لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش توسعه مدل های داده با LookML
Developing Data Models with LookML
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره به شما امکان می دهد تا مدل های مقیاس پذیر و کارآمد LookML (زبان مدل سازی نگاهگر) را توسعه دهید که داده های استاندارد شده و آماده ای را که کاربران کسب و کار شما برای پاسخ به سؤالات خود نیاز دارند در اختیار شما قرار می دهد. زبان مدلسازی نگاهگر) مدلهایی که دادههای استاندارد شده و آمادهای را که برای پاسخ به سؤالات خود به آنها نیاز دارند، در اختیار کاربران تجاری شما قرار میدهند. پس از اتمام این دوره، می توانید شروع به ساخت و نگهداری مدل های LookML برای مدیریت و مدیریت داده ها در نمونه Looker سازمان خود کنید.
سرفصل ها و درس ها
مقدمه دوره
Introduction to the Course
معرفی دوره
Course Introduction
مقدمه ای بر Looker و LookML
Introduction to Looker and LookML
ماژول 1 مقدمه
Module 1 Introduction
معرفی پلتفرم Looker
Introduction to the Looker platform
درک تجربه کاربران
Understanding your users' experience
سلسله مراتب پروژه LookML
LookML project hierarchy
محیط توسعه Looker
The Looker development environment
خلاصه ماژول 1
Module 1 Summary
مدل سازی ابعاد و اندازه گیری ها
Modeling Dimensions and Measures
مقدمه ماژول 2
Module 2 Introduction
ابعاد مدلسازی
Modeling dimensions
مثال: ایجاد ابعاد با استفاده از LookML
Example: Creating dimensions using LookML
اقدامات مدلسازی
Modeling measures
مثال: ایجاد معیارها با استفاده از LookML
Example: Creating measures using LookML
منطق پیشرفته برای ابعاد و اندازه ها
Advanced logic for dimensions and measures
معرفی آزمایشگاه: ایجاد ابعاد و اندازه گیری ها با LookML
Lab Intro: Creating Dimensions and Measures with LookML
Pluralsight: شروع به کار با GCP و Qwiklabs
Pluralsight: Getting Started with GCP and Qwiklabs
آزمایشگاه: ایجاد ابعاد و اندازه گیری ها با LookML
Lab: Creating Dimensions and Measures with LookML
خلاصه ماژول 2
Module 2 Summary
کنترل نسخه پروژه
Project Version Control
ماژول 3 مقدمه
Module 3 Introduction
کنترل نسخه پروژه با Git
Project version control with Git
مثال: گردش کار Git در Looker
Example: Git workflow in Looker
خلاصه ماژول 3
Module 3 Summary
فایل های مدل
Model Files
مقدمه ماژول 4
Module 4 Introduction
چگونه Looker SQL را می نویسد
How Looker writes SQL
منطق را کاوش کرده و به آن بپیوندید
Explores and join logic
تجمع متقارن
Symmetric aggregation
فیلتر کردن کاوش
Filtering Explores
خلاصه ماژول 4
Module 4 Summary
جداول مشتق شده
Derived Tables
معرفی ماژول 5
Module 5 introduction
مقدمه ای بر جداول مشتق شده
Introduction to derived tables
انواع جداول مشتق شده
Types of derived tables
مثال: ایجاد جداول مشتق شده از SQL
Example: Creating SQL derived tables
مثال: ایجاد جداول مشتق شده بومی
Example: Creating native derived tables
پارامترهای مفید برای جداول مشتق شده بومی
Useful parameters for native derived tables
جداول مشتق شده پایدار
Persistent derived tables
معرفی آزمایشگاه: ایجاد جداول مشتق شده با LookML
Lab Intro: Creating Derived Tables with LookML
آزمایشگاه: ایجاد جداول مشتق شده با LookML
Lab: Creating Derived Tables with LookML
خلاصه ماژول 5
Module 5 Summary
ذخیره سازی و گروه های داده
Caching and Datagroups
ماژول 6 مقدمه
Module 6 Introduction
ذخیره سازی در Looker
Caching in Looker
مثال: پیاده سازی گروه های داده در Looker
Example: Implementing datagroups in Looker
Google Cloud آموزش و گواهینامه های درخواستی را در فناوری های ابری در حال ظهور ارائه می دهد.
Google Cloud با صدها آزمایشگاه، دوره و نشان مهارت، متخصصان را قادر میسازد تا مهارتهای ابری حیاتی را با سرعت خودشان ایجاد کنند. آزمایشگاههای عملی این شرکت اعتبارنامههای موقتی را به منابع واقعی ابر ارائه میدهند، بنابراین افراد میتوانند Google Cloud را با استفاده از چیز واقعی یاد بگیرند. فراگیران همچنین می توانند با کسب گواهینامه های Google Cloud و/یا نشان های مهارتی که می توانند با شبکه خود به اشتراک بگذارند، تخصص خود را تأیید کنند.
نمایش نظرات