Arki1 - Google Cloud Authorized Training Partner
Data & Analytics

Data Warehousing with BigQuery: Storage Design, Query Optimization, and Administration

En este curso, aprenderá sobre los aspectos internos de BigQuery y las prácticas recomendadas para diseñar, optimizar y administrar su almacén de datos. A través de una combinación de conferencias, demostraciones y laboratorios, aprenderá sobre la arquitectura de BigQuery y cómo diseñar esquemas y almacenamiento óptimos para la ingesta y los cambios de datos. A continuación, aprenderá técnicas para mejorar el rendimiento de lectura, optimizar las consultas, administrar las cargas de trabajo y usar herramientas de registro y monitoreo. También aprenderá sobre los diferentes modelos de precios. Por último, aprenderá varios métodos para proteger los datos, automatizar las cargas de trabajo y crear modelos de aprendizaje automático con BigQuery ML.

Duración 24h
Nivel Intermedio
Modalidad In-Company / Online en Vivo
Instructor Homologado Google Cloud

Visión General del Entrenamiento

En este curso, aprenderá sobre los aspectos internos de BigQuery y las prácticas recomendadas para diseñar, optimizar y administrar su almacén de datos. A través de una combinación de conferencias, demostraciones y laboratorios, aprenderá sobre la arquitectura de BigQuery y cómo diseñar esquemas y almacenamiento óptimos para la ingesta y los cambios de datos. A continuación, aprenderá técnicas para mejorar el rendimiento de lectura, optimizar las consultas, administrar las cargas de trabajo y usar herramientas de registro y monitoreo. También aprenderá sobre los diferentes modelos de precios. Por último, aprenderá varios métodos para proteger los datos, automatizar las cargas de trabajo y crear modelos de aprendizaje automático con BigQuery ML.

Lo que su equipo aprenderá

  • Describir los fundamentos de la arquitectura de BigQuery.
  • Implementar patrones de diseño de esquema y almacenamiento para mejorar el rendimiento.
  • Utilice DML y programe transferencias de datos para ingerir datos.
  • Aplicar las mejores prácticas para mejorar la eficiencia de lectura y optimizar el rendimiento de las consultas.
  • Gestionar la capacidad y automatizar las cargas de trabajo.
  • Comprender patrones versus antipatrones para optimizar las consultas y mejorar el rendimiento de lectura.
  • Utilice herramientas de registro y monitoreo para comprender y optimizar los patrones de uso.
  • Aplicar las mejores prácticas de seguridad para gobernar datos y recursos.
  • Cree e implemente varias categorías de modelos de aprendizaje automático con BigQuery ML.

Audiencia Objetivo

  • Analistas de datos
  • científicos de datos
  • ingenieros de datos y desarrolladores que realizan trabajos a una escala que requiere conocimientos internos avanzados de BigQuery para optimizar el rendimiento.

Plan de Estudios Detallado

Módulo 1: Fundamentos de la arquitectura de BigQuery Módulo 1
  • Explicar los beneficios del almacenamiento en columnas.
  • Comprender cómo BigQuery procesa los datos.
  • Explore los conceptos básicos del servicio de mezcla de BigQuery para mejorar la eficiencia de las consultas.
Módulo 2: Optimizaciones de almacenamiento y esquemas Módulo 2
  • Comparar el rendimiento de diferentes esquemas (copo de nieve, desnormalizado y campos anidados y repetidos).
  • Particionar y agrupar datos para un mejor rendimiento.
  • Mejorar el diseño del esquema utilizando campos anidados y repetidos.
  • Describir prácticas recomendadas adicionales, como la expiración de tablas y particiones.
Módulo 3: Ingestión de datos Módulo 3
  • Ingerir datos por lotes y en streaming.
  • Consultar fuentes de datos externas.
  • Programar transferencias de datos.
  • Comprenda cómo utilizar la API de escritura de almacenamiento.
Módulo 4: Cambio de datos Módulo 4
  • Escribir declaraciones DML.
  • Abordar problemas comunes de rendimiento y cuellos de botella de DML.
  • Identifique las dimensiones que cambian lentamente (SCD) en sus datos y realice actualizaciones.
Módulo 5: Mejora del rendimiento de lectura Módulo 5
  • Explorar la caché de BigQuery.
  • Crear vistas materializadas.
  • Trabaje con BI Engine para acelerar sus consultas SQL.
  • Utilice la API de lectura de almacenamiento para acceder rápidamente al almacenamiento administrado por BigQuery.
  • Explicar las advertencias sobre el uso de fuentes de datos externas.
Módulo 6: Optimización y resolución de problemas de consultas Módulo 6
  • Interpretar los detalles de ejecución de BigQuery y el plan de consulta.
  • Optimice el rendimiento de las consultas mediante el uso de métodos sugeridos para declaraciones y cláusulas SQL.
  • Demostrar las mejores prácticas para las funciones en casos de uso comercial.
Módulo 7: Gestión de la carga de trabajo y fijación de precios Módulo 7
  • Definir una ranura de BigQuery.
  • Explicar los modelos de precios y las estimaciones de precios (IU de BigQuery, bq dry_run, API de trabajos).
  • Comprender las reservas de espacios, los compromisos y las asignaciones.
  • Identificar las mejores prácticas para controlar costos.
Módulo 8: Registro y monitoreo Módulo 8
  • Utilice Cloud Monitoring para ver las métricas de BigQuery.
  • Explora el panel de administración de BigQuery.
  • Utilice registros de auditoría en la nube.
  • Trabaje con tablas INFORMATION_SCHEMA para obtener información sobre sus entidades de BigQuery.
Módulo 9: Seguridad en BigQuery Módulo 9
  • Explore el descubrimiento de datos utilizando el Catálogo de datos.
  • Analice la gobernanza de datos utilizando la API de DLP y el catálogo de datos.
  • Crear políticas de IAM (por ejemplo, vistas autorizadas) para proteger los recursos.
  • Proteger los datos con clasificaciones (por ejemplo, políticas a nivel de fila).
  • Comprender cómo BigQuery utiliza el cifrado.
Módulo 10: Automatización de cargas de trabajo Módulo 10
  • Consultas de programación.
  • Utilice scripts y procedimientos almacenados para crear transformaciones personalizadas.
  • Describe cómo integrar cargas de trabajo de BigQuery con otros productos de big data de Google Cloud.
Módulo 11: Aprendizaje automático en BigQuery Módulo 11
  • Describe algunas de las diferentes aplicaciones de BigQuery ML.
  • Cree e implemente varias categorías de modelos de aprendizaje automático con BigQuery ML.
  • Utilice tablas AutoML para resolver problemas comerciales de alto valor.
Atención Corporativa

Solicitar Capacitación In-Company

Cohorte privada para su equipo de ingeniería, con laboratorios prácticos adaptados y condiciones corporativas.

  • Fechas y horarios flexibles para su equipo
  • Laboratorios prácticos en entorno oficial de Google Cloud
  • Emisión de certificados oficiales de finalización
Solicitar Propuesta In-Company
Soluciones Corporativas

Acelere la Transformación Cloud de su Empresa

Hable directamente con nuestros asesores para diseñar un plan de capacitación a la medida de su equipo.