Spor salonu üyelerini verimliliğe göre sıralama

Artık calories_per_minute fonksiyonunu oluşturduğuna göre, sıra geliştirme ekibin için veri kümesini oluşturmaya geldi. Bu, uygulamalarını gerçekten bir üst seviyeye taşıyacak!

Bu egzersiz, kursun bir parçasıdır

Snowflake'te Veri Türleri ve Fonksiyonlar

Kursa Göz Atın

Egzersiz talimatları

visits tablosunu kullanarak, calories_per_minute fonksiyonuyla her bir spor salonu üyesinin antrenman verimliliğini hesapla.
Ortaya çıkan sütunu workout_efficiency olarak takma ad ver.
Sonuç kümesini workout_efficiency sütununa göre sırala.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

SELECT
    user_id,
    gym_id,
    checkin_time,

	-- Determine workout efficiency for each user using the check in/out
    -- time, as well as the number of calories burned
    ___(
        ___, 
        ___, 
        ___
    ) AS ___  -- Alias the results as workout_efficiency

FROM CORE_GYM.visits

-- Order the results by workout_efficiency
___ ___ ___ DESC;

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?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

Geçerli egzersiz

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!