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.
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
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
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
Acelere la Transformación Cloud de su Empresa
Hable directamente con nuestros asesores para diseñar un plan de capacitación a la medida de su equipo.