Revenir au contenu principal

Building ETL Pipelines with SQL - French

Ce cours enseigne comment créer des pipelines ETL prêts pour la production en utilisant exclusivement SQL sur la Databricks Data Intelligence Platform. Les participants découvrent les Streaming Tables avec Auto Loader pour l'ingestion incrémentielle, les Materialized Views avec rafraîchissement incrémentiel pour les transformations Silver vers Gold, AUTO CDC (FLOW AUTO CDC) pour la gestion déclarative des dimensions SCD Type 1 et Type 2, ainsi que Lakeflow Jobs avec des tâches SQL File pour l'orchestration en production. Le cours suit un jeu de données retail réaliste à travers l'architecture en médaillon (Bronze → Silver → Gold).


Remarque: pour les fichiers de cours SCORM, veillez à fermer la fenêtre SCORM une fois le contenu terminé. Ne cliquez pas sur le bouton « Next Lesson », car cela pourrait empêcher le module SCORM d'être marqué comme terminé.

Skill Level
Associate
Duration
2h
Prerequisites

Le contenu a été développé pour les participants possédant ces compétences/connaissances/aptitudes:

Naviguer dans le workspace Databricks (barre latérale, Catalog Explorer, SQL Editor)

• Notions de base d'Unity Catalog (catalogues, schémas, tables, volumes)

• SQL intermédiaire (SELECT, JOIN, GROUP BY, CAST, COALESCE, CREATE TABLE)

• Concepts d'entreposage de données (tables de faits/dimensions, schémas en étoile, architecture en médaillon)

• Compréhension de base des workflows ETL

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Runtime

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Inscrivez-vous maintenant

Instructors

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

Inscrivez-vous maintenant

Learning

Blended Learning

Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase

Purchase now

Scale

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Data Engineer

Get Started with Databricks for Data Engineering - French

Ce cours présente les compétences fondamentales nécessaires pour réaliser un workflow de base d’ingénierie des données sur la Databricks Data Intelligence Platform. Vous explorerez l’espace de travail, travaillerez avec Unity Catalog et découvrirez les éléments de base qu’un ingénieur de données utilise au quotidien sur Databricks.

Le cours suit une approche pratique. Vous commencez par vous familiariser avec l’espace de travail, puis vous progressez à travers des notebooks de démo et d’atelier associés pour chaque sujet. Les démos vous présentent un concept avec le formateur ou un notebook guidé ; les ateliers vous demandent d’appliquer par vous-même ce que vous venez de voir.

Le contenu couvre les points suivants :

• La Databricks Data Intelligence Platform et la façon dont l’espace de travail Databricks, Unity Catalog et les notebooks s’articulent.

• La création et la gestion de tables Delta Lake.

• La modification des données avec INSERT, UPDATE et DELETE.

• L’exploration de l’historique des versions et du time travel sur les tables Delta.

• L’ingestion de données avec les options de Lakeflow Connect : CTAS, l’interface d’importation (Upload UI) et COPY INTO.

• La création d’un pipeline d’architecture Medallion qui transforme les données à travers les couches Bronze, Silver et Gold.

• L’automatisation des pipelines avec Lakeflow Jobs.

• (Bonus) La création d’un pipeline déclaratif avec Spark Declarative Pipelines.

Free
2h
Onboarding

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.