Setelah mengikuti kursus-kursus ini, saya merasa percaya diri membuat visualisasi dan dasbor profesional
Deskripsi Kursus
Kuasai alat dan teknik untuk membangun pipeline data yang andal dan otomatis di Snowflake. Anda akan mulai dengan mempelajari cara mengingest data dalam skala besar — mengonfigurasi stage dan format file, memuat data dengan COPY INTO, serta memilih antara batch loading, Snowpipe, dan Snowpipe Streaming untuk berbagai kebutuhan latensi dan volume.
Dari sana, Anda akan membangun keterampilan orkestrasi pipeline end-to-end: menangkap perubahan tingkat baris dengan stream, merangkai alur kerja multi-langkah dengan DAG tugas, dan membuat pipeline deklaratif yang diperbarui otomatis dengan dynamic tables. Anda juga akan mempelajari kapan harus menggunakan tabel eksternal dan Iceberg untuk skenario multi-engine dan cloud-native.
Paruh kedua kursus ini mempertajam keterampilan kueri dan transformasi Anda — mengekstrak dan meng-unnest JSON semi-terstruktur dari kolom VARIANT, menerapkan ekstensi pengelompokan dan fungsi window untuk analitik lanjutan, serta mengenkapsulasi logika yang dapat digunakan kembali dalam UDF dan stored procedure.
Akhirnya, Anda akan menangani performa query: membaca Query Profile Snowflake untuk mengidentifikasi hambatan, memilih alat optimasi yang tepat — Search Optimization, Query Acceleration Service, clustering keys, atau materialized views — dan menulis SQL yang ramah cache yang menghindari anti-pola umum yang diam-diam menurunkan performa.
Prasyarat
Tidak ada prasyarat untuk kursus ini
Kurikulum
Ringkasan kursus
1
Pemuatan Data, Ingestion, dan Konektivitas
Kuasai pipeline ingestion data Snowflake — mulai dari staging file melalui COPY INTO, Snowpipe, dan Snowpipe Streaming — serta hubungkan Snowflake ke ekosistem data yang lebih luas melalui konektor, driver, dan alat ekspor.
- Stage, Format File, dan COPY INTO50 XP
- Mengklasifikasikan Jenis Stage100 XP
- Penanganan Error pada COPY INTO50 XP
- Snowpipe dan Snowpipe Streaming50 XP
- Memilih Mekanisme Ingest yang Tepat50 XP
- Karakteristik Metode Ingesti100 XP
- Pembongkaran Data dan Konektivitas50 XP
- Melepaskan Data ke Cloud Storage50 XP
- Mekanisme Konektivitas100 XP
2
Orkestrasi Pipeline dan Objek Data
Bangun data pipeline yang andal menggunakan orkestrasi native Snowflake — streams untuk penangkapan perubahan, tasks untuk penjadwalan, dynamic tables untuk transformasi deklaratif, serta external dan Iceberg tables untuk penyimpanan berformat terbuka.
3
Mengkueri dan Mentransformasi Data
Kueri JSON semi-terstruktur dengan dot notation dan FLATTEN, agregasikan data dengan GROUPING SETS, ROLLUP, dan CUBE, hitung fungsi jendela, dan bungkus logika yang dapat digunakan ulang dalam UDF dan stored procedure.
4
Kinerja dan Optimasi Kueri
Profilkan kueri di Snowsight, identifikasi hambatan dengan QUERY_HISTORY, terapkan Search Optimization, Query Acceleration Service, Automatic Clustering, dan Materialized Views, serta tulis SQL yang memanfaatkan tiga lapisan caching Snowflake.
S
Otomatisasi Data Pipeline di Snowflake
Kursus
Selesai

