Data Transformation with Spark SQL in Databricks

СреднийУровень навыка

Обновлено 05.2026

Build end-to-end data pipelines - from cleaning and aggregation to streaming and orchestration.

Создайте бесплатную учетную запись

Продолжить С Google

Показать больше вариантов

или

Продолжая, вы принимаете наши Условия использования, нашу Политику конфиденциальности и соглашаетесь с тем, что ваши данные хранятся в США.

Описание курса

Ready to handle real-world data at scale? This course teaches you to transform large datasets using Spark SQL and PySpark in Databricks. Learn to shape and clean data, run aggregations with optimized joins, and apply window functions for advanced analytics. You'll also set up file-based streaming with fault-tolerant checkpoints and persist results as Delta tables. By the end, you'll be orchestrating multi-step production pipelines with Databricks Workflows and Lakeflow Declarative Pipelines.

Предварительные требования

Introduction to Databricks SQL Introduction to PySpark

Loading and Shaping Data

In this chapter, you'll learn how to work with Databricks notebooks, load CSV data into Spark DataFrames, and shape data using PySpark and SQL.

Описание курса

Получите Сертификат о завершении обучения

Присоединяйтесь к .css-nklxlk{color:var(--wf-brand--main, #03EF62);}19 миллионам учащихся и начните Data Transformation with Spark SQL in Databricks уже сегодня!

Создайте бесплатную учетную запись

Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.

Присоединяйтесь к 19 миллионам учащихся и начните Data Transformation with Spark SQL in Databricks уже сегодня!