Big Query Et Datastudio

Aperçu du cours

Le système de gestion de base de données BigQuery se démarque de ses concurrent par son efficacité. Facile d’utilisation, il reste performant sous de fortes demandes de traitement de données. L’outil de Google vous permettra de traiter un volume conséquent de données sans serveur.

Prérequis

Avoir des connaissances basiques en Data et en informatique

Fonctionnalités

Pouvoir gérer la donnée sous BigQuery
Analyser de grands ensembles d'informations
Utiliser le langage SQL dans ce système

Public ciblé

Business analysts
Data analysts
Data scientists
Data engineers

Détails

35 Sections
175 Lessons
14 heures

Expand all sectionsCollapse all sections

Introduction à BigQuery
4
- 1.1
  Présentation de l’outil
- 1.2
  Rapide historique de BigQuery
- 1.3
  Les forces et opportunités du système
- 1.4
  Dremel et Borg
Introduction à BigQuery
4
- 2.1
  Présentation de l’outil
- 2.2
  Rapide historique de BigQuery
- 2.3
  Les forces et opportunités du système
- 2.4
  Dremel et Borg
Introduction à BigQuery
4
- 3.1
  Présentation de l’outil
- 3.2
  Rapide historique de BigQuery
- 3.3
  Les forces et opportunités du système
- 3.4
  Dremel et Borg
Introduction à BigQuery
4
- 4.1
  Présentation de l’outil
- 4.2
  Rapide historique de BigQuery
- 4.3
  Les forces et opportunités du système
- 4.4
  Dremel et Borg
Introduction à BigQuery
4
- 5.1
  Présentation de l’outil
- 5.2
  Rapide historique de BigQuery
- 5.3
  Les forces et opportunités du système
- 5.4
  Dremel et Borg
Introduction à BigQuery
4
- 6.1
  Présentation de l’outil
- 6.2
  Rapide historique de BigQuery
- 6.3
  Les forces et opportunités du système
- 6.4
  Dremel et Borg
Introduction à BigQuery
4
- 7.1
  Présentation de l’outil
- 7.2
  Rapide historique de BigQuery
- 7.3
  Les forces et opportunités du système
- 7.4
  Dremel et Borg
Langage SQL standard
5
- 8.1
  La découverte des principales commandes
- 8.2
  Les requêtes d’interrogation de données
- 8.3
  Les requêtes de bases : SELECT, FROM, DELETE…
- 8.4
  COMMIT et ROLLBACK
- 8.5
  CREATE TABLE, ALTER TABLE & DROP TABLE
Langage SQL standard
5
- 9.1
  La découverte des principales commandes
- 9.2
  Les requêtes d’interrogation de données
- 9.3
  Les requêtes de bases : SELECT, FROM, DELETE…
- 9.4
  COMMIT et ROLLBACK
- 9.5
  CREATE TABLE, ALTER TABLE & DROP TABLE
Langage SQL standard
5
- 10.1
  La découverte des principales commandes
- 10.2
  Les requêtes d’interrogation de données
- 10.3
  Les requêtes de bases : SELECT, FROM, DELETE…
- 10.4
  COMMIT et ROLLBACK
- 10.5
  CREATE TABLE, ALTER TABLE & DROP TABLE
Langage SQL standard
5
- 11.1
  La découverte des principales commandes
- 11.2
  Les requêtes d’interrogation de données
- 11.3
  Les requêtes de bases : SELECT, FROM, DELETE…
- 11.4
  COMMIT et ROLLBACK
- 11.5
  CREATE TABLE, ALTER TABLE & DROP TABLE
Langage SQL standard
5
- 12.1
  La découverte des principales commandes
- 12.2
  Les requêtes d’interrogation de données
- 12.3
  Les requêtes de bases : SELECT, FROM, DELETE…
- 12.4
  COMMIT et ROLLBACK
- 12.5
  CREATE TABLE, ALTER TABLE & DROP TABLE
Langage SQL standard
5
- 13.1
  La découverte des principales commandes
- 13.2
  Les requêtes d’interrogation de données
- 13.3
  Les requêtes de bases : SELECT, FROM, DELETE…
- 13.4
  COMMIT et ROLLBACK
- 13.5
  CREATE TABLE, ALTER TABLE & DROP TABLE
Langage SQL standard
5
- 14.1
  La découverte des principales commandes
- 14.2
  Les requêtes d’interrogation de données
- 14.3
  Les requêtes de bases : SELECT, FROM, DELETE…
- 14.4
  COMMIT et ROLLBACK
- 14.5
  CREATE TABLE, ALTER TABLE & DROP TABLE
L'exportation de données
5
- 15.1
  Choisir le format d’exportation
- 15.2
  L’exportation massive
- 15.3
  L’exportation vers DataStudio
- 15.4
  Les filtres et le traitement des données
- 15.5
  Analyser et créer des rapports à partir des résultats
L'exportation de données
5
- 16.1
  Choisir le format d’exportation
- 16.2
  L’exportation massive
- 16.3
  L’exportation vers DataStudio
- 16.4
  Les filtres et le traitement des données
- 16.5
  Analyser et créer des rapports à partir des résultats
L'exportation de données
5
- 17.1
  Choisir le format d’exportation
- 17.2
  L’exportation massive
- 17.3
  L’exportation vers DataStudio
- 17.4
  Les filtres et le traitement des données
- 17.5
  Analyser et créer des rapports à partir des résultats
L'exportation de données
5
- 18.1
  Choisir le format d’exportation
- 18.2
  L’exportation massive
- 18.3
  L’exportation vers DataStudio
- 18.4
  Les filtres et le traitement des données
- 18.5
  Analyser et créer des rapports à partir des résultats
L'exportation de données
5
- 19.1
  Choisir le format d’exportation
- 19.2
  L’exportation massive
- 19.3
  L’exportation vers DataStudio
- 19.4
