لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مدلسازی دادهها با LookML
- آخرین آپدیت
دانلود Introduction to Data Modeling with LookML
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
تحلیلگرانی که با Looker کار میکنند، اغلب زمانی با چالش مواجه میشوند که متریکها اشتباه نمایش داده شوند، فیلدها ناپدید شوند یا داشبوردها رفتاری غیرمنتظره داشته باشند؛ مشکلاتی که ریشه در مدل دادهها دارند، نه در کوئریها.
در این دوره، «مقدمهای بر مدلسازی دادهها با LookML»، شما توانایی درک، ساخت و عیبیابی لایهی LookML را که قدرتبخش هر Explore است، به دست خواهید آورد.
در ابتدا، با ماهیت LookML، جایگاه آن در اکوسیستم Looker و تأثیر تصمیمات مدلسازی بر گردش کار تحلیلگران آشنا میشوید.
سپس، نحوه مدلسازی Joinها در Explore را میآموزید تا مجموعهدادهها را بهصورت ایمن و با حفظ دقت متریکها ترکیب کنید. در ادامه، روش ایجاد Dimensionها برای نیازهای رایج تحلیل، از جمله فیلدهای زمانی و دستهبندیها (Segmentation Buckets) را بررسی خواهید کرد.
در نهایت، یاد میگیرید که چگونه Measureهای قابل اعتماد و قابل استفاده مجدد را با فرمتبندی، فیلترها و تستهای مناسب ایجاد کنید. پس از اتمام این دوره، شما مهارتها و دانش لازم در مدلسازی دادههای LookML را خواهید داشت تا بتوانید مدلهای داده Looker را بخوانید، اصلاح کنید، مشکلات رایج دادهها را تشخیص دهید و بهطور مؤثر در لایه تحلیل سازمان خود مشارکت کنید.
سرفصل ها و درس ها
درک LookML و لایه مدلسازی دادهها
Understanding LookML and the data modeling layer
LookML چیست و چه کسانی از آن استفاده میکنند؟
What is LookML and who uses it?
سلسلهمراتب LookML
The LookML hierarchy
نحوه تبدیل LookML به SQL
How LookML translates to SQL
کار با Joinها در LookML
Working with joins in LookML
محل قرارگیری Joinها و نحوه عملکرد آنها
Where joins live and how they work
افزودن Join و گسترش Explore
Adding a join and expanding the Explore
ریسک Fanout زمانی که Joinها اعداد شما را متورم میکنند
Fanout risk when joins inflate your numbers
ایجاد و اصلاح Dimensionها
Creating and modifying dimensions
ساخت Dimensionها با سینتکس جایگزینی
Building dimensions with substitution syntax
فیلدهای زمانی با استفاده از Dimension Groups
Time-based fields with dimension groups
دستهبندی با استفاده از Dimensionهای Tier و YesNo
Bucketing with tier and yesno dimensions
ایجاد Measureهای قابل اعتماد
Creating reliable measures
دمو: Sum، count_distinct و فرمتبندی
Demo: Sum, count_distinct, and formatting
دمو: Measureهای فیلتر شده و تفاوت آنها با فیلترهای Dimension
Demo: Filtered measures and how they differ from dimension filters
دمو: تست کردن Measureها و عیبیابی مشکلات دادهها
Demo: Testing measures and troubleshooting data issues
سلام من علی هستم من دکترای علوم کامپیوتر دارم. در حال حاضر به عنوان مدرس مشغول به کار هستم. من تحقیقاتی را در مورد تجزیه و تحلیل رسانه های اجتماعی با استفاده از پایتون و یادگیری ماشین انجام می دهم. من یک کانال یوتیوب به نام Flutterware دارم که آموزش پلتفرم Flutter Google را به اشتراک می گذارد که برای توسعه برنامه های تلفن همراه برای اندروید و iOS با یک کد پایه استفاده می شود. من عاشق تحقیق و کشف دانش هستم. به نظر من کسب دانش بدون اشتراک آن بی فایده است. امیدوارم کلاس های من برای شما مفید باشد.
نمایش نظرات