Otimização de dados com SQL

Nesta lição, falamos bastante sobre como tornar nossos processos de engenharia de dados mais eficientes. Neste exercício, vamos praticar como otimizar a organização subjacente dos dados. Assim, garantimos que todos os processos a jusante, sejam analíticos ou apenas de leitura, executem mais rápido e com mais eficiência.

Este exercício faz parte do curso

Introduction to Databricks SQL

Exercício interativo prático

Transforme a teoria em ação com um de nossos exercícios interativos

Começar o exercício

Este exercício faz parte do curso

Introduction to Databricks SQL

IntermediárioNível de habilidade

4.7+

Iniciar curso de graça

Crie uma base sólida de data warehousing com a Databricks Data Intelligence Platform! Você vai aprender como o Databricks e a arquitetura de lakehouse preparam sua organização para uma pilha moderna de SQL e BI. Você também vai explorar os principais componentes do produto Databricks SQL, desde técnicas de armazenamento de dados até otimizações de processamento.

Exercise 1: SQL na Data Intelligence Platform Exercise 2: Benefícios do lakehouse para SQL Exercise 3: Explorando o Databricks SQL Exercise 4: Explorando alguns dados Exercise 5: Partner Connect Exercise 6: Principais ativos do Databricks SQL Exercise 7: Classificando os assets do Databricks SQL Exercise 8: Crie uma consulta Exercise 9: Criar uma visualização

Construa uma base de dados sólida para a arquitetura de lakehouse! Você vai aprender a ingerir, transformar e modelar seus dados usando os recursos do Databricks SQL. Você vai explorar abordagens baseadas em interface gráfica e programáticas para construir a arquitetura de medalhão e criar um ecossistema de dados pronto para qualquer carga de trabalho analítica.

Exercise 1: Ingerindo dados Exercise 2: Ingestão de dados via GUI Exercise 3: Hidratando o lakehouse Exercise 4: Fazer upload de dados manualmente Exercise 5: Usando COPY INTO Exercise 6: Aproveitando o Auto Loader Exercise 7: Transformando dados Exercise 8: SQL e a arquitetura de medalhões Exercise 9: Criando uma camada de dados de cafés Exercise 10: Limpando tabelas brutas Exercise 11: Criando a camada Silver Exercise 12: Criando uma tabela de sinistros com prêmio alto

Crie insights poderosos com o Databricks SQL! Você vai aprender a escrever consultas, criar visualizações e alimentar painéis usando os recursos do Databricks na própria plataforma. Você vai praticar o uso de código SQL, filtros e parâmetros para criar uma aplicação analítica robusta para seus usuários finais.

Exercise 1: Consultando na Data Intelligence Platform Exercise 2: Ativos analíticos no Databricks SQL Exercise 3: Consultando nosso conjunto de dados de café Exercise 4: Analisando sinistros de seguros Exercise 5: Complementando consultas com funções Exercise 6: Visualizando resultados de consultas Exercise 7: Criando um aplicativo de análise Exercise 8: O papel do Partner Connect Exercise 9: Um painel de dados de café Exercise 10: Adicionando filtros a painéis Exercise 11: Usando parâmetros em consultas Exercise 12: Crie um dashboard executivo

No capítulo final, você vai aprender técnicas mais avançadas que aproveitam os principais diferenciais da plataforma Databricks. Você verá como lidar com dados de alta velocidade e em rápida mudança usando funções de janela e como mesclar conjuntos de dados à medida que eles chegam.

Exercise 1: Padrões comuns de engenharia de dados Exercise 2: Append vs. CDC Exercise 3: Atualizando os dados de vendas de café Exercise 4: Otimização de dados com SQL

Exercício atual

Exercise 5: Usando INSERT Exercise 6: Usando MERGE Exercise 7: Padrões avançados de análise de dados Exercise 8: Entendendo funções de janela e subconsultas Exercise 9: Analisando vendas de café por loja Exercise 10: Escrevendo uma subconsulta Exercise 11: Usando uma window function Exercise 12: Usando janelas e subconsultas juntas Exercise 13: Recapitulação do curso