Migrating Amazon Redshift Users to BigQueryMARUBQGOGoogleGO-MARUBQ1.0<ul>
<li>Vergleich der Architektur und Bereitstellung von Ressourcen in Amazon Redshift und BigQuery</li><li>Konfigurieren von Datensätzen und Tabellen in BigQuery</li><li>Abbildung von Datentypen in Amazon Redshift auf Datentypen in BigQuery</li><li>Abbilden und Optimieren von Schemata von Amazon Redshift auf BigQuery</li><li>SQL-Übersetzung von Amazon Redshift zu BigQuery</li></ul><p>Aktuelle Benutzer von Amazon Redshift (Dateningenieure, Datenanalysten, Datenwissenschaftler, Anwendungsentwickler), die zu BigQuery migrieren</p><h4>Modul 1 - Verständnis der BigQuery-Architektur</h4><ul>
<li>Kurze Erinnerung an die Architektur von Amazon Redshift</li><li>Überblick über die BigQuery-Architektur</li><li>Trennung von Datenverarbeitung und Speicherung in BigQuery</li><li>BigQuery-Steckplätze</li><li>Verwaltung der Arbeitslast in BigQuery</li></ul><h4>Modul 2 - Erstellen von Datensätzen und Tabellen in BigQuery</h4><ul>
<li>Ressourcenhierarchie in Amazon Redshift</li><li>Ressourcenhierarchie in BigQuery</li><li>Erstellen von Ressourcen in BigQuery</li><li>Gemeinsame Nutzung von Ressourcen in BigQuery</li><li>Übung: Bereitstellung und Verwaltung von Ressourcen in BigQuery</li></ul><h4>Modul 3 - Abbildung von Datentypen von Amazon Redshift auf BigQuery</h4><ul>
<li>Wie Datentypen von Amazon Redshift auf BigQuery abgebildet werden</li><li>Verstehen von Datentypen, die für BigQuery einzigartig sind</li></ul><h4>Modul 4 - Schema-Zuordnung und -Optimierung</h4><ul>
<li>Schema-Definitionen in BigQuery</li><li>Partitionierung in BigQuery</li><li>Clustering in BigQuery</li><li>Übung: Schema-Migration zu BigQuery</li></ul><h4>Modul 5 - SQL-Übersetzung von Amazon Redshift zu BigQuery</h4><ul>
<li>SELECT-Anweisungen</li><li>DML-Anweisungen</li><li>DDL-Anweisungen</li><li>UDFs und Prozeduren</li><li>Übung: SQL für BigQuery schreiben</li></ul><p><em>Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class="cms-link-marked"><a class="fl-href-prod" href="/swisscom/en/course/google-marubq"><svg role="img" aria-hidden="true" focusable="false" data-nosnippet class="cms-linkmark"><use xlink:href="/css/img/icnset-linkmarks.svg#linkmark"></use></svg>hier</a></span>.</em></p>- Vergleich der Architektur und Bereitstellung von Ressourcen in Amazon Redshift und BigQuery
- Konfigurieren von Datensätzen und Tabellen in BigQuery
- Abbildung von Datentypen in Amazon Redshift auf Datentypen in BigQuery
- Abbilden und Optimieren von Schemata von Amazon Redshift auf BigQuery
- SQL-Übersetzung von Amazon Redshift zu BigQueryAktuelle Benutzer von Amazon Redshift (Dateningenieure, Datenanalysten, Datenwissenschaftler, Anwendungsentwickler), die zu BigQuery migrierenModul 1 - Verständnis der BigQuery-Architektur
- Kurze Erinnerung an die Architektur von Amazon Redshift
- Überblick über die BigQuery-Architektur
- Trennung von Datenverarbeitung und Speicherung in BigQuery
- BigQuery-Steckplätze
- Verwaltung der Arbeitslast in BigQuery
Modul 2 - Erstellen von Datensätzen und Tabellen in BigQuery
- Ressourcenhierarchie in Amazon Redshift
- Ressourcenhierarchie in BigQuery
- Erstellen von Ressourcen in BigQuery
- Gemeinsame Nutzung von