Gegevensinname via de GUI

Databricks biedt via de GUI twee hoofdopties om gegevens naar je lakehouse te uploaden: LakeFlow Connect en een handmatige upload. Beide zijn handige functies die uploaden eenvoudig maken, maar ze hebben elk hun eigen voor- en nadelen.

Deze oefening maakt deel uit van de cursus

Introductie tot Databricks SQL

Interactieve oefening met praktijkervaring

Zet theorie om in actie met een van onze interactieve oefeningen

Deze oefening maakt deel uit van de cursus

Introductie tot Databricks SQL

SkillTag.level.intermediateSkillTag.label

4.7+

Begin gratis met de cursus

Leg een sterke basis voor datawarehousing met het Databricks Data Intelligence Platform! Je leert hoe Databricks en de lakehouse-architectuur je organisatie klaarstomen voor een moderne SQL- en BI-stack. Je verkent ook de belangrijkste onderdelen van het Databricks SQL-product, van opslagtechnieken tot compute-optimalisaties.

Exercise 1: SQL in het Data Intelligence Platform Exercise 2: Voordelen van de lakehouse voor SQL Exercise 3: Databricks SQL verkennen Exercise 4: Data verkennen Exercise 5: Partner Connect Exercise 6: Belangrijkste onderdelen van Databricks SQL Exercise 7: Databricks SQL-assets classificeren Exercise 8: Schrijf een query Exercise 9: Maak een visualisatie

Bouw een sterke databasis voor de lakehouse-architectuur! Je leert hoe je je gegevens inlaadt, transformeert en modelleert met de mogelijkheden in Databricks SQL. Je verkent zowel GUI-gebaseerde als programmatische aanpakken om de medallion-architectuur op te zetten en een data-ecosysteem te creëren dat klaar is voor elke analytics-workload.

Exercise 1: Data inladen Exercise 2: Gegevensinname via de GUI

Huidige oefening

Exercise 3: Het lakehouse vullen met data Exercise 4: Handmatig gegevens uploaden Exercise 5: COPY INTO gebruiken Exercise 6: Auto Loader benutten Exercise 7: Gegevens transformeren Exercise 8: SQL en de medallion-architectuur Exercise 9: Een koffiedatalaag maken Exercise 10: Ruwe tabellen opschonen Exercise 11: De silver-laag maken Exercise 12: Een tabel maken met claims met hoge premies

Creëer krachtige datainsights met Databricks SQL! Je leert queries schrijven, visualisaties maken en dashboards aansturen met de mogelijkheden binnen Databricks. Je oefent met het inzetten van SQL-code, filters en parameters om een robuuste analytische toepassing voor je eindgebruikers te bouwen.

Exercise 1: Query's uitvoeren in het Data Intelligence Platform Exercise 2: Analytische assets in Databricks SQL Exercise 3: Query's uitvoeren op onze koffiedataset Exercise 4: Schadeclaims analyseren Exercise 5: Queries aanvullen met functies Exercise 6: Queryresultaten visualiseren Exercise 7: Een analytics-applicatie maken Exercise 8: De rol van Partner Connect Exercise 9: Een dashboard met koffiedata Exercise 10: Filters toevoegen aan dashboards Exercise 11: Parameters gebruiken in queries Exercise 12: Maak een executive dashboard

In het laatste hoofdstuk leer je enkele meer geavanceerde technieken die de onderscheidende mogelijkheden van het Databricks-platform benutten. Je leert omgaan met gegevens met hoge snelheid en snelle veranderingen met windowfuncties, en je kunt gegevenssets samenvoegen zodra ze binnenkomen.

Exercise 1: Veelvoorkomende data-engineeringpatronen Exercise 2: Append versus CDC Exercise 3: Gegevens over koffieverkopen bijwerken Exercise 4: Data optimaliseren met SQL Exercise 5: INSERT gebruiken Exercise 6: MERGE gebruiken Exercise 7: Geavanceerde patronen voor data-analyse Exercise 8: Windowfuncties en subquery's begrijpen Exercise 9: Koffieverkoop per winkel analyseren Exercise 10: Een subquery schrijven Exercise 11: Een windowfunctie gebruiken Exercise 12: Windows en subquery's samen gebruiken Exercise 13: Cursus samenvatting