menu

BigQuery for Data Warehousing

Fundamental 5 Steps Hours 20 Credits

Looking to build or optimize your data warehouse? Learn best practices to Extract, Transform, and Load your data into Google Cloud with BigQuery. In this series of interactive labs you will create and optimize your own data warehouse using a variety of large-scale BigQuery public datasets. BigQuery is Google's fully managed, NoOps, low cost analytics database. With BigQuery you can query terabytes and terabytes of data without having any infrastructure to manage or needing a database administrator. BigQuery uses SQL and can take advantage of the pay-as-you-go model. BigQuery allows you to focus on analyzing data to find meaningful insights.

Data

Prerequisites:

It is recommended but not required that students have a familiarity with data and spreadsheets.

Quest Outline

Atelier pratique

BigQuery : Qwik Start – Ligne de commande

Dans cet atelier, vous allez découvrir comment interroger des tables publiques et charger des exemples de données dans BigQuery à l'aide de l'interface de ligne de commande. Regardez ces courtes vidéos intitulées Obtenir des insights pertinents avec BigQuery et BigQuery : Qwik Start - Présentation de Qwiklabs.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Créer des entrepôts de données à l'aide des opérateurs JOIN et UNION

Cet atelier va vous apprendre à créer des tables de rapports à l'aide des opérateurs SQL JOIN et UNION.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Créer des tables partitionnées par date dans BigQuery

Cet atelier explique comment interroger des ensembles de données partitionnés et créer vos propres partitions d'ensemble de données pour améliorer les performances des requêtes, et réduire ainsi les coûts.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Résolution des problèmes et évitement des pièges liés à la jointure des données

Cet atelier s'intéresse à la rétro-ingénierie des relations entre des tables de données, ainsi qu'aux pièges à éviter lors de leur jointure.

Deutsch English español (Latinoamérica) français 日本語 português (Brasil)
Atelier pratique

Utiliser des objets JSON, ARRAY et STRUCT dans BigQuery

Dans cet atelier, vous allez utiliser des données semi-structurées (ingestion d'ensembles de données JSON, types de données Array) dans BigQuery. Vous allez vous entraîner à charger, interroger, corriger et désimbriquer divers ensembles de données semi-structurés.

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

S'inscrire

Inscrivez-vous à cette quête pour suivre votre progression en matière de badge.