Google Cloud Platform : Développement d'Applications
- Durée
- Durée :3 jours
- Niveau
- Niveau :Intermédiaire
- Certification
- Certification :Non
2450€ HT
Prochaine session :
Data Warehousing with BigQuery : Storage Design, Query Optimization, and Administration
Découvrez l'architecture de BigQuery et les bonnes pratiques de conception, de lecture, d'optimisation et d'administration de votre entrepôt de donnéesDescription de la formation BigQuery analyse donnees
Durant cette formation BigQuery vous découvrirez les composants internes de BigQuery et les bonnes pratiques de conception, d’optimisation et d’administration de votre entrepôt de données.
Grâce à une combinaison de passages théoriques, de démonstrations et d’ateliers, vous découvrirez l’architecture BigQuery et découvrirez comment concevoir un stockage et des schémas optimaux pour l’ingestion et les modifications de données. Ensuite, vous apprendrez des techniques pour améliorer les performances de lecture, optimiser les requêtes, gérer les charges de travail et utiliser les outils de journalisation et de surveillance.
Vous découvrirez également les différents modèles de tarification. Enfin, vous apprendrez différentes méthodes pour sécuriser les données, automatiser les charges de travail et créer des modèles de machine learning avec BigQuery ML.
Programme de la formation
Objectif opérationnel :
Savoir maîtriser les bonnes pratiques de conception, d’optimisation et d’administration de votre entrepôt de données BigQuery.
Objectifs pédagogiques :
À l'issue de cette formation BigQuery vous aurez acquis les connaissances et les compétences nécessaires pour :
- Décrire les principes de base de l’architecture BigQuery
- Implémenter des modèles de conception de stockage et de schéma pour améliorer les performances
- Utiliser DML et planifier des transferts de données pour ingérer des données
- Appliquer les meilleures pratiques pour améliorer l’efficacité de la lecture et optimiser les performances des requêtes
- Gérer la capacité et automatiser les charges de travail
- Comprendre les modèles par rapport aux anti-modèles pour optimiser les requêtes et améliorer les performances de lecture
- Utiliser des outils de journalisation et de surveillance pour comprendre et optimiser les modèles d’utilisation
- Appliquer les meilleures pratiques de sécurité pour gérer les données et les ressources
- Créer et déployer plusieurs catégories de modèles de machine learning avec BigQuery ML
Principes de base de l’architecture BigQuery
IntroductionInfrastructure centrale BigQuery
Stockage BigQuery
Traitement des requêtes BigQuery
Shuffling des données BigQuery
Optimisations de stockage et de schéma
Stockage BigQueryPartitionnement et clustering
Champs imbriqués et répétés
Syntaxe ARRAY et STRUCT
Les meilleures pratiques
Ingestion de données
Options d’intégration de donnéesIngestion par lots
Ingestion de diffusion en continu
Legacy Streaming API
BigQuery Storage Write API
Matérialisation des requêtes
Interroger des sources de données externes
Service de transfert de données
Modification des données
Gestion du changement dans les entrepôts de donnéesGestion des Slowly Changing Dimensions (SCD)
Déclarations DML
Bonnes pratiques DML et problèmes courants
Améliorer les performances de lecture
Cache de BigQueryVues matérialisées
BI Engine
Lectures à haut débit
API de lecture de stockage BigQuery
Optimisation et dépannage des requêtes
Exécution simple des requêtesSELECT et Agrégation
JOIN et JOIN biaisés
Filtrage et classement
Meilleures pratiques pour les fonctions
Gestion de la charge de travail et tarification
Emplacements BigQueryModèles de tarification et estimations
Réservations de créneaux
Contrôle des coûts
Journalisation et surveillance
Cloud MonitoringBigQuery Admin Panel
Cloud Audit Logs
INFORMATION_SCHEMA
Chemin de requête et erreurs courantes
Security in BigQuery
Ressources sécurisées avec IAMVues autorisées
Données sécurisées avec classification
Chiffrement
Découverte et gouvernance des données
Automatisation des charges de travail
Planifier des requêtesScript
Procédures stockées
Intégration avec les produits Big Data
Apprentissage automatique dans BigQuery
Présentation de BigQuery MLComment faire des prédictions avec BigQuery ML
Comment créer et déployer un système de recommandation avec BigQuery ML
Comment créer et déployer une solution de prévision de la demande avec BigQuery ML
Modèles de séries temporelles avec BigQuery ML
BigQuery ML Explainability
Public cible :
Ce cours BigQuery s'adresse aux analystes de données, data scientists, ingénieurs de données et développeurs qui effectuent des travaux à grande échelle nécessitant des connaissances internes avancées de BigQuery pour optimiser les performances.
Prérequis :
Pour suivre cette formation BigQuery il est recommandé d'avoir des connaissances préalables en Big Data et en machine learning. Vous pouvez les acquérir en suivant par exemple la formation Machine Learning : État de l'art et bonnes pratiques (OMLE).
J'évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Date de mise à jour du programme : 08/01/2026
Dates et lieux
Période souhaitée
Lieux
Type d'affichage