Is dat tekstdata?

Begrijpen welk type data in een Snowflake-database staat, is een must voor elke dataprofessional. In deze oefening ga je hands-on in de Snowflake-UI en verken je de database die begint met COURSE_41769 waar je in deze cursus mee werkt. Succes!

Opmerking: Onze Snowflake draait in een virtuele Windows-omgeving en kan bij de eerste keer laden een paar seconden nodig hebben.

⚠️ Kun je geen database selecteren of krijg je de fout "table not found"?

Gebruik het volledige pad van de tabel in je FROM-clausule. Haal dit uit het linkerpaneel: tab Databases → vouw je COURSE_…-database uit → selecteer de tabel → Copy name.

Deze oefening maakt deel uit van de cursus

Gegevenstypen en functies in Snowflake

Bekijk cursus

Interactieve oefening met praktijkervaring

Zet theorie om in actie met een van onze interactieve oefeningen

Begin oefening

Deze oefening maakt deel uit van de cursus

Gegevenstypen en functies in Snowflake

SkillTag.level.intermediateSkillTag.label

4.8+

599 reviews

Begin gratis met de cursus

Voordat je de wereld verandert met Snowflake, moet je weten met welk type gegevens je werkt. Je begint met tekstgegevens: je leert ze gebruiken in queries en kolommen definiëren, en je ontdekt hoe je kolomdetails uit elke tabel ophaalt. Daarna beheers je numerieke gegevenstypen en datum-/tijdgegevens: je begrijpt precisie en schaal en hoe je strings omzet naar timestamps.

Exercise 1: Tekstdatatypen Exercise 2: Is dat tekstdata?

Huidige oefening

Exercise 3: Sporten in de grote stad Exercise 4: Tekstgegevens definiëren Exercise 5: Numerieke gegevenstypen Exercise 6: Ga voor FLOAT Exercise 7: Een retailtabel maken Exercise 8: Datetime-gegevens typen Exercise 9: Datetime-waarden opbouwen Exercise 10: Welke tijdzone?Exercise 11: Wanneer heb je ingecheckt?

Nu je je Snowflake-gegevens door en door kent, is het tijd om ze te manipuleren en te transformeren. Je begint met het manipuleren van tekstgegevens met TRIM, SPLIT en CONCAT, en beheerst daarna numerieke operaties zoals rekenkundige bewerkingen en samenvattende maten met SUM en AVG. Je verkent timestamp-transformaties door componenten zoals jaar of uur te extraheren, intervallen tussen data te berekenen, en je maakt je eigen aangepaste Snowflake-functies (UDF's) om gepersonaliseerde logica te implementeren.

Exercise 1: Tekstgegevens bewerken Exercise 2: Weergavelengte beheren Exercise 3: Tekstgegevens transformeren Exercise 4: Leden motiveren met marketing Exercise 5: Numerieke berekeningen Exercise 6: Vergelijkingsoperatoren Exercise 7: Lidmaatschapsprijzen aanpassen Exercise 8: Wat verbrandt meer calorieën?Exercise 9: Datum-tijdgegevens bewerken Exercise 10: Een timestamp uitsplitsen Exercise 11: Hoelang was je in de sportschool?Exercise 12: Afspraken plannen Exercise 13: User-defined functions in Snowflake Exercise 14: Je eigen Snowflake-functie maken Exercise 15: Sportschoolleden rangschikken op efficiëntie

In dit laatste hoofdstuk draai je de temperatuur op met de meer geavanceerde functionaliteit van Snowflake. Je begint met VARIANT-gegevenstypen (semigestructureerde gegevens) en leert top-level en geneste gegevens te parsen met dot-notatie en bracket-notatie. Vervolgens beheers je common table expressions (CTE's) door meerdere CTE's te bouwen en te gebruiken. Tot slot rond je af door gepivotte tabellen te maken met het sleutelwoord PIVOT om gegevens om te zetten naar een makkelijk te interpreteren formaat, klaar voor rapportages en analyses.

Exercise 1: Semi-gestructureerde data flattenen Exercise 2: Geneste gegevens ophalen Exercise 3: Werken met persoonlijke info Exercise 4: Een beschrijving van een sportschoollid maken Exercise 5: Meerdere common table expressions Exercise 6: Toppresteerders herkennen Exercise 7: Work-outs van seniorleden vergelijken Exercise 8: Gegevens pivoteren Exercise 9: De lengte van workouts evalueren Exercise 10: Is CrossFit een populaire work-out?Exercise 11: Welke workouts verbranden de meeste calorieën?Exercise 12: Gefeliciteerd!