Bir spor salonu üyesi açıklaması oluşturma

Spor salonu eğitmenlerini üyelerle yapacakları randevilere hazırlamak için, eğitmenlere o üyenin son antrenmanlarına dair ayrıntıları içeren bir e-posta gönderiliyor. Ancak geliştirme ekibi, e-postaya üyenin kendisi hakkında kısa bir bilgi de eklemek istiyor. Bunu yapmak için, members tablosundaki personal_info sütunundaki verileri ayrıştırıp şu şekilde bir metin üretmeni istiyorlar: Chris Wilson is a 56 year-old gym member.. Unutma, personal_info sütunu VARIANT türünde ve aşağıdakine benzer kayıtlara sahip.

{
      "age": "56",
      "gender": "Female",
      "name": {
        "first": "Chris",
        "last": "Wilson"
      }
}

Bu egzersiz

Snowflake'te Veri Türleri ve Fonksiyonlar

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

SELECT
    user_id,

	-- Retrieve the member's first name using dot-notation
    ___,

FROM CORE_GYM.members;

Kodu Düzenle ve Çalıştır

Bu egzersiz

Snowflake'te Veri Türleri ve Fonksiyonlar

kursunun bir parçasıdır

IntermediárioNível de habilidade

4.9+

Kursa Ücretsiz Başlayın

Before you can change the world using Snowflake, you need to know the type of data you'll be working with. You'll start with text data, learning to use it in queries and define columns, plus discover how to retrieve column details from any table. Then you'll master numeric data types and date/time data, understanding precision, scale, and how to convert strings to timestamps.

Exercise 1: Text data types Exercise 2: Is that text data?Exercise 3: Working out in the big city Exercise 4: Defining text data Exercise 5: Numeric data types Exercise 6: Go with the FLOAT Exercise 7: Creating a retail table Exercise 8: Datetime data types Exercise 9: Building datetime values Exercise 10: Which timezone?Exercise 11: When did you check in?

Now that you know your Snowflake data inside-and-out, it's time to manipulate and transform it. You'll begin with text data manipulation using TRIM, SPLIT, and CONCAT, then master numeric operations like arithmetic and summary measures with SUM and AVG. You'll explore timestamp transformations by extracting components like year or hours, calculating intervals between dates, and create your own custom Snowflake functions (UDFs) to implement personalized logic.

Exercise 1: Manipulating text data Exercise 2: Managing display length Exercise 3: Transforming text data Exercise 4: Motivating member marketing Exercise 5: Numeric calculations Exercise 6: Comparison operators Exercise 7: Adjusting membership prices Exercise 8: What burns more calories?Exercise 9: Manipulating datetime data Exercise 10: Breaking down a timestamp Exercise 11: How long were you at the gym?Exercise 12: Making appointments Exercise 13: User-defined functions in Snowflake Exercise 14: Creating your own Snowflake function Exercise 15: Ranking gym members by efficiency

In this final chapter, you'll crank the heat up with Snowflake's more advanced functionality. You'll start with VARIANT data types (semi-structured data), learning to parse top-level and nested data using dot-notation and bracket-notation, then master common table expressions (CTEs) by building and using multiple CTEs. Finally, you'll wrap up by creating pivoted tables using the PIVOT keyword to transform data into an easy-to-digest format, ready for reports and analysis.

Exercise 1: Yarı Yapılandırılmış Veriyi Düzleştirme Exercise 2: İç içe geçmiş verileri alma Exercise 3: Kişisel bilgilerle çalışmak Exercise 4: Bir spor salonu üyesi açıklaması oluşturma

Geçerli Egzersiz

Exercise 5: Birden çok common table expression Exercise 6: Üst performans gösterenleri belirleme Exercise 7: Kıdemli üyelerin antrenmanlarını karşılaştırma Exercise 8: Verileri Pivotlama Exercise 9: Antrenman süresini değerlendirme Exercise 10: CrossFit popüler bir antrenman mı?Exercise 11: Hangi antrenmanlar en çok kalori yaktırır?Exercise 12: Tebrikler!