Gegevensinname via de GUI

Databricks biedt twee hoofdopties om via de GUI data naar je lakehouse-omgeving te uploaden: LakeFlow Connect en een handmatige upload. Beide zijn handige functies waarmee je eenvoudig data kunt uploaden, 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: Maak een query Exercise 9: Maak een visualisatie

Bouw een stevige databasis voor de lakehouse-architectuur! Je leert hoe je data inlaadt, transformeert en modelleert met de mogelijkheden in Databricks SQL. Je verkent GUI-gebaseerde en programmatische benaderingen om de medaillonarchitectuur op te zetten en een data-ecosysteem te creëren dat klaar is voor elke analytische workload.

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

Huidige oefening

Exercise 3: Het lakehouse hydrateren Exercise 4: Data handmatig uploaden Exercise 5: COPY INTO gebruiken Exercise 6: Auto Loader benutten Exercise 7: Data transformeren Exercise 8: SQL en de medallion-architectuur Exercise 9: Een koffiedatalaag maken Exercise 10: Ruwe tabellen opschonen Exercise 11: De zilverlaag maken Exercise 12: Een tabel met claims met hoge premies maken

Creëer krachtige data-inzichten met Databricks SQL! Je leert hoe je queries schrijft, visualisaties maakt en dashboards aandrijft met de mogelijkheden van Databricks binnen het platform. Je oefent met het inzetten van SQL-code, filters en parameters om een robuuste analytische applicatie voor je eindgebruikers te bouwen.

Exercise 1: Query's schrijven in het Data Intelligence Platform Exercise 2: Analytische assets in Databricks SQL Exercise 3: Query’s op onze koffiegegavenset uitvoeren Exercise 4: Schadeclaims analyseren Exercise 5: Queries uitbreiden met functies Exercise 6: Queryresultaten visualiseren Exercise 7: Een analytische 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 geavanceerdere technieken die gebruikmaken van de onderscheidende kenmerken van het Databricks-platform. Je leert hoe je snelstromende en snel veranderende data verwerkt met vensterfuncties en hoe je gegevenssets kunt samenvoegen zodra ze binnenkomen.

Exercise 1: Veelvoorkomende data-engineeringpatronen Exercise 2: Append vs. 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: Cursusafronding