I det här kapitlet lär du dig om BigQuerys unika egenskaper, hur det kör stora analytiska frågor och hur det skiljer sig från andra datalager och databaser.

Introduktion till BigQuery

Kom igång med e-handel

BigQuerys unika egenskaper

BigQuery jämfört med en traditionell SQL-databas

BigQuery-arkitektur

Klassificera BigQuery-komponenter

Ordna BigQuery-arkitekturen

BigQuery dataorganisation

Tabellstruktur

BigQuery dataregler

Tabeller i praktiken

BigQuerys arkitektur och struktur

Det här kapitlet går igenom grunderna för att skriva frågor i BigQuery och ger dig samtidigt en genomgång av SQL-koncept. Du lär dig också hur du importerar stora datamängder till BigQuery och vilka datatyper som finns tillgängliga.

Skriva frågor i BigQuery

Utforska kursdata med SQL

Hitta det totala ordervärdet

Använda joins

Datainmatning i BigQuery

Ladda lokal data till BigQuery

Godkända dataformat

Strukturera en LOAD DATA-sats

Datum- och tidstyper i BigQuery

Formatera datum för rapporter

Formatera tidsstämplar och datum

Hitta data inom vissa intervall

Använda CURRENT_TIMESTAMP

Ostrukturerad data

Skapa en array i en fråga

Använd SEARCH med ostrukturerad data

UNNEST-ning av data

Skriva frågor och datatyper

Lär dig att fråga data med hjälp av vanliga tabelluttryck, aggregeringar och fönsterfunktioner.

Vanliga tabelluttryck

Filtrera data med CTE:er

Optimering med CTEs

Använda flera CTE:er

Aggregationer

Klassificera aggregatfunktioner

Använda COUNTIF

Filtrering med HAVING

ANY_VALUE

Specialaggregeringar i BigQuery

Logiska aggregat

Använda STRING_AGG och ARRAY_CONCAT_AGG

Ungefärliga statistikfunktioner

WINDOW-funktioner

Skriva en fönsterfråga

RANK och LEAD/LAG

Radbaserade WINDOW-funktioner

Filtrering med QUALIFY

Fråga data i BigQuery

Lär dig alla typer av kopplingar i BigQuery, hantera data med datamanipuleringsspråk och optimera dina frågor.

Joins i BigQuery

Hitta rätt join-typ

RIGHT-, LEFT- och OUTER-join

UNNEST med CROSS JOIN

Joins med aggregeringar

DML-satser (Data Manipulation Language)

Typer av datamanipulation

Alternativ

Inga

WHERE och JOIN

Alla typer

Använda villkor i DML-satser

Sant

Falskt

Saker att tänka på när du använder DML-satser

Strategier för frågeoptimering

Begränsa datamängden

Hitta de senaste 90 dagarnas beställningar

Utför optimeringar i BigQuery

Grattis!

Datahantering och optimering

Den här kursen ger dig praktiska kunskaper i dataanalys. Du utforskar BigQuerys arkitektur, kör analytiska frågor och optimerar dina arbetsflöden. Du lär dig navigera i datamängder, förstå frågekomponenter och hantera data. Kursen täcker även avancerade tekniker för effektiv analys och hur du slår ihop data från olika källor. När du är klar kan du använda BigQuery effektivt, optimera frågor och analysera data snabbt.

Data Manipulation in SQL

Lås upp BigQuery: förstå grunderna, kör exakta frågor och optimera arbetsflöden för effektiv dataanalys.

Lås upp BigQuerys kraft: förstå grunderna, kör frågor och optimera arbetsflöden för effektiv dataanalys.

Att använda tabellpartitioner och kluster förbättrar DML-prestanda.

Du behöver inte använda ett WHERE-villkor med en UPDATE-sats.

Du bör alltid köra DML-satser individuellt.

Saker att tänka på när du använder DML-satser

Introduktion till BigQuery

Interaktiv övning med praktiskt arbete