メインコンテンツへジャンプ

Data Warehousing with Databricks - Japanese

このコースは、Databricks のデータウェアハウジング機能について学習したいデータプロフェッショナルを対象としています。 Databricks に関する予備知識がなくても、最新のクラウドベースのデータウェアハウジングソリューションとして Databricks を活用する方法を紹介します。 学習者は、Databricks Data Intelligence Platformをどのように使用して、業界標準の TCP-DI データセットを参考にして、データの取り込み、変換、管理、分析を効率的に行う方法を学習します。 また、自然言語クエリーによるデータ探索を簡素化する Databricks の革新的な機能である Genie についても学習します。 このコースを修了すると、Databricks を使用してデータウェアハウスを実装および最適化するための基本的なスキルが身に付きます。


Languages Available: English 日本語 |  Português BR | 한국어

Skill Level
Associate
Duration
3h
Prerequisites

- SQLとデータクエリの概念に関する基本的な理解 

- テーブル、スキーマ、ETL/ELTプロセスなど、データウェアハウジングの概念に関する一般的な知識が推奨されます - BIやデータビジュアライゼーションツールの経験は役に立ちますが、必須ではありません

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

Register now

Instructors

Instructor-Led

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

Register now

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

Build Data Pipelines with Lakeflow Declarative Pipelines - Japanese

このコースでは、複数のストリーミングテーブルとマテリアライズドビューを介した増分バッチまたはストリーミング取り込みと処理のために、DatabricksのLakeflow宣言型パイプラインを使用してデータパイプラインを構築するために必要な基本的な概念とスキルをユーザーに紹介します。 このコースは、Lakeflow 宣言的パイプライン を初めて使用するデータエンジニア向けに設計されており、増分データ処理、ストリーミングテーブル、マテリアライズドビュー、一時ビューなどのコアコンポーネントの概要を包括的に説明し、それらの特定の目的と違いを強調します

取り上げるトピックは次のとおりです:

- SQL を使用した Lakeflow のマルチファイル エディターを使用した ETL パイプラインの開発とデバッグ (Python コード例を提供)

- Lakeflow 宣言的パイプライン が パイプライン グラフを通じて パイプライン でデータの依存関係を追跡する方法

- パイプライン コンピュート リソース、データ アセット、トリガー モード、およびその他の詳細オプションの構成

次に、このコースでは、Lakeflow のデータ品質に対する期待値を紹介し、データの整合性を検証および適用するために、期待値をパイプラインに統合するプロセスをユーザーに案内します。 次に、学習者は、スケジュール オプション、本番運用モード、パイプラインのパフォーマンスと正常性を監視するためのパイプライン イベント ログの有効化など、パイプラインを本番運用に配置する方法について説明します

最後に、このコースでは、Lakeflow 宣言型パイプライン内の APPLY CHANGES INTO 構文を使用して変更データキャプチャ (CDC) を実装し、slowly changing dimensions (SCD タイプ 1 および 2) を管理し、ユーザーが CDC を独自のパイプラインに統合する準備をする方法について説明します。

Languages Available: English | 日本語 | Português BR | 한국어

Paid & Subscription
4h
Lab
Associate

Questions?

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