آموزش پیشرفته Snowflake: بررسی عمیق انبار داده‌های ابری و تحلیل داده‌ها - آخرین آپدیت

دانلود Advanced Snowflake: Deep Dive Cloud Data Warehousing and Analytics

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

سنوفلیک (Snowflake) مجموعه‌ای قدرتمند از قابلیت‌ها را برای انبار داده‌های ابری و تحلیل داده‌ها ارائه می‌دهد و دانستن نحوه استفاده موثر از آن‌ها می‌تواند نحوه پردازش و مدیریت داده‌ها توسط تیم شما را به طور قابل توجهی بهبود بخشد. در این دوره، جانانی راوی، مهندس داده، شما را به سفری عمیق در Snowflake می‌برد و مباحثی چون ساختارهای پیشرفته جداول، انواع Viewها، خط لوله‌های داده‌ای مداوم (Continuous Data Pipelines) و مدیریت داده‌های نیمه‌ساختاریافته را پوشش می‌دهد. در طول این مسیر، استراتژی‌های عملی برای بهینه‌سازی عملکرد کوئری‌ها، مدیریت دسترسی‌های کاربران و اجرای کنترل‌های دسترسی برای ایجاد یک چارچوب حاکمیت داده‌های مستحکم‌تر را خواهید آموخت. در پایان این دوره، شما آماده خواهید بود تا قابلیت‌های پیشرفته Snowflake را در پردازش و تحلیل داده‌های مقیاس بزرگ به کار بگیرید.

این دوره توسط Loonycorn ساخته شده است و ما مفتخریم که این محتوا را در کتابخانه خود میزبانی کنیم.


سرفصل ها و درس ها

مقدمه Introduction

  • راه‌اندازی پلتفرم Snowflake Edition و حساب آزمایشی رایگان Snowflake Edition platform and free trial setup

  • مروری سریع بر Snowflake A quick overview of Snowflake

  • مشاهده خلاصه‌های کوئری View query summaries

  • مرور سریع بر Snowsight Quick overview of Snowsight

  • معماری Snowflake Snowflake architecture

1. ساختارها و انواع جداول 1. Table Structures and Types of Tables

  • جداول تخصصی در Snowflake Specialized tables in Snowflake

  • کوئری داده‌های تاریخی با استفاده از ID کوئری و برچسب‌های زمانی Query historical data using query ID and timestamps

  • حذف و بازیابی جداول و غیرفعال کردن Time Travel Drop and undrop tables and disable time travel

  • جداول موقت (Temporary Tables) Temporary tables

  • ذخیره‌سازی داده‌ها در Snowflake Data storage in Snowflake

  • جداول دائمی، گذرا و موقت Permanent, transient, and temporary tables

  • ساختارهای جدول در Snowflake Table structures in Snowflake

  • جداول گذرا (Transient Tables) Transient tables

  • جداول ترکیبی (Hybrid Tables) Hybrid tables

  • جداول دائمی (Permanent Tables) Permanent tables

  • جداول خارجی، Iceberg و تعاملی External, Iceberg, and interactive tables

  • کلون کردن جداول و تبار داده‌ها (Data Lineage) Cloning tables and data lineage

  • نگهداری داده‌ها و دوره حفظ در Time Travel Time travel data retention and retention period

2. انواع Viewها 2. Types of Views

  • ایجاد Viewهای پیچیده شامل Joinها Create complex views involving joins

  • ایجاد و کوئری Viewهای بازگشتی (Recursive Views) Create and query recursive views

  • بررسی Viewها در Snowflake Views in Snowflake

  • ایجاد و کوئری Viewها Create and query views

  • ایجاد و کوئری Viewهای متریالیزه (Materialized Views) Create and query materialized views

  • ایجاد و کوئری Viewهای امن (Secure Views) Create and query secure views

3. عملکرد و بهینه‌سازی 3. Performance and Optimization

  • اجرای کوئری‌های زیررشته روی جداول بهینه‌شده برای جستجو Run substring queries on search optimized tables

  • خوشه‌بندی (Clustering) Clustering

  • پیکربندی سرویس شتاب‌دهنده کوئری Configure query acceleration service

  • سرویس شتاب‌دهنده کوئری Query acceleration service

  • استفاده از کش نتایج کوئری Using the query results cache

  • کشینگ (Caching) Caching

  • سایزینگ انبار داده (Warehouse Sizing) Warehouse sizing

  • اجرای کوئری‌های Point Lookup روی جداول بهینه‌شده برای جستجو Execute point lookup queries on search optimized tables

  • بهینه‌سازی جستجو (Search Optimization) Search optimization

  • اجرای کوئری‌های Point Lookup و Range روی جداول خوشه‌بندی شده Execute point lookup and range queries on clustered tables

  • راه‌اندازی جدول پایه برای مقایسه‌های بهینه‌سازی کوئری Set up base table for query optimization comparisons

  • پیکربندی سایز انبار برای بهبود عملکرد Configure warehouse sizing to improve performance

  • ایجاد یک جدول خوشه‌بندی شده Create a clustered table

  • فعال‌سازی بهینه‌سازی جستجو Enable search optimization

4. خط لوله‌های داده‌ای مداوم 4. Continuous Data Pipelines

  • به‌روزرسانی خودکار جداول پویا (Dynamic Tables) Automated refresh of dynamic tables

  • خط لوله‌های داده مداوم: جداول پویا Continuous data pipelines: Dynamic tables

  • خط لوله‌های داده مداوم: تسک‌ها و استریم‌ها Continuous data pipelines: Tasks and streams

  • ایجاد و پیکربندی یک جدول پویا Create and configure a dynamic table

5. دسترسی و کوئری داده‌های نیمه‌ساختاریافته 5. Access and Query Semistructured Data

  • بارگذاری و کوئری داده‌های Parquet Load and query Parquet data

  • کوئری و تخت کردن (Flatten) آرایه‌ها Query and flatten arrays

  • ایجاد یک Stage برای آپلود داده‌ها Create a stage to upload data

  • بارگذاری و کوئری داده‌های JSON Load and query JSON data

6. کاربران و امتیازات 6. Users and Privileges

  • مشاهده دسترسی‌های اعطا شده (Grants) View grants

  • کنترل دسترسی، کاربران و نقش‌ها Access control, users, and roles

  • ایجاد کاربران Create users

  • ایجاد نقش‌ها و اعطای امتیازات Create roles and grant privileges

جمع‌بندی Conclusion

  • خلاصه و گام‌های بعدی Summary and next steps

نمایش نظرات

آموزش پیشرفته Snowflake: بررسی عمیق انبار داده‌های ابری و تحلیل داده‌ها
جزییات دوره
3h 1m
51
(آخرین آپدیت)
373
- از 5
دارد
دارد
دارد
Janani Ravi
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Janani Ravi Janani Ravi

معمار و مهندس داده خبره Google Cloud

Janani Ravi یک معمار و مهندس داده خبره Google cloud است.

جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.