Trinity
Администратор
- Регистрация
- 10.07.21
- Сообщения
- 31.305
- Реакции
- 440.293
[Udemy] Введение в Google Cloud BigQuery (2022)
BigQuery — популярный сервис хранилища данных, позволяющий легко работать с петабайтами данных. Узнайте, как быстро освоить BigQuery и начать эффективно запрашивать и анализировать данные с помощью графического пользовательского интерфейса BigQuery, утилит командной строки и даже языков программирования. Если вы знакомы с основными понятиями баз данных, такими как таблицы, вы готовы приступить к изучению одной из самых важных доступных платформ анализа данных.
В то время как некоторые курсы будут посвящены только использованию SQL с BigQuery, этот курс начинается с основ регистрации в Google Cloud и работы с графическим пользовательским интерфейсом (GUI) BigQuery, знакомит с SQL для BigQuery, а затем переходит к загрузке данных и работе с BigQuery. с помощью командной строки и Python. Возможно, самое главное, вы узнаете, чем BigQuery отличается от других баз данных и как использовать эти знания для эффективного и экономичного использования BigQuery.
Вы узнаете, как исследовать данные, таблицы и наборы данных. Эффективно пишите запросы, используя подсказки BigQuery и помощь в форматировании. Освойте операторы SELECT, в том числе способы создания предложений FROM, WHERE, GROUP BY, HAVING и ORDER BY для создания запросов, отвечающих на волнующие вас вопросы о ваших данных. Если вы не знакомы с работой с несколькими таблицами и использованием объединений, это не проблема, вы узнаете об этом в этом курсе.
Используйте функции BigQuery, предназначенные для повышения вашей продуктивности, такие как «Сохраненные запросы», «Экспорт данных» и «Сведения о выполнении», которые помогут вам повысить производительность ваших запросов.
Узнайте, как создавать таблицы и наборы данных, а также загружать данные в BigQuery напрямую и с помощью Cloud Storage — системы хранения крупномасштабных объектов Google Cloud.
Хотя графический пользовательский интерфейс, известный как консоль BigQuery, является отличным инструментом для интерактивной работы с BigQuery, иногда нам нужно многократно выполнять одни и те же запросы или операции для создания отчетов или загрузки данных. В этом курсе вы узнаете об утилите командной строки bq, которая позволяет запрашивать данные и работать с наборами данных из командной строки. Если вы предпочитаете работать с Python или другими языками программирования, вы можете использовать клиентские библиотеки BigQuery для выполнения запросов и других заданий прямо из ваших программ и скриптов. Вам даже не нужно устанавливать Python на свое устройство, потому что мы будем использовать CoLab, бесплатный сервис Google для работы с блокнотами Python.
Практические задания помогут вам научиться работать с BigQuery самостоятельно, а викторины позволят вам проверить свое понимание по мере прохождения курса.
Однако, чтобы эффективно использовать BigQuery, вам необходимо понимать, как устроен BigQuery. Создание хранилища данных и проектирование моделей данных в BigQuery принципиально отличается от построения и моделирования в реляционных базах данных, таких как Oracle, SQL Server и PostgreSQL. В этом курсе вы узнаете об архитектуре BigQuery и о том, как она влияет на то, как мы структурируем и запрашиваем данные.
Получите ценную информацию от инструктора с многолетним опытом работы с данными. Дэн Салливан — главный архитектор данных, автор книг и многочисленных статей о базах данных и Google Cloud. Дэн является автором официального учебного пособия Google Cloud Professional Data Engineer Study Guide, а также учебных пособий для получения сертификатов Google Cloud Professional Cloud Architect и Associate Cloud Engineer. Он разработал курсы для Google Cloud, моделирования данных, науки о данных, исследовательского анализа данных, машинного обучения, DevOps и многого другого. Его курсы можно найти на Udemy и LinkedIn Learning.