  Les filtres et le traitement des données
- 19.5
  Analyser et créer des rapports à partir des résultats
L'exportation de données
5
- 20.1
  Choisir le format d’exportation
- 20.2
  L’exportation massive
- 20.3
  L’exportation vers DataStudio
- 20.4
  Les filtres et le traitement des données
- 20.5
  Analyser et créer des rapports à partir des résultats
L'exportation de données
5
- 21.1
  Choisir le format d’exportation
- 21.2
  L’exportation massive
- 21.3
  L’exportation vers DataStudio
- 21.4
  Les filtres et le traitement des données
- 21.5
  Analyser et créer des rapports à partir des résultats
Les outils sous BigQuery
6
- 22.1
  Entreposer les données sans serveur
- 22.2
  Le multicloud
- 22.3
  Le traitement du langage naturel
- 22.4
  Gérer du machine learning et de l’IA
- 22.5
  L’informatique décisionnel sous BigQuery
- 22.6
  Les tables JSON
Les outils sous BigQuery
6
- 23.1
  Entreposer les données sans serveur
- 23.2
  Le multicloud
- 23.3
  Le traitement du langage naturel
- 23.4
  Gérer du machine learning et de l’IA
- 23.5
  L’informatique décisionnel sous BigQuery
- 23.6
  Les tables JSON
Les outils sous BigQuery
6
- 24.1
  Entreposer les données sans serveur
- 24.2
  Le multicloud
- 24.3
  Le traitement du langage naturel
- 24.4
  Gérer du machine learning et de l’IA
- 24.5
  L’informatique décisionnel sous BigQuery
- 24.6
  Les tables JSON
Les outils sous BigQuery
6
- 25.1
  Entreposer les données sans serveur
- 25.2
  Le multicloud
- 25.3
  Le traitement du langage naturel
- 25.4
  Gérer du machine learning et de l’IA
- 25.5
  L’informatique décisionnel sous BigQuery
- 25.6
  Les tables JSON
Les outils sous BigQuery
6
- 26.1
  Entreposer les données sans serveur
- 26.2
  Le multicloud
- 26.3
  Le traitement du langage naturel
- 26.4
  Gérer du machine learning et de l’IA
- 26.5
  L’informatique décisionnel sous BigQuery
- 26.6
  Les tables JSON
Les outils sous BigQuery
6
- 27.1
  Entreposer les données sans serveur
- 27.2
  Le multicloud
- 27.3
  Le traitement du langage naturel
- 27.4
  Gérer du machine learning et de l’IA
- 27.5
  L’informatique décisionnel sous BigQuery
- 27.6
  Les tables JSON
Les outils sous BigQuery
6
- 28.1
  Entreposer les données sans serveur
- 28.2
  Le multicloud
- 28.3
  Le traitement du langage naturel
- 28.4
  Gérer du machine learning et de l’IA
- 28.5
  L’informatique décisionnel sous BigQuery
- 28.6
  Les tables JSON
Les tables partionnées
5
- 29.1
  Définition d’une table partionnée
- 29.2
  Le processus de création
- 29.3
  La gestion des tables
- 29.4
  De résultat de requête à table partionnée
- 29.5
  Le regroupement des tables dans un ensemble de données
Les tables partionnées
5
- 30.1
  Définition d’une table partionnée
- 30.2
  Le processus de création
- 30.3
  La gestion des tables
- 30.4
  De résultat de requête à table partionnée
- 30.5
  Le regroupement des tables dans un ensemble de données
Les tables partionnées
5
- 31.1
  Définition d’une table partionnée
- 31.2
  Le processus de création
- 31.3
  La gestion des tables
- 31.4
  De résultat de requête à table partionnée
- 31.5
  Le regroupement des tables dans un ensemble de données
Les tables partionnées
5
- 32.1
  Définition d’une table partionnée
- 32.2
  Le processus de création
- 32.3
  La gestion des tables
- 32.4
  De résultat de requête à table partionnée
- 32.5
  Le regroupement des tables dans un ensemble de données
Les tables partionnées
5
- 33.1
  Définition d’une table partionnée
- 33.2
  Le processus de création
- 33.3
  La gestion des tables
- 33.4
  De résultat de requête à table partionnée
- 33.5
  Le regroupement des tables dans un ensemble de données
Les tables partionnées
5
- 34.1
  Définition d’une table partionnée
- 34.2
  Le processus de création
- 34.3
  La gestion des tables
- 34.4
  De résultat de requête à table partionnée
- 34.5
  Le regroupement des tables dans un ensemble de données
Les tables partionnées
5
- 35.1
  Définition d’une table partionnée
- 35.2
  Le processus de création
- 35.3
  La gestion des tables
- 35.4
  De résultat de requête à table partionnée
- 35.5
  Le regroupement des tables dans un ensemble de données

Instructeur

bprigent

0.0

0 commentaire

0 Students

841 Courses

Cybersécurité

Virtualisation

Data, IA, Business Intelligence

Réseaux

Cloud

Systèmes

Développement et webdesign

DevOps

Gestion de projet IT & Management SI

Blockchain

Aperçu du cours

Prérequis

Fonctionnalités

Public ciblé

Détails

Instructeur

bprigent

À PROPOS

NOS FORMATIONS

09 75 75 37 81

contact@ascent-formation.fr

Nous suivre sur les réseaux sociaux

Big Query et Datastudio

Aperçu du cours

Prérequis

Fonctionnalités

Public ciblé

Détails

Instructeur

Autres formations

À PROPOS

NOS FORMATIONS

Nous suivre sur les réseaux sociaux

Modal title