menu

BigQuery für die Datenanalyse

Fundamental 12 Steps 1 day 37 Credits

Möchten Sie die Kern-SQL und Visualisierung Fähigkeiten eines Data Analyst lernen? Interessiert an, wie Abfragen zu schreiben, die auf Petabyte-Größe Datensätze skalieren? Nehmen Sie die BigQuery für Analyst Quest lernen, wie man abfragen, aufnehmen, optimieren, visualisieren und sogar Modelle für maschinelles Lernen in SQL innerhalb von BigQuery bauen.

Data

Prerequisites:

übernimmt diese Quest Grundkenntnisse in SQL (Structured Query Language), sondern ein optionales erstes Labor bereitstellt die grundlegende Abfragesyntax zu überprüfen. Keine anderen Labors oder Quests sind als Voraussetzung erforderlich.

Quest Outline

Praxisorientiertes Lab

warning Einführung in SQL für BigQuery und Cloud SQL

In diesem Lab lernen Sie grundlegende SQL-Klauseln kennen und führen praktische Übungen zu strukturierten Abfragen in BigQuery und Cloud SQL aus.

Deutsch English español (Latinoamérica) français bahasa Indonesia 日本語 한국어 português (Brasil)
Praxisorientiertes Lab

BigQuery-Webbenutzeroberfläche verwenden

In diesem Lab erfahren Sie, wie Sie über die Webbenutzeroberfläche in BigQuery öffentliche Tabellen abfragen und Beispieldaten laden. Sehen Sie sich dazu das kurze Video Get Meaningful Insights with Google BigQuery an.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

BigQuery: Qwik Start – Befehlszeile

In diesem Lab erfahren Sie, wie Sie über die Befehlszeile in BigQuery öffentliche Tabellen abfragen und Beispieldaten laden. Sehen Sie sich dazu diese kurzen Videos zu Google BigQuery und BigQuery in Qwiklabs an.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

E-Commerce-Dataset mit SQL in Google BigQuery kennenlernen

In diesem Lab lernen Sie, wie Sie mit BigQuery Daten suchen, das öffentliche Dataset "data-to-insights" abfragen sowie Abfragen schreiben und ausführen.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Häufig auftretende SQL-Fehler mit BigQuery beheben

In diesem Lab verwenden Sie BigQuery, um häufig auftretende SQL-Fehler zu beheben und das öffentliche Dataset "Data to Insights" abzufragen. Außerdem nutzen Sie die Abfragevalidierung zum Beheben von Syntax- und SQL-Logikfehlern.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Mit Data Studio Berichte erstellen und ansehen

In diesem Lab erfahren Sie, wie Sie Google Data Studio mit Datentabellen in Google BigQuery verknüpfen und Diagramme erstellen. Zusätzlich lernen Sie die Beziehungen zwischen Dimensionen und Messwerten kennen.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Permanente Tabellen und zugriffsgesteuerte Ansichten in BigQuery erstellen

In diesem Lab wird beschrieben, wie Sie aus einem vorhandenen E-Commerce-Dataset neue permanente Berichterstellungstabellen und logische Überprüfungen erstellen.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Neue Datasets in BigQuery aufnehmen

In diesem Lab wird beschrieben, wie Sie in BigQuery neue Datasets in Tabellen aufnehmen.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Probleme beim Zusammenführen von Daten beheben

In diesem Lab analysieren Sie die Beziehungen zwischen Datentabellen und erfahren, wie Sie Probleme bei deren Zusammenführung vermeiden.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Mit Joins und Unions ein Data Warehouse erstellen

In diesem Lab wird beschrieben, wie Sie Berichtstabellen mithilfe von SQL-Joins und -Unions erstellen.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

BigQuery: Nach Datum partitionierte Tabellen erstellen

In diesem Lab lernen Sie, wie Sie partitionierte Datasets abfragen und wie Sie selbst Datasets partitionieren, um Abfragen im Hinblick auf Leistung und Kosten effizienter zu machen.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

In BigQuery mit JSON, Arrays und STRUCTs arbeiten

In diesem Lab arbeiten Sie mit semistrukturierten Daten (JSON-Daten aufnehmen, Array-Datentypen) in BigQuery. Sie üben, wie Sie verschiedene semistrukturierte Datasets laden und abfragen, Probleme beheben und Verschachtelungen aufheben.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Kaufverhalten von Websitebesuchern mit einem Klassifizierungsmodell in BQML vorhersagen

In diesem Lab führen Sie mit einem neu verfügbaren E-Commerce-Dataset einige typische Abfragen aus, die Unternehmen Aufschluss über das Kaufverhalten ihrer Kunden geben.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Praxisorientiertes Lab

Taxikosten mit einem ML-Prognosemodell in BigQuery vorhersagen

In diesem Lab analysieren Sie mehrere Millionen Fahrten mit den typischen gelben New York City Taxi Cabs, die in einem öffentlichen BigQuery-Dataset verfügbar sind. Außerdem erstellen Sie in BigQuery ein ML-Modell, um Fahrtkosten vorherzusagen, und evaluieren dessen Vorhersageleistung.

Deutsch English español (Latinoamérica) français 日本語 한국어 português (Brasil)

Enroll Now

Enroll in this quest to track your progress toward earning a badge.