Spor salonunda ne kadar kaldın?

Diyelim ki her üyenin spor salonunda ne kadar süre kaldığını merak ediyorsun. Bu, Snowflake'ten veri tüketen senin ve diğer ekiplerin antrenman verimliliği gibi kavramları anlamasına yardımcı olur. Bunu yapmak için Snowflake'in güçlü tarih fonksiyonlarından birini kullanman gerekecek — bol şans!

Bu egzersiz, kursun bir parçasıdır

Snowflake'te Veri Türleri ve Fonksiyonlar

Kursa Göz Atın

Egzersiz talimatları

SELECT ifadesinde user_id alanını ve giriş/çıkış sütunlarını getir.
checkin_time ile checkout_time arasındaki farkı bulmak için bir Snowflake fonksiyonu kullan ve dönen değerin dakika cinsinden olduğundan emin ol.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

SELECT
	
    -- Retrieve the user_id, as well as check in/out times
    ___,
    ___,
    ___,
	
    -- Find the number of minutes each member was at the gym for
    ___(___, ___, ___) AS workout_duration

FROM CORE_GYM.visits;

Kodu Düzenle ve Çalıştır

Bu egzersiz, kursun bir parçasıdır

Snowflake'te Veri Türleri ve Fonksiyonlar

IntermediárioNível de habilidade

4.8+

Kursa Ücretsiz Başla

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: 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?

Geçerli egzersiz

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

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: Flattening Semi-Structured Data Exercise 2: Retrieving nested data Exercise 3: Working with personal info Exercise 4: Building a gym member description Exercise 5: Multiple common table expressions Exercise 6: Identifying high-performers Exercise 7: Comparing senior workouts Exercise 8: Pivoting Data Exercise 9: Evaluating workout length Exercise 10: Is CrossFit a popular workout?Exercise 11: Which workouts burn the most calories?Exercise 12: Congratulations!