull'oggettodata_warehouse. - Usa la funzione
transform()appena aggiornata per popolare i dati nella tabella di destinazionetotal_salestrasformando i dati nella tabella di origineraw_sales_data.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Complete building the transform() function
def transform(source_table, target_table):
data_warehouse.____(f"""
CREATE TABLE {target_table} AS
SELECT
CONCAT("Product ID: ", product_id),
quantity * price
FROM {source_table};
""")
extracted_data = extract(file_name="raw_sales_data.csv")
load(data_frame=extracted_data, table_name="raw_sales_data")
# Populate total_sales by transforming raw_sales_data
____(source_table="____", target_table="____")