DuckDB est un moteur de requêtes analytiques moderne et open source, conçu pour effectuer rapidement des analyses SQL en cours d'exécution. Il fonctionne localement sans serveur, lit nativement les fichiers Parquet et offre une visibilité sur le plan d'exécution des requêtes grâce à la commande EXPLAIN, ce qui en fait l'outil idéal pour se familiariser avec les concepts de stockage et d'optimisation sans avoir à gérer la charge liée à l'infrastructure.

Un plan d'exécution de requête présente, étape par étape, la stratégie utilisée par un moteur de requêtes pour récupérer vos données, notamment les opérations de balayage, l'application de filtres, les méthodes de jointure et les agrégations. Dans le module 3, vous utiliserez la commande EXPLAIN pour consulter les plans d'exécution, les interpréter d'un point de vue conceptuel et identifier les points de ralentissement des requêtes.

Parquet et ORC sont tous deux des formats de fichiers en colonnes conçus pour l'analyse de données. Parquet est plus largement adopté dans les écosystèmes cloud et open source (Spark, Hive, DuckDB), tandis qu'ORC est optimisé pour les environnements basés sur Hive. Cette formation aborde ces deux formats et vous aide à comprendre quand utiliser l'un ou l'autre.

Vous découvrirez l'élagage des colonnes (lecture des seules colonnes nécessaires), la propagation des filtres (application précoce des filtres), le partitionnement (organisation des données pour accélérer les analyses), le saut de données (évitement des blocs de données non pertinents) et l'optimisation de l'agrégation. Le module 4 comprend des comparaisons « avant/après » afin que vous puissiez mesurer l'impact réel de chaque technique sur les performances.

Les analystes de données qui souhaitent comprendre les performances des requêtes, les ingénieurs de données débutants chargés de mettre en place les infrastructures de stockage, les professionnels de la BI qui évoluent vers des postes liés aux plateformes ou aux performances, ainsi que les développeurs SQL qui souhaitent aller au-delà de la syntaxe pour comprendre les mécanismes d'exécution. Si les requêtes lentes vous frustrent, cette formation est faite pour vous.

L'optimisation du stockage et des requêtes constitue une compétence fondamentale pour les postes dans les domaines de l'ingénierie des données, de l'ingénierie analytique, du développement BI, de l'ingénierie des bases de données et de l'ingénierie des performances.

Des connaissances informatiques de base suffisent. Le langage SQL est enseigné à partir des principes fondamentaux dans le module 1. Aucune expérience préalable avec DuckDB, Parquet ou l'optimisation des requêtes n'est requise. Une bonne maîtrise des instructions SELECT de base vous permettra de progresser plus rapidement, mais n'est pas obligatoire.

Oui. Une fois que vous aurez terminé toutes les évaluations notées ainsi que l'évaluation finale du cours, vous obtiendrez un certificat de formation Coursera délivré par Edureka, que vous pourrez ajouter à votre profil LinkedIn, à votre CV ou à votre curriculum vitae.

Pour accéder aux supports de cours et aux devoirs, et obtenir un certificat, vous devrez acheter l'option « Certificat » lors de votre inscription à un cours. Les apprenants éligibles peuvent également avoir la possibilité de commencer par un essai gratuit. Certains cours peuvent également proposer une option « Cours complet, sans certificat ». Celle-ci vous permet d’accéder aux supports de cours, de rendre les évaluations requises et d’obtenir une note finale, mais vous ne pourrez ni obtenir ni acheter de certificat.

Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn.