Metin verilerini tanımlama

İlginçtir ki Snowflake, metin verilerini belirtmek için tek bir anahtar kelimeden fazlasını kullanır. Aşağıdaki anahtar kelimelerden, bir sütunun metin verisi sakladığını tanımlamak için kullanılabilecek üç tanesini seç.

Bu egzersiz, kursun bir parçasıdır

Snowflake'te Veri Türleri ve Fonksiyonlar

Kursa Göz Atın

Uygulamalı etkileşimli egzersiz

Teoriyi etkileşime dönüştürün, interaktif egzersizlerimizden biriyle

Egzersize başla

Bu egzersiz, kursun bir parçasıdır

Snowflake'te Veri Türleri ve Fonksiyonlar

IntermediárioNível de habilidade

4.9+

505 reviews

Kursa Ücretsiz Başla

Snowflake ile dünyayı değiştirmeden önce, çalışacağın veri türlerini tanıman gerekir. Sorgularda metin verisini nasıl kullanacağını ve sütunları nasıl tanımlayacağını öğrenecek, ayrıca herhangi bir tablodan sütun ayrıntılarını nasıl alacağını keşfedeceksin. Ardından sayısal veri türlerinde ve tarih/saat verilerinde ustalaşacak, duyarlılık, ölçek ve dizgeleri zaman damgalarına dönüştürmeyi anlayacaksın.

Exercise 1: Metin veri türleri Exercise 2: Bu metin verisi mi?Exercise 3: Büyük şehirde spor zamanı Exercise 4: Metin verilerini tanımlama

Geçerli egzersiz

Exercise 5: Sayısal veri türleri Exercise 6: FLOAT ile devam Exercise 7: Perakende tablosu oluşturma Exercise 8: Tarih-saat veri türleri Exercise 9: Datetime değerleri oluşturma Exercise 10: Hangi saat dilimi?Exercise 11: Ne zaman giriş yaptın?

Artık Snowflake verini A'dan Z'ye bildiğine göre, onu düzenleyip dönüştürme zamanı. TRIM, SPLIT ve CONCAT ile metin verisi manipülasyonuyla başlayacak, ardından aritmetik ve SUM ile AVG gibi özet ölçüler dahil sayısal işlemlerde ustalaşacaksın. Yıl veya saat gibi bileşenleri çıkararak zaman damgası dönüşümlerini keşfedecek, tarihler arasındaki aralıkları hesaplayacak ve kişisel mantık uygulamak için kendi özel Snowflake fonksiyonlarını (UDF) oluşturacaksın.

Exercise 1: Metin verilerini düzenleme Exercise 2: Görüntüleme uzunluğunu yönetme Exercise 3: Metin verilerini dönüştürme Exercise 4: Üyeleri motive eden pazarlama Exercise 5: Sayısal hesaplamalar Exercise 6: Karşılaştırma operatörleri Exercise 7: Üyelik fiyatlarını ayarlama Exercise 8: Hangisi daha çok kalori yakar?Exercise 9: Datetime verilerini dönüştürme Exercise 10: Bir zaman damgasını parçalama Exercise 11: Spor salonunda ne kadar kaldın?Exercise 12: Randevu ayarlama Exercise 13: Snowflake'te kullanıcı tanımlı fonksiyonlar Exercise 14: Kendi Snowflake fonksiyonunu oluşturma Exercise 15: Spor salonu üyelerini verimliliğe göre sıralama

Bu son bölümde, Snowflake'in daha ileri işlevleriyle vitesi yükselteceksin. VARIANT veri türleri (yarı-yapılandırılmış veri) ile başlayacak, üst düzey ve iç içe geçmiş verileri nokta gösterimi ve köşeli ayraç gösterimi kullanarak ayrıştırmayı öğrenecek, ardından birden fazla CTE oluşturarak common table expression'larda (CTE) ustalaşacaksın. Son olarak, veriyi rapor ve analizlere hazır, kolay okunur bir biçime dönüştürmek için PIVOT anahtar sözcüğünü kullanarak pivotlanmış tablolar oluşturup bölümü tamamlayacaksın.

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 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!