การแปลงข้อมูลด้วย Spark SQL ใน Databricks

ระดับกลางระดับทักษะ

อัปเดตแล้ว 07/2569

สร้าง data pipelines แบบ end-to-end — ตั้งแต่การทำความสะอาดและการรวมข้อมูล ไปจนถึง streaming และ orchestration

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google

แสดงตัวเลือกเพิ่มเติม

หรือ

การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา

คำอธิบายคอร์ส

พร้อมรับมือกับข้อมูลขนาดใหญ่ในโลกจริงแล้วหรือยัง? คอร์สนี้จะสอนวิธีแปลงชุดข้อมูลขนาดใหญ่โดยใช้ Spark SQL และ PySpark ใน Databricks ตั้งแต่การจัดรูปแบบและทำความสะอาดข้อมูล การรวมข้อมูลด้วย join ที่ปรับแต่งประสิทธิภาพแล้ว ไปจนถึงการใช้ window function สำหรับการวิเคราะห์ขั้นสูง นอกจากนี้ยังครอบคลุมการตั้งค่า streaming แบบไฟล์พร้อม checkpoint ที่รองรับความเสียหาย และการบันทึกผลลัพธ์เป็น Delta table เมื่อจบคอร์ส จะสามารถจัดการ pipeline การผลิตแบบหลายขั้นตอนด้วย Databricks Workflows และ Lakeflow Declarative Pipelines ได้

ข้อกำหนดเบื้องต้น

Introduction to Databricks SQL Introduction to PySpark

การโหลดและจัดรูปแบบข้อมูล

บทนี้จะเรียนรู้วิธีใช้งาน Databricks notebooks โหลดข้อมูล CSV เข้าสู่ Spark DataFrames และจัดรูปแบบข้อมูลโดยใช้ PySpark และ SQL

คำอธิบายคอร์ส

รับใบรับรองความสำเร็จ

ร่วมกับ.css-nklxlk{color:var(--wf-brand--main, #03EF62);}ผู้เรียนกว่า 19 ล้านคนและเริ่มต้น การแปลงข้อมูลด้วย Spark SQL ใน Databricks วันนี้!

สร้างบัญชีฟรีของคุณ

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น การแปลงข้อมูลด้วย Spark SQL ใน Databricks วันนี้!