Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Was erhalte ich, wenn ich das Zertifikat kaufe?

Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.

Ist finanzielle Hilfe verfügbar?

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.

BigQuery-Grundlagen für Teradata-Profis

BigQuery-Grundlagen für Teradata-Profis

Dozent: Google Cloud Training

Bei enthalten

Mehr erfahren

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Einige einschlägige Kenntnisse erforderlich

6 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Einige einschlägige Kenntnisse erforderlich

6 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Beschreiben Sie die Architektur, die Ressourcenbereitstellung und das Modell der Datendefinition von BigQuery.
Erstellen, Sichern und Freigeben von BigQuery-Datenbeständen unter Verwendung bewährter Verfahren.
Implementierung allgemeiner Entwurfsmuster und bewährter Verfahren für das Entwerfen von Schemata, das Einlesen von Daten und das Abfragen von Daten in BigQuery.
Vergleich und Gegenüberstellung der Unterschiede und Gemeinsamkeiten zwischen Teradata und BigQuery.

Kompetenzen, die Sie erwerben

Kategorie: Datenbankarchitektur und -verwaltung
Kategorie: Integration von Daten
Kategorie: Daten importieren/exportieren
Kategorie: Große Daten
Kategorie: Daten-Mapping
Kategorie: Datenbank-Design
Kategorie: Extrahieren, Transformieren, Laden
Kategorie: Datenmodellierung
Kategorie: Identitäts- und Zugangsmanagement
Kategorie: Datenarchitektur
Kategorie: Data Warehousing
Kategorie: Datensicherheit
Kategorie: SQL
Kategorie: Google Cloud-Plattform
Kategorie: Migration von Daten

Werkzeuge, die Sie lernen werden

Kategorie: Rollenbasierte Zugriffskontrolle (RBAC)
Kategorie: Abfragesprachen
Kategorie: Teradata-SQL

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

6 Aufgaben

Unterrichtet in Englisch

91% of learners achieved a positive career outcome

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

In diesem Kurs gibt es 6 Module

Dieser Kurs behandelt die Grundlagen von BigQuery für Fachleute, die mit SQL-basierten Cloud Data Warehouses in Teradata vertraut sind und mit BigQuery arbeiten möchten. Anhand von interaktiven Vorlesungen und praktischen Übungen lernen Sie, wie Sie Ressourcen bereitstellen, Datenbestände erstellen und freigeben, Daten einlesen und die Abfrageleistung in BigQuery optimieren. Aufbauend auf Ihrem Wissen über Teradata lernen Sie auch die Gemeinsamkeiten und Unterschiede zwischen Teradata und BigQuery kennen, um Ihnen den Einstieg in die Arbeit mit Data Warehouses in BigQuery zu erleichtern.

Moduldetails

Dieses einführende Modul fasst die wichtigsten Details der BigQuery-Architektur und -Ressourcenbereitstellung zusammen, einschließlich der Frage, wie BigQuery Slots zur Ausführung von SQL-Abfragen und zum Workload-Management in BigQuery nutzt. Aufbauend auf Ihrem Wissen über Teradata bietet dieses Modul auch einen Überblick über die Ähnlichkeiten und Unterschiede zwischen der Architektur und der Ressourcenbereitstellung von Teradata und BigQuery, um Ihnen den Einstieg in BigQuery zu erleichtern.

Das ist alles enthalten

1 Lektüre1 Aufgabe1 App-Element1 Plug-in

Dieses Modul fasst die wichtigsten Details der Ressourcenhierarchie und des Datendefinitionsmodells von BigQuery zusammen, einschließlich der Erstellung von Datasets und Tabellen in BigQuery. Aufbauend auf Ihrem Wissen über Teradata bietet dieses Modul auch einen Überblick über die Ähnlichkeiten und Unterschiede zwischen den Ressourcenhierarchien und primären Datentypen von Teradata und BigQuery, um Ihnen die Arbeit mit Daten in BigQuery zu erleichtern.

Das ist alles enthalten

1 Lektüre1 Aufgabe

Dieses Modul fasst die wichtigsten Details des Modells der Identitäts- und Zugriffsverwaltung (IAM) der Google Cloud zusammen, einschließlich der Anwendung von Rollen und Berechtigungen auf Datensätze und Tabellen in BigQuery. Aufbauend auf Ihren Kenntnissen über Teradata bietet dieses Modul auch einen Überblick über die Ähnlichkeiten und Unterschiede bei Rollen und Berechtigungen zwischen Teradata und BigQuery, um Sie bei der Sicherung und Freigabe Ihrer Daten in BigQuery zu unterstützen.

Das ist alles enthalten

1 Lektüre1 Aufgabe1 App-Element

Dieses Modul fasst die wichtigsten Optionen und bewährten Verfahren für das Einlesen von Daten in BigQuery zusammen, darunter das Laden von Batch-Daten, das Einlesen per Streaming und Abfragen an externe Datenquellen. Auf der Grundlage Ihrer Kenntnisse über Teradata bietet dieses Modul auch einen Überblick über die Ähnlichkeiten und Unterschiede bei den Dateneingabeoptionen von Teradata und BigQuery, um Sie beim Lesen und Laden Ihrer Daten in BigQuery zu unterstützen.

Das ist alles enthalten

1 Lektüre1 Aufgabe

Dieses Modul fasst allgemeine Entwurfsmuster und bewährte Verfahren für die Gestaltung und Optimierung von Tabellenschemata in BigQuery zusammen, einschließlich der Verwendung von verschachtelten und wiederholten Feldern, Partitionierung und Clustering. Auf der Grundlage Ihrer Kenntnisse über Teradata bietet dieses Modul auch einen Überblick über die Ähnlichkeiten und Unterschiede bei der Verwendung und dem Entwurf von Schemata zwischen Teradata und BigQuery, um Sie bei der Strukturierung und Optimierung Ihrer Daten in BigQuery zu unterstützen.

Das ist alles enthalten

1 Lektüre1 Aufgabe1 App-Element

Dieses Modul fasst die wichtigsten Merkmale und Operationen des in BigQuery verwendeten Google Standard SQL-Dialekts sowie bewährte Verfahren zur Optimierung der Abfrageleistung und Kostenkontrolle in BigQuery zusammen. Auf der Grundlage Ihrer Kenntnisse über Teradata bietet dieses Modul auch einen Überblick über die Ähnlichkeiten und Unterschiede zwischen den SQL-Dialekten und Merkmalen von Teradata und BigQuery, um Sie bei der Ausführung und Optimierung von Abfragen in BigQuery zu unterstützen.