マーケティング分析で使う Snowflake の複雑なクエリにパフォーマンス問題が発生しています。レポートの実行に時間がかかりすぎています。最適化の余地を見つけるには、Snowflake がクエリの各部分をどのように処理するかを理解する必要があります。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
Snowflakeとともにデータモデリングの基礎を学び、データを効率よく整理する方法を探究します。まずはデータモデリングの基本概念を押さえ、データドリブンな世界での重要性を理解し、データを適切に表現・保存する方法を学びます。スケールの大きなデータ組織化を可視化することで、よく設計されたデータモデルがクエリや分析をいかにシンプルにするかがつかめます。
効果的なデータの整理と管理の秘訣を、Snowflakeにおけるデータ関係の鍵（キー）の役割と、データ正規化の基本原則に焦点を当てて学びます。リレーショナルデータの土台を理解し、主キーと外部キーがデータエンティティを構造化し連携させる重要性を確認します。さらに正規化のプロセスをたどり、1NFで重複を排除し、2NFで部分関数従属に対応し、3NFで推移的従属を取り除く方法を身につけます。
Snowflakeでデータウェアハウス戦略をさらに深め、3つの重要なデータモデリング手法（エンティティ・リレーションシップモデル、ディメンショナルモデリング、Data Vault）を学びます。まずは大学システムを題材に、複雑な関係を可視化できるエンティティ・リレーションシップモデルでデータの相互作用を表現します。次に、分析を簡潔にする事実テーブルとディメンションテーブルを用いたディメンショナルモデリングに進み、実用的なレポーティングの考え方を身につけます。最後に、履歴の追跡と柔軟性に優れた堅牢な枠組みであるData Vaultモデリングを掘り下げます。
Snowflakeのアーキテクチャを活用してクエリ性能を最適化し、データモデルのスピードと効率を高めましょう。列指向ストレージ、大規模並列処理（MPP）、マイクロパーティションの利点を、従来型データベースと比較しながら理解します。さらに、仮想ウェアハウス、テーブル、ビューなどのSnowflakeのデータオブジェクトを活用してデータを賢く整理します。クエリ最適化、サブクエリ、Common Table Expressions（CTE）といった手法を使いこなし、データ処理を洗練させます。
現在の演習
