Szkolenie Google BigQuery - techniki zaawansowane

W skrócie

Dwa dni i raport, który składasz ręcznie przez pół dnia, liczy się jednym zapytaniem.

Rankingi, trendy i porównania okres do okresu, czyli pytania, na których zwykłe grupowanie się kończy. Do tego tabele podzielone i sklastrowane tak, żeby zapytanie czytało ułamek danych zamiast całości.

W BigQuery płacisz za dane, które zapytanie przemieli, więc każda z tych technik przekłada się wprost na rachunek. Wychodzisz umiejąc spojrzeć na własne zapytanie i powiedzieć, dlaczego kosztuje tyle, ile kosztuje, oraz co w nim zmienić.

Co potrafisz po tych 2 dniach

• Przepisujesz zapytania, które przestały być czytelne - Wspólne wyrażenia tablicowe (CTE, czyli konstrukcja WITH): wielokrotne, nazwane, zagnieżdżone i rekurencyjne. Zapytanie, do którego wracasz po miesiącu i nadal je rozumiesz.
• Składasz i porównujesz zbiory - UNION, UNION ALL, INTERSECT i EXCEPT oraz podzapytania skorelowane i zagnieżdżone w SELECT, FROM i WHERE.
• Budujesz rankingi - ROW_NUMBER(), RANK(), DENSE_RANK() i NTILE() z podziałem przez PARTITION BY. Trzy najlepsze pozycje w każdej kategorii to jedno zapytanie, nie pięć.
• Liczysz okres do okresu - Funkcje LAG() i LEAD(), czyli sięgnięcie do poprzedniego i następnego wiersza. Miesiąc do miesiąca i rok do roku bez ręcznego składania dwóch raportów.
• Obracasz tabelę i podsumowujesz na kilku poziomach - PIVOT i UNPIVOT oraz rozszerzone grupowanie ROLLUP, CUBE i GROUPING SETS razem z funkcją GROUPING(). Podsumowania cząstkowe i całkowite w jednym przebiegu.
• Zbijasz koszt zapytania - Partycjonowanie tabel po dacie, znaczniku czasu, liczbie całkowitej i zakresie (PARTITION BY) oraz klastrowanie (CLUSTER BY). BigQuery liczy za przetworzone dane, więc jest to wprost oszczędność.
• Pytasz wiele tabel naraz - Wildcard tables, czyli odpytanie zestawu tabel sufiksem _* zamiast wypisywania każdej nazwy. Przydaje się wszędzie tam, gdzie dane leżą w tabelach dziennych.
• Piszesz zapytania, które nie wywracają się na jednym wierszu - Funkcje bezpieczne SAFE_CAST(), SAFE_DIVIDE(), SAFE_OFFSET() i SAFE_SUBSTR(), obsługa błędów w skryptach (ERROR(), EXCEPTION) oraz historia zadań z widoków INFORMATION_SCHEMA. Dzielenie przez zero nie zabija całego raportu.

Jak pracujemy

Dwa dni warsztatów w konsoli Google Cloud. Każdą technikę uruchamiasz na działającym zapytaniu i od razu sprawdzasz, ile danych przetworzyło przed zmianą i po niej. Prowadzi Sebastian Stasiak, deweloper aplikacji i baz danych, na co dzień pracujący w SQL na Oracle, SQL Server, PostgreSQL i Azure SQL, a wyniki analiz publikujący w Power BI.

Dla kogo

Dla analityków danych i specjalistów BI, którzy pracują już w BigQuery i chcą wycisnąć z niego więcej. Dla osób budujących raporty okresowe oraz dla tych, którzy przechodzą z tradycyjnych baz danych na chmurę. Ważne: zakładamy, że piszesz już SELECT z GROUP BY i ze złączeniami. Podstaw języka nie przerabiamy, żeby cały czas przeznaczyć na techniki zaczynające się tam, gdzie kończy się zwykłe zapytanie. Jeśli tych podstaw jeszcze nie masz, zacznij od Google BigQuery - podstawy: tam budujemy zapytania od pierwszego SELECT, wgrywamy własne dane do hurtowni i składamy pierwszy raport. Nie budujemy tu natomiast procesów zasilania hurtowni ani procedur składowanych - to materiał szkolenia Google BigQuery w środowisku produkcyjnym: modyfikowanie danych, automatyczne ładowanie z zewnętrznych źródeł i integracje z Pythonem oraz narzędziami BI.

Co zyskujesz

Zestaw własnych zapytań analitycznych, tabelę podzieloną i sklastrowaną pod realne pytania oraz imienny certyfikat. Szkolenie można sfinansować z BUR i KFS.

Zarezerwuj miejsce i zbij rachunek za własne zapytania.

Istnieje możliwość całkowitego lub częściowego sfinansowania szkolenia ze środków BUR/KFS. Więcej informacji: https://jsystems.pl/dofinansowanie/