Build a strong data warehousing foundation with the Databricks Data Intelligence Platform! You will learn how Databricks and the lakehouse architecture set your organization up for a modern SQL and BI stack. You will also explore the key components of the Databricks SQL product, ranging from data storage techniques to compute optimizations.

SQL in the Data Intelligence Platform

Benefits of the lakehouse for SQL

Exploring Databricks SQL

Exploring some data

Partner Connect

Databricks SQL key assets

Classifying Databricks SQL assets

Create a query

Build a visualization

Data Warehousing in Databricks

Build a strong data foundation for the lakehouse architecture! You will learn how to ingest, transform, and model your data using the capabilities in Databricks SQL. You will explore GUI-based and programmatic approaches to building out the medallion architecture, and creating a data ecosystem ready for any analytics workload.

Veri Alma

Seçenekler

Doğru

Yanlış

GUI tabanlı veri alma

Lakehouse’ı verilerle doldurma

Veriyi elle yükle

COPY INTO kullanma

Auto Loader'dan Yararlanma

Verileri dönüştürme

Madalyon mimarisi

SQL ve madalyon mimarisi

Bir kahve veri katmanı oluşturma

Ham tabloları temizleme

Silver katmanını oluşturma

Yüksek primli talepler için bir tablo oluşturma

Data engineering with Databricks SQL

Create powerful data insights using Databricks SQL! You will learn how to write queries, create visualizations, and power dashboards using in-platform Databricks capabilities. You will practice leveraging SQL code, filters, and parameters to create a robust analytical application for your end users.

Querying in the Data Intelligence Platform

Analytical assets in Databricks SQL

Querying our coffee dataset

Analyzing insurance claims

Supplementing queries with functions

Visualizing query results

Creating an analytics application

The role of Partner Connect

A coffee data dashboard

Adding filters to dashboards

Using parameters in queries

Create an executive dashboard

Data analysis with Databricks SQL

In the final chapter, you will learn some more advanced techniques that leverage the key differentiators of the Databricks platform. You will learn how to handle high-velocity and fast-changing data using window functions, and will be able to merge datasets as they come in.

Common data engineering patterns

Append vs. CDC

Updating coffee sales data

Optimizing data  with SQL

Using INSERT

Using MERGE

Advanced data analysis patterns

Understanding window functions and sub-queries

Analyzing coffee sales by store

Writing a sub-query

Using a  window function

Using windows and sub-queries together

Course recap

Advanced patterns with Databricks SQL

Her kuruluşun kritik iş zekâsı analizlerini yürütmek için bir veri ambarı yeteneğine ihtiyacı vardır. Yıllar içinde bu ihtiyaçları karşılamak için birçok farklı araç çıktı, ancak bunlar genellikle modern veri gereksinimleri ve ölçekle baş etmekte zorlanan ayrı teknoloji yığınlarıydı.

Databricks, kuruluşların pek çok analitik ihtiyacını karşılayabilen güçlü bir Data Intelligence Platformudur. Databricks SQL'den yararlanarak, bir kuruluş lakehouse mimarisi içinde doğrudan, son derece ölçeklenebilir ve yüksek performanslı bir veri ambarı çözümü kullanabilir.

Bu derste, Databricks SQL içindeki temel bileşenler ve iş akışlarıyla tanışacaksın.

Önce, Databricks SQL'i kullanarak farklı veri mühendisliği görevlerini nasıl gerçekleştireceğini ve verilerini veri ekiplerine hizmet vermek için medallion mimarisi boyunca nasıl ilerleteceğini öğreneceksin. Birçok veri mühendisinin kullandığı yaygın teknikleri, farklı veri depolama teknikleri arasında nasıl seçim yapacağını ve verilerini nasıl güncel tutacağını öğreneceksin.

Sonra, sektörde birçok veri analistinin yaptığı gibi Databricks SQL'de verilerini nasıl analiz edeceğini öğreneceksin. ANSI tabanlı SQL kullanarak yaygın fonksiyonları ve teknikleri öğrenecek, ardından verilerin hakkında daha iyi bir hikâye anlatmak için platform içi görselleştirmeler ve panolar oluşturacaksın.

Son olarak, Databricks platformunun kilit ayırt edicilerinden yararlanan bazı daha gelişmiş teknikleri öğreneceksin. Pencere fonksiyonlarını kullanarak yüksek hızlı ve hızla değişen verileri nasıl ele alacağını öğrenecek ve veri kümeleri geldikçe bunları birleştirebileceksin.

Her kuruluş, kritik iş zekası analizlerini yürütmek için veri depolama kapasitesine ihtiyaç duyar. Yıllar boyunca, bu ihtiyaçları karşılamak için birçok farklı araç geliştirildi, ancak bunlar genellikle modern veri ihtiyaçlarına ve ölçeğine ayak uydurmakta zorlanan ayrı teknoloji yığınlarıydı.

Databricks, bir kuruluşun analitik ihtiyaçlarının çoğunu karşılayabilen güçlü bir Veri Zeka Platformudur. Databricks SQL'i kullanarak, kuruluşlar doğrudan lakehouse mimarisinde hiper ölçeklenebilir ve yüksek performanslı bir veri ambarı çözümünden yararlanabilirler.

Bu kursta, Databricks SQL içindeki temel bileşenler ve iş akışları tanıtılacaktır.

İlk olarak, Databricks SQL'i kullanarak farklı veri mühendisliği görevlerini nasıl gerçekleştireceğinizi ve veri ekiplerine hizmet etmek için verilerinizi madalyon mimarisi üzerinden nasıl taşıyacağınızı öğreneceksiniz. Birçok veri mühendisinin kullandığı yaygın teknikleri, farklı veri depolama teknikleri arasında seçim yapmayı ve verilerinizi güncel tutmayı öğreneceksiniz.

Ardından, sektördeki birçok veri analisti gibi Databricks SQL'de verilerinizi nasıl analiz edeceğinizi öğreneceksiniz. ANSI tabanlı SQL kullanarak yaygın işlevleri ve teknikleri öğrenecek, ardından verilerinizle ilgili hikayenizi daha iyi anlatmak için platform içi görselleştirmeler ve gösterge panelleri oluşturacaksınız.

Son olarak, Databricks platformunun temel farklılıklarını kullanan bazı daha gelişmiş teknikleri öğreneceksiniz. Pencere işlevlerini kullanarak yüksek hızlı ve hızla değişen verileri nasıl işleyeceğinizi öğrenecek ve veri kümelerini geldikçe birleştirebileceksiniz.

Intermediate SQL

Introduction to Databricks

Databricks SQL ile veri mühendisliği, analiz ve gerçek zamanlı iş akışlarını öğrenin.

Databricks SQL'e Giriş

Lakehouse mimarisinde veri mühendisliği, analitik ve gerçek zamanlı veri iş akışları için Databricks SQL'i öğrenin.

Veri Analisti Databricks'te

LakeFlow Connect; veritabanlarından, dosyalardan ve SaaS uygulamalarından veri alabilir

LakeFlow Connect, yönetilen ve önceden oluşturulmuş bağlayıcılardan oluşur

Databricks’te GUI tabanlı bir araçla veri yüklediğinde, Unity Catalog içinde bir tablo oluşturursun

Manuel yükleme özelliğini hem veritabanlarıyla hem de dosyalarla kullanabilirsin

Belirtilen her iki veri alma tekniği de bir miktar programlama gerektirir

LakeFlow Connect verilerini güncel tutmaz ve her seferinde yeniden yapılandırılmalıdır

GUI tabanlı veri alma

Databricks SQL'e Giriş

Uygulamalı interaktif egzersiz