Build Data Lakes and Data Warehouses on Google Cloud

ระดับกลางระดับทักษะ

อัปเดตแล้ว 06/2569

Build modern data lakehouses on Google Cloud using BigQuery, Cloud Storage, Apache Iceberg, BigLake, federated queries, and data governance tools.

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google

แสดงตัวเลือกเพิ่มเติม

หรือ

การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา

คำอธิบายคอร์ส

While the traditional approaches of using data lakes and data warehouses can be effective, they have shortcomings, particularly in large enterprise environments. This course introduces the concept of a data lakehouse and the Google Cloud products used to create one. A lakehouse architecture uses open-standard data sources and combines the best features of data lakes and data warehouses, which addresses many of their shortcomings.

ข้อกำหนดเบื้องต้น

ไม่มีข้อกำหนดเบื้องต้นสำหรับคอร์สนี้

Course introduction

Introduce the learner to the topics that will be covered in the course and the skills they will learn.

Course Introduction

50 XP

เริ่มบท

Introduction to Modern Data Engineering on Google Cloud

This module introduces the foundational concepts of data lakes and data warehouses, setting the stage for modern architectures on Google Cloud.

Module 1: Introduction to modern data engineering on Google Cloud

50 XP

The classics: Data lakes and data warehouses

50 XP

The modern approach: Data lakehouse

50 XP

Choosing the right architecture

50 XP

Data warehouses, lakes, and lakehouses concepts — Question 1

50 XP

Data warehouses, lakes, and lakehouses concepts — Question 2

50 XP

Data warehouses, lakes, and lakehouses concepts — Question 3

50 XP

Data warehouses, lakes, and lakehouses concepts — Question 4

50 XP

เริ่มบท

Building a Data Lakehouse with Cloud Storage, Open Formats, and BigQuery

This module details the concept of a lakehouse and introduces the Google Cloud products most commonly used to build a modern data lakehouse using open-source formats.

Module 2: Building a data lakehouse with Cloud Storage, open formats, and BigQuery

50 XP

Building a data lake foundation

50 XP

Introduction to Apache Iceberg open table format

50 XP

BigQuery as the central processing engine

50 XP

Combining operational data in AlloyDB

50 XP

Combining operational and analytical data with federated queries

50 XP

Real world use case

50 XP

Data lakehouse features and benefits — Question 1

50 XP

Data lakehouse features and benefits — Question 2

50 XP

Data lakehouse features and benefits — Question 3

50 XP

Data lakehouse features and benefits — Question 4

50 XP

Federated query with BigQuery

100 XP

เริ่มบท

Modernizing Data Warehouses with BigQuery and Lakehouse

This module explores BigQuery as the cornerstone of a modern data warehouse and introduces Lakehouse for unifying access across the data lake and warehouse.

Module 3: Modernizing data warehouses with BigQuery and Lakehouse

50 XP

BigQuery fundamentals

50 XP

Partitioning and clustering in BigQuery

50 XP

Introducing Lakehouse and external tables

50 XP

Querying external data and Iceberg tables

100 XP

BigQuery and Lakehouse — Question 1

50 XP

BigQuery and Lakehouse — Question 2

50 XP

BigQuery and Lakehouse — Question 3

50 XP

BigQuery and Lakehouse — Question 4

50 XP

BigQuery and Lakehouse — Question 5

50 XP

BigQuery and Lakehouse — Question 6

50 XP

BigQuery and Lakehouse — Question 7

50 XP

BigQuery and Lakehouse — Question 8

50 XP

เริ่มบท

Advanced Lakehouse Patterns and Data Governance

This module focuses on advanced architectural patterns for the lakehouse, including data processing, orchestration, and comprehensive data governance across BigQuery, Cloud Storage, and Lakehouse.

Module 4: Advanced lakehouse patterns and data governance

50 XP

Data governance and security in a unified platform

50 XP

Demo: Data Loss Prevention

50 XP

Analytics and machine learning on the lakehouse

50 XP

Real-world lakehouse architectures and migration strategies

50 XP

Security and ML in the lakehouse — Question 1

50 XP

Security and ML in the lakehouse — Question 2

50 XP

Security and ML in the lakehouse — Question 3

50 XP

Security and ML in the lakehouse — Question 4

50 XP

Security and ML in the lakehouse — Question 5

50 XP

Security and ML in the lakehouse — Question 6

50 XP

Security and ML in the lakehouse — Question 7

50 XP

Security and ML in the lakehouse — Question 8

50 XP

เริ่มบท

Labs and Best Practices

This module provides labs to deepen skills in the tools and technologies used by a lakehouse on Google Cloud and an overview of best practices, common mistakes, and future trends

Module 5: Labs and best practices

50 XP

Getting Started with BigQuery ML

100 XP

Vector search with BigQuery

100 XP

Review and best practices

50 XP

เริ่มบท

Course Summary

Summarize the architectural and operational capabilities of the BigQuery-centric data lakehouse, covering governance, advanced analytics, and machine learning

Summary and next steps

50 XP

เริ่มบท

Build Data Lakes and Data Warehouses on Google Cloud

คอร์สเสร็จสมบูรณ์

รับใบรับรองความสำเร็จ

เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณ
แชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Build Data Lakes and Data Warehouses on Google Cloud วันนี้!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา

คำอธิบายคอร์ส

รับใบรับรองความสำเร็จ

ร่วมกับ.css-nklxlk{color:var(--wf-brand--main, #03EF62);}ผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Build Data Lakes and Data Warehouses on Google Cloud วันนี้!

สร้างบัญชีฟรีของคุณ

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Build Data Lakes and Data Warehouses on Google Cloud วันนี้!