Before you can change the world using Snowflake, you need to know the type of data you'll be working with. You'll start with text data, learning to use it in queries and define columns, plus discover how to retrieve column details from any table. Then you'll master numeric data types and date/time data, understanding precision, scale, and how to convert strings to timestamps.

Text data types

Is that text data?

Working out in the big city

Defining text data

Numeric data types

Go with the FLOAT

Creating a retail table

Datetime data types

Building datetime values

Which timezone?

When did you check in?

Data types

Now that you know your Snowflake data inside-and-out, it's time to manipulate and transform it. You'll begin with text data manipulation using TRIM, SPLIT, and CONCAT, then master numeric operations like arithmetic and summary measures with SUM and AVG. You'll explore timestamp transformations by extracting components like year or hours, calculating intervals between dates, and create your own custom Snowflake functions (UDFs) to implement personalized logic.

Manipulating text data

Managing display length

Transforming text data

Motivating member marketing

Numeric calculations

Comparison operators

Adjusting membership prices

What burns more calories?

Manipulating datetime data

Breaking down a timestamp

How long were you at the gym?

Making appointments

User-defined functions in Snowflake

Creating your own Snowflake function

Ranking gym members by efficiency

Manipulating Data

In this final chapter, you'll crank the heat up with Snowflake's more advanced functionality. You'll start with VARIANT data types (semi-structured data), learning to parse top-level and nested data using dot-notation and bracket-notation, then master common table expressions (CTEs) by building and using multiple CTEs. Finally, you'll wrap up by creating pivoted tables using the PIVOT keyword to transform data into an easy-to-digest format, ready for reports and analysis.

Semi-gestructureerde data flattenen

Geneste gegevens ophalen

Werken met persoonlijke info

Een beschrijving van een sportschoollid maken

Meerdere common table expressions

Toppresteerders herkennen

Work-outs van seniorleden vergelijken

Gegevens pivoteren

De lengte van workouts evalueren

Is CrossFit een populaire workout?

Welke workouts verbranden de meeste calorieën?

Gefeliciteerd!

Advanced Snowflake techniques

Leg de basis van Snowflake vast, te beginnen met gegevenstypen. Je krijgt inzicht in de verschillende gegevenstypen die Snowflake kan opslaan en de bewerkingen die je op die gegevens kunt uitvoeren. Zodra je de verschillende gegevenstypen van Snowflake begrijpt, ga je die gegevens manipuleren en transformeren met functies zoals TRIM, AVG, SUM en DATEDIFF. Je definieert zelfs je eigen functies om gegevensmanipulatie te personaliseren en te stroomlijnen.

Als je je prettig voelt bij het manipuleren en transformeren van gegevens, voeg je een paar handige tools toe aan je gereedschapskist. Je leert de beste manieren om semigestructureerde gegevens te flattenen en meerdere common table expressions op te bouwen. Voordat je deze cursus afrondt, beheers je de kunst van het pivoten van gegevens in Snowflake.

Data Manipulation in Snowflake

Leer Snowflake-datatypen en -functies om tekst, cijfers en data te manipuleren.

Gegevenstypen en functies in Snowflake

Leer Snowflake-gegevenstypen en -functies om tekst, getallen en datums te bewerken terwijl je aangepaste functies en draaitabellen maakt.

Associate Data Engineer in Snowflake

Is CrossFit een populaire workout?

Gegevenstypen en functies in Snowflake

Praktische interactieve oefening