Для кого этот курс:
Подробнее:
BigQuery — популярный сервис хранилища данных, позволяющий легко работать с петабайтами данных. Узнайте, как быстро освоить BigQuery и начать эффективно запрашивать и анализировать данные с помощью графического пользовательского интерфейса BigQuery, утилит командной строки и даже языков программирования. Если вы знакомы с основными понятиями баз данных, такими как таблицы, вы готовы приступить к изучению одной из самых важных доступных платформ анализа данных.
В то время как некоторые курсы будут посвящены только использованию SQL с BigQuery, этот курс начинается с основ регистрации в Google Cloud и работы с графическим пользовательским интерфейсом (GUI) BigQuery, знакомит с SQL для BigQuery, а затем переходит к загрузке данных и работе с BigQuery. с помощью командной строки и Python. Возможно, самое главное, вы узнаете, чем BigQuery отличается от других баз данных и как использовать эти знания для эффективного и экономичного использования BigQuery.
Вы узнаете, как исследовать данные, таблицы и наборы данных. Эффективно пишите запросы, используя подсказки BigQuery и помощь в форматировании. Освойте операторы SELECT, в том числе способы создания предложений FROM, WHERE, GROUP BY, HAVING и ORDER BY для создания запросов, отвечающих на волнующие вас вопросы о ваших данных. Если вы не знакомы с работой с несколькими таблицами и использованием объединений, это не проблема, вы узнаете об этом в этом курсе.
Используйте функции BigQuery, предназначенные для повышения вашей продуктивности, такие как «Сохраненные запросы», «Экспорт данных» и «Сведения о выполнении», которые помогут вам повысить производительность ваших запросов.
Узнайте, как создавать таблицы и наборы данных, а также загружать данные в BigQuery напрямую и с помощью Cloud Storage — системы хранения крупномасштабных объектов Google Cloud.
Хотя графический пользовательский интерфейс, известный как консоль BigQuery, является отличным инструментом для интерактивной работы с BigQuery, иногда нам нужно многократно выполнять одни и те же запросы или операции для создания отчетов или загрузки данных. В этом курсе вы узнаете об утилите командной строки bq, которая позволяет запрашивать данные и работать с наборами данных из командной строки. Если вы предпочитаете работать с Python или другими языками программирования, вы можете использовать клиентские библиотеки BigQuery для выполнения запросов и других заданий прямо из ваших программ и скриптов. Вам даже не нужно устанавливать Python на свое устройство, потому что мы будем использовать CoLab, бесплатный сервис Google для работы с блокнотами Python.
Практические задания помогут вам научиться работать с BigQuery самостоятельно, а викторины позволят вам проверить свое понимание по мере прохождения курса.
Однако, чтобы эффективно использовать BigQuery, вам необходимо понимать, как устроен BigQuery. Создание хранилища данных и проектирование моделей данных в BigQuery принципиально отличается от построения и моделирования в реляционных базах данных, таких как Oracle, SQL Server и PostgreSQL. В этом курсе вы узнаете об архитектуре BigQuery и о том, как она влияет на то, как мы структурируем и запрашиваем данные.
Получите ценную информацию от инструктора с многолетним опытом работы с данными. Дэн Салливан — главный архитектор данных, автор книг и многочисленных статей о базах данных и Google Cloud. Дэн является автором официального учебного пособия Google Cloud Professional Data Engineer Study Guide, а также учебных пособий для получения сертификатов Google Cloud Professional Cloud Architect и Associate Cloud Engineer. Он разработал курсы для Google Cloud, моделирования данных, науки о данных, исследовательского анализа данных, машинного обучения, DevOps и многого другого. Его курсы можно найти на Udemy и LinkedIn Learning.
Для кого этот курс:
- Любой, кто работает с данными и знаком с концепциями баз данных и должен работать с хранилищами данных и другими большими хранилищами данных в BigQuery, одном из самых популярных сервисов в Google Cloud.
- Некоторое знакомство с концепциями баз данных
Подробнее:
Скачать:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
