Automatisering av datapipelines i Snowflake

Bemästra verktygen och teknikerna för att bygga tillförlitliga, automatiserade datapipelines i Snowflake. Du börjar med att lära dig hur du tar in data i stor skala — konfigurera stages och filformat, läsa in data med COPY INTO och välja mellan batchinläsning, Snowpipe och Snowpipe Streaming för olika krav på latens och volym. Därifrån bygger du färdigheter i orkestrering av end-to-end-pipelines: att fånga radnivåändringar med streams, kedja samman flerstegsarbetsflöden med task DAGs och skapa deklarativa, automatiskt uppdaterade pipelines med dynamiska tabeller. Du kommer också att lära dig när du ska använda externa tabeller och Iceberg-tabeller för scenarier med flera motorer och molnbaserade lösningar. Den andra halvan av kursen skärper dina färdigheter i att fråga och transformera data — du extraherar och avnästlar semistrukturerad JSON från VARIANT-kolumner, använder grupperingstillägg och fönsterfunktioner för avancerad analys, och kapslar in återanvändbar logik i UDF:er och lagrade procedurer. Slutligen kommer du att ta dig an frågeprestanda: läsa Snowflakes Query Profile för att identifiera flaskhalsar, välja rätt optimeringsverktyg — Search Optimization, Query Acceleration Service, clustering keys eller materialized views — och skriva cachevänlig SQL som undviker de vanliga anti-patterns som i tysthet försämrar prestandan.