Pewne poruszanie się po Snowflake - Nauczysz się swobodnie pracować w środowisku Snowflake: rozpoznawać role użytkowników, poruszać się po bazie, odczytywać schematy i szybciej odnajdywać potrzebne obiekty.
Praktyczne pisanie zapytań SQL - Przećwiczysz tworzenie zapytań SQL w Snowflake, dzięki czemu samodzielnie odfiltrujesz dane, policzysz rekordy, użyjesz DISTINCT oraz przygotujesz czytelne zapytania do analizy.
Lepsze modelowanie danych - Zrozumiesz, jak typy danych wpływają na projekt tabel i działanie zapytań, więc łatwiej dobierzesz struktury danych, unikniesz błędów interpretacji i poprawisz jakość analiz.
Łączenie danych bez chaosu - Opanujesz joiny, podzapytania i konstrukcję WITH, aby łączyć dane z wielu źródeł w logiczny sposób, upraszczać złożone analizy i budować zapytania łatwiejsze do rozwijania.
Świadome zarządzanie warehouse - Dowiesz się, jak tworzyć i konfigurować hurtownie danych w Snowflake, rozumieć klastry oraz zasady skalowania, aby lepiej dobierać zasoby do obciążenia i kosztów pracy.
Bezpieczne operacje na danych - Nauczysz się wykonywać podstawowe operacje INSERT, UPDATE i DELETE, dzięki czemu sprawnie zmienisz dane w tabelach i lepiej zrozumiesz codzienną pracę z warstwą danych.
Sprawny import i transformacje - Poznasz proces ładowania danych do Snowflake z plików płaskich i innych źródeł, tworzenia obiektów bazy oraz wykonywania transformacji potrzebnych przed dalszą analizą.
Praca z danymi zagnieżdżonymi - Nauczysz się analizować dane częściowo ustrukturyzowane, rozpoznawać obsługiwane formaty plików i używać polecenia FLATTEN, aby wydobywać wartości z danych zagnieżdżonych.
Na poziomie organizacji pracy z danymi istotne jest zrozumienie, jak Snowflake porządkuje dostęp, obiekty i strukturę informacji. Sekcja obejmuje role użytkowników, nawigację w bazie, schematy, typy danych, eksplorację danych oraz podstawy budowania zapytań SQL.
Tworzenie zapytań SQL w Snowflake opiera się na kilku wzorcach, które łączy się w bardziej rozbudowane analizy. Ujęto tu filtrowanie danych, funkcje COUNT i DISTINCT, a także joiny, podzapytania oraz CTE z użyciem konstrukcji WITH do porządkowania logiki zapytań.
Wydajność obliczeń w Snowflake zależy od sposobu konfiguracji i skalowania warstwy warehouse. Materiał wyjaśnia dostępne opcje klastrów, zasady zwiększania zasobów oraz wpływ tych decyzji na obsługę obciążenia i równoległe wykonywanie zapytań.
Codzienna praca z danymi obejmuje operacje, które zmieniają zawartość tabel bez przebudowy ich struktury. Sekcja koncentruje się na instrukcjach INSERT, UPDATE i DELETE, pokazując jak dodawać, modyfikować i usuwać rekordy w Snowflake w sposób zgodny z logiką przetwarzania danych.
Import danych do Snowflake zaczyna się od właściwego przygotowania obiektów DB i sposobu ich składowania. Uczestnicy przechodzą przez ładowanie danych, import z plików płaskich oraz rolę transformacji w porządkowaniu zbiorów przed dalszym wykorzystaniem i eksportem do innych systemów.
Dane częściowo ustrukturyzowane w Snowflake wymagają innego podejścia niż klasyczne tabele relacyjne. W tej części omawiane są obsługiwane formaty plików, sposób pracy z danymi zagnieżdżonymi oraz zastosowanie polecenia FLATTEN do rozwijania złożonych struktur na poziom wierszy.
Podstawy SQL - Powinieneś rozumieć podstawowe zapytania SQL, w tym SELECT, WHERE i ORDER BY, aby podczas szkolenia skupić się na pracy w Snowflake, a nie na nauce składni od zera.
Znajomość tabel i relacji - Powinieneś rozumieć, czym są tabele, kolumny, rekordy i relacje między danymi, bo ułatwi Ci to pracę ze schematami, złączeniami oraz projektowaniem prostych struktur.
Praca z danymi w plikach - Powinieneś mieć podstawowe doświadczenie w pracy z danymi zapisanymi w plikach, na przykład CSV lub JSON, aby łatwiej zrozumieć import, formaty i wstępne transformacje.
Analityczne podejście - Powinieneś swobodnie analizować dane i wyniki zapytań, aby podczas szkolenia sprawnie wyciągać wnioski, eksplorować zbiory danych i weryfikować poprawność rezultatów.
