Kurs
digicode: MRSBQ
Migrating Amazon Redshift Users to BigQuery
Erfahre, wie du verschiedene Konzepte in Amazon Redshift in die entsprechenden Konzepte in BigQuery übersetzen
Dauer
1 Tag
Preis
850.–
zzgl. 7.7% MWST
Kursdokumente
Offizielle Google-Cloud-Kursunterlagen
Kurs-Facts
- Vergleichen der Architektur und Bereitstellung von Ressourcen in Amazon Redshift und BigQuery
- Konfigurieren von Datensätzen und Tabellen in BigQuery
- Zuordnen und Vergleichen von Datentypen in Amazon Redshift mit Datentypen in BigQuery
- Zuordnen und Optimieren von Schemata von Amazon Redshift zu BigQuery
- Übersetzen von SQL von Amazon Redshift zu BigQuery
Du lernst, wie sich die High-Level-Architekturen von Amazon Redshift und BigQuery vergleichen lassen, verstehst die Unterschiede bei der Konfiguration von Datensätzen und Tabellen, ordnest Datentypen in Amazon Redshift den Datentypen in BigQuery zu, verstehst die Schema-Zuordnung von Amazon Redshift zu BigQuery, optimierst deine neuen Schemata in BigQuery und führst einen High-Level-Vergleich der SQL-Dialekte in Amazon Redshift und BigQuery durch.
1 Die Architektur von BigQuery verstehen
- Kurze Auffrischung der Architektur von Amazon Redshift
- Überblick über die Architektur von BigQuery
- Trennung von Rechenleistung und Speicher in BigQuery
- BigQuery-Slots
- Workload-Management in BigQuery
- Vergleich der Architektur und Bereitstellung von Ressourcen in Amazon Redshift und BigQuery
- Beschreibe das Konzept eines Slots in BigQuery
2 Erstellen von Datensätzen und Tabellen in BigQuery
- Ressourcen-Hierarchie in Amazon Redshift
- Ressourcen-Hierarchie in BigQuery
- Erstellen von Ressourcen in BigQuery
- Freigeben von Ressourcen in BigQuery
- Verstehen der Ressourcen-Hierarchie in BigQuery
- Konfigurieren von Datensätzen und Tabellen in BigQuery
- Labor: Bereitstellen und Verwalten von Ressourcen in BigQuery
3 Zuordnung von Datentypen von Amazon Redshift zu BigQuery
- Zuordnung von Datentypen von Amazon Redshift zu BigQuery
- Für BigQuery spezifische Datentypen
- Zuordnung von Datentypen von Amazon Redshift zu BigQuery
- Für BigQuery spezifische Datentypen verstehen
4 Schemaoptimierung und -zuordnung
- Schemadefinitionen in BigQuery
- Partitionierung in BigQuery
- Clustering in BigQuery
- Definieren von Schemata in BigQuery
- Implementieren von Partitionierung und Clustering in BigQuery
- Labor: Schemamigration zu BigQuery
5 SQL-Übersetzung von Amazon Redshift zu BigQuery
- SELECT-Anweisungen
- DML-Anweisungen
- DDL-Anweisungen
- UDFs und Prozeduren
- Verstehen der Abfragefunktionen in BigQuery SQL
- Schreiben von benutzerdefinierten Funktionen und Prozeduren in BigQuery SQL
- Labor: Schreiben von SQL für BigQuery
- Erfahrung mit Amazon Redshift als Data Warehouse für die Verwaltung von Daten und die Durchführung von SQL-Analysen
- Grundlegende Erfahrung mit BigQuery wird empfohlen, ist für diesen Kurs jedoch nicht erforderlich