آموزش مقدمه ای بر Google Cloud BigQuery

Introduction to Google Cloud BigQuery

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: از بارگیری و جستجوی داده ها تا بهینه سازی عملکرد برای تحلیلگران داده، مهندسان داده و دانشمندان داده پرس و جوی کارآمد حجم زیادی از داده ها در BigQuery مشخص کنید که BigQuery پایگاه داده مناسب برای یک مورد استفاده است. کار با داده های BigQuery از مرورگر، خط فرمان و برنامه نویسی کوک کردن مدل ها و پرس و جوهای داده برای عملکرد بهتر کاهش هزینه استفاده از BigQuery اما سازماندهی کارآمد داده ها پیش نیازها: آشنایی با مفاهیم پایگاه داده

BigQuery یک سرویس انبار داده محبوب است که به شما امکان می دهد به راحتی با پتابایت داده کار کنید. بیاموزید که چگونه به سرعت با BigQuery سرعت خود را افزایش دهید و با استفاده از رابط کاربری گرافیکی BigQuery، ابزارهای خط فرمان و حتی زبان های برنامه نویسی به جستجو و تجزیه و تحلیل داده ها بپردازید. اگر با مفاهیم پایه پایگاه داده مانند جداول آشنا هستید، آماده شروع یادگیری یکی از مهم ترین پلت فرم های تجزیه و تحلیل داده های موجود هستید.

در حالی که برخی از دوره ها فقط بر استفاده از SQL با BigQuery تمرکز می کنند، این دوره با اصول اولیه ثبت نام در Google Cloud و کار با رابط کاربری گرافیکی BigQuery (GUI) شروع می شود، SQL را برای BigQuery معرفی می کند و سپس به بارگیری داده ها و کار با BigQuery با استفاده از خط فرمان و پایتون. شاید مهم‌تر از همه، یاد خواهید گرفت که BigQuery چگونه با سایر پایگاه‌های داده متفاوت است و چگونه از آن دانش برای استفاده مؤثر و مقرون به صرفه از BigQuery استفاده کنید.

با نحوه کاوش داده ها، جداول و مجموعه داده ها آشنا خواهید شد. با استفاده از نکات BigQuery و قالب بندی کمک می کند پرس و جوها را کارآمد بنویسید. با عبارات SELECT کار کنید، از جمله ایجاد عبارت‌های FROM، WHERE، GROUP BY، HAVING و ORDER BY برای ایجاد پرس و جوهایی که به سؤالات رانندگی شما در مورد داده‌هایتان پاسخ می‌دهند. اگر با کار با چند جدول و استفاده از اتصالات آشنا نیستید، مشکلی نیست، در این دوره با آن آشنا خواهید شد.

از ویژگی‌های BigQuery که برای بهره‌وری بیشتر طراحی شده‌اند، استفاده کنید، مانند پرسش‌های ذخیره‌شده، صادر کردن داده‌ها، و جزئیات اجرایی که به شما کمک می‌کند عملکرد جستارهای خود را بهبود ببخشید.

با نحوه ایجاد جداول و مجموعه داده ها و بارگیری داده ها در BigQuery به طور مستقیم و با استفاده از Cloud Storage، سیستم ذخیره سازی اشیاء در مقیاس بزرگ Google Cloud، آشنا شوید.

در حالی که رابط کاربری گرافیکی، معروف به کنسول BigQuery، یک ابزار عالی برای کار تعاملی با BigQuery است، گاهی اوقات برای تولید گزارش یا دانلود داده‌ها نیاز داریم که همان پرس و جوها یا عملیات را به طور مکرر اجرا کنیم. در این دوره آموزشی با ابزار خط فرمان bq آشنا می شوید که به شما امکان می دهد داده ها را پرس و جو کنید و با مجموعه داده ها از خط فرمان کار کنید. اگر ترجیح می‌دهید با پایتون یا سایر زبان‌های برنامه‌نویسی کار کنید، می‌توانید از کتابخانه‌های سرویس گیرنده BigQuery برای اجرای پرس‌و‌جوها و کارهای دیگر مستقیماً از برنامه‌ها و اسکریپت‌های خود استفاده کنید. شما حتی نیازی به نصب پایتون روی دستگاه خود ندارید زیرا ما از CoLab، یک سرویس رایگان Google برای کار با نوت بوک های Python استفاده خواهیم کرد.

آزمون‌ها و تکالیف در این دوره به شما این امکان را می‌دهند که درک خود را در حین پیشرفت در دوره با پاسخ دادن به سؤالات و نوشتن سؤالات بررسی کنید.

برای استفاده مؤثر از BigQuery، باید بدانید که BigQuery چگونه طراحی شده است. ساخت انبار داده و طراحی مدل‌های داده در BigQuery اساساً با ساخت و مدل‌سازی در پایگاه‌های داده رابطه‌ای مانند Oracle، SQL Server و PostgreSQL متفاوت است. در این دوره آموزشی، در مورد معماری BigQuery و چگونگی تأثیر آن بر نحوه ساختاردهی و جستجوی داده ها آشنا خواهید شد.

از یک مربی با دهه‌ها تجربه در کار با داده‌ها، بینش‌ها را بیاموزید. دن سالیوان یک معمار اصلی داده و نویسنده کتاب ها و مقالات متعدد در مورد پایگاه های داده و Google Cloud است. Dan نویسنده راهنمای مطالعه رسمی مهندس داده حرفه‌ای Google Cloud و همچنین راهنمای مطالعاتی برای گواهینامه‌های Google Cloud Professional Cloud Architect و Associate Cloud Engineer است. او دوره‌هایی را برای Google Cloud، مدل‌سازی داده، علم داده، تجزیه و تحلیل داده‌های اکتشافی، یادگیری ماشین، DevOps و غیره ایجاد کرده است. دوره های او را می توانید در Udemy و LinkedIn Learning پیدا کنید.


سرفصل ها و درس ها

مقدمه ای بر BigQuery Introduction to BigQuery

مقدمه ای بر BigQuery Introduction to BigQuery

  • به معرفی BigQuery خوش آمدید Welcome to Introduction to BigQuery

  • نمای کلی BigQuery Overview of BigQuery

  • انواع داده های BigQuery BigQuery Data Types

  • موضوعات کلیدی برای درک درباره BigQuery Key Topics to Understand about BigQuery

  • امتحان Quiz

شروع سریع کنسول BigQuery BigQuery Console Quickstart

شروع سریع کنسول BigQuery BigQuery Console Quickstart

  • ثبت نام برای استفاده از BigQuery Signing Up to Use BigQuery

  • مقدمه ای بر کنسول BigQuery Introduction to the BigQuery Console

  • استفاده از مجموعه داده عمومی Using a Public Dataset

  • کار با چند جدول Working with Multiple Tables

  • صادرات داده از BigQuery Exporting Data from BigQuery

  • ذخیره پرس و جوها Saving Queries

  • امتحان Quiz

  • با استفاده از کنسول BigQuery Using the BigQuery Console

جست و جوی داده های BigQuery با استفاده از دستورات SELECT Querying BigQuery Data Using SELECT Statements

جست و جوی داده های BigQuery با استفاده از دستورات SELECT Querying BigQuery Data Using SELECT Statements

  • بیانیه های اصلی SELECT Basic SELECT Statements

  • با یک بند WHERE انتخاب کنید SELECT with a WHERE Clause

  • استفاده از بند ORDER BY Using the ORDER BY Clause

  • استفاده از بند GROUP BY Using the GROUP BY Clause

  • با استفاده از بند WHERE، GROUP BY و ORDER BY Using the WHERE, GROUP BY and ORDER BY Clauses

  • با استفاده از بند داشتن Using the HAVING Clause

  • پیوستن به دو جدول Joining Two Tables

  • نام ایستگاه با کوچکترین station_id را پیدا کنید Find the name of the station with the smallest station_id

  • نام ایستگاهی را پیدا کنید که شروع طولانی ترین مدت سفر بوده است. Find the name of the station that was the start of the longest trip duration.

توابع SQL SQL Functions

توابع SQL SQL Functions

  • کار با توابع جمع Working with Aggregate Functions

  • استفاده از تابع ROUND با انواع داده های عددی Using the ROUND Function with Numeric Data Types

  • میانگین مدت زمان سفر را بر اساس ایستگاه بیابید Find average trip durations by station

  • کار با توابع تاریخ و زمان Working with Date and Time Functions

  • عبارات ساده ریاضی Simple Math Expressions

  • کار با توابع رشته Working with String Functions

  • چاپ زیبا نام ایستگاه های شروع و پایان Pretty print the names of start and end stations

  • با استفاده از CASE Statement و Error Checking Using the CASE Statement and Error Checking

  • امتحان Quiz

ایجاد جداول و بارگیری داده ها Creating Tables and Loading Data

ایجاد جداول و بارگیری داده ها Creating Tables and Loading Data

  • مجموعه داده و جدول ساده ایجاد کنید Create Dataset and Simple Table

  • درج، به روز رسانی و حذف داده ها در جداول Inserting, Updating, and Deleting Data in Tables

  • بارگذاری داده ها از یک فایل Loading Data from a File

  • ایجاد یک سطل ذخیره سازی ابری Creating a Cloud Storage Bucket

  • امتحان Quiz

خط فرمان BigQuery BigQuery Command Line

خط فرمان BigQuery BigQuery Command Line

  • نصب Cloud SDK Installing Cloud SDK

  • راه اندازی محیط خط فرمان Initializing the Command Line Environent

  • آپلود داده ها با دستور gsutil Uploading Data with gsutil Command

  • استفاده از خط فرمان bq برای کار با BigQuery Using the bq Command Line to work with BigQuery

  • امتحان Quiz

BigQuery و Python BigQuery and Python

BigQuery و Python BigQuery and Python

  • مقدمه ای بر Colab و استفاده از پایتون با BigQuery Introduction to Colab and Using Python with BigQuery

  • مشتریان، مشاغل و چارچوب های داده Clients, Jobs and Dataframes

  • امتحان Quiz

معماری BigQuery BigQuery Architecture

معماری BigQuery BigQuery Architecture

  • خدمات مؤلفه‌ای که BigQuery را تشکیل می‌دهند Component Services that Make Up BigQuery

  • ذخیره سازی داده های ستونی Columnar Data Storage

  • جداول پارتیشن بندی Partitioning Tables

  • خوشه بندی Clustering

  • تنظیم عملکرد Performance Tuning

  • امتحان Quiz

نمایش نظرات

آموزش مقدمه ای بر Google Cloud BigQuery
جزییات دوره
3 hours
38
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,357
4.6 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dan Sullivan Dan Sullivan

معمار سازمانی ، کارشناس بزرگ داده دان سالیوان ، دکترای علوم ، یک معمار سازمانی و متخصص داده های بزرگ است.

دان متخصص در معماری داده ، تجزیه و تحلیل ، داده کاوی ، آمار ، مدل سازی داده ها ، داده های بزرگ و رایانش ابری است. علاوه بر این ، او دارای دکترای ژنتیک ، بیوانفورماتیک و زیست محاسباتی است. Dan به طور منظم با Spark ، Oracle ، NoSQL ، MongoDB ، Redis ، R و Python کار می کند. وی تجربه نوشتن گسترده ای در موضوعاتی از جمله رایانش ابری ، داده های بزرگ ، Hadoop و امنیت دارد.

Daniel Sullivan Daniel Sullivan

بنیانگذار، SLG