در حال حاضر محصولی در سبد خرید شما وجود ندارد.
اگر با پلت فرم Snowflake آشنا هستید اما باید اطلاعات بیشتری کسب کنید ، این دوره می تواند به شما در مهارت های خود کمک کند. مربی Janani Ravi Deep به معماری و مفاهیم پیشرفته شیرجه می زند. پس از یک مقدمه مختصر ، Janani با سازه های جدول در برف برفی شروع به کار می کند و موضوعاتی مانند ریزگردها ، خوشه بندی و ایجاد جداول دائمی ، موقتی و گذرا را پوشش می دهد. او دیدگاه هایی را در Snowflake توضیح می دهد ، سپس چندین روش مفید برای بهینه سازی عملکرد پرس و جو را نشان می دهد. Janani با داده های نیمه ساختار یافته ، از جمله بارگیری و پرس و جو کردن داده های پارکت و داده های JSON ، کار می کند. به علاوه ، او به شما نشان می دهد که چگونه می توانید سیستم کنترل دسترسی را در Snowflake بیان کنید ، کاربران ایجاد کنید ، کمک های مالی را مشاهده کنید و امتیازات خود را به نقش ها اعطا کنید. Note: این دوره توسط Janani Ravi ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.
عنوان اصلی : Advanced Snowflake
سرفصل های دوره :
مقدمه:
برف پیشرفته
معماری برف برف
با Snowflake راه اندازی شد
1. ساختار جدول در برف:
ریزگردها و خوشه بندی
انواع میزهای موجود در برف
ایجاد جداول دائمی
ایجاد جداول موقت
ایجاد جداول گذرا
پیکربندی زمان حفظ داده ها
پرس و جو داده های تاریخی
جدا کردن و بازیابی جداول
2. نماهای در برف برفی:
نماهای غیر مادی ، مادی و ایمن
ایجاد و جمع آوری جداول
ایجاد و پرس و جو نمایش
بازآفرینی نماهای
پرس و جو از نماهای منظم و نماهای امن
ایجاد و پرس و جو نماهای مادی شده
3. بهینه سازی عملکرد پرس و جو:
ذخیره ، خوشه بندی و بهینه سازی جستجو
بارگیری داده ها با استفاده از کپی در
بهینه سازی بازیابی با استفاده از نتایج ذخیره شده
فعال کردن خوشه بندی روی میزها
جداول خوشه ای پرس و جو
اطلاعات خوشه بندی پرس و جو
در حال اجرا پرس و جوهای جستجوی نقطه در جداول بهینه شده جستجو
خوشه بندی در مقابل بهینه سازی جستجو
4. کار با داده های نیمه ساختار یافته:
بارگیری و جستجوی داده های پارکت
بارگیری داده های JSON
پرس و جو داده های JSON
5. مدیریت کاربران و اعطای امتیازات:
کنترل دسترسی
ایجاد کاربران و کمک های مالی
اعطای امتیاز به نقش ها
نتیجه گیری:
خلاصه و مراحل بعدی
Advanced Snowflake
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Applying the Mathematical MASS Model with R
پایه های آمار و احتمال برای یادگیری ماشینی
Representing, Processing, and Preparing Data
آموزش پردازش زبان طبیعی بوسیله PyTorch
Performing Dimension Analysis with R
Experimental Design for Data Analysis
آموزش پیاده سازی متدهای Bootstrap در زبان R
Tuning Kafka
آموزش تحلیل داده ها بوسیله Qlik Sense
Understanding Statistical Models and Mathematical Models