Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Bereit, reale Daten im großen Stil zu verarbeiten? In diesem Kurs lernst du, große Datensätze mit Spark SQL und PySpark in Databricks zu transformieren. Du formst und bereinigst Daten, führst Aggregationen mit optimierten Joins aus und nutzt Window-Funktionen für erweiterte Analysen. Außerdem richtest du dateibasierte Streams mit fehlertoleranten Checkpoints ein und speicherst Ergebnisse als Delta-Tabellen. Am Ende orchestrierst du mehrstufige Produktions-Pipelines mit Databricks Workflows und Lakeflow Declarative Pipelines.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Daten laden und formen
In diesem Kapitel lernst du, wie du mit Databricks-Notebooks arbeitest, CSV-Daten in Spark DataFrames lädst und Daten mit PySpark und SQL formst.
2
Datenbereinigung und Optimierung
Lerne, wie du explizite Schemas definierst, eine Datenbereinigungspipeline aufbaust und die Abfrageleistung mit Broadcast Joins optimierst.
3
Analytik und Produktions-Pipelines
Lerne, wie du laufende Summen und Rankings mit Window-Funktionen berechnest, Streaming-Pipelines aufbaust und produktive Workflows bereitstellst.
Datentransformation mit Spark SQL in Databricks
Kurs
abgeschlossen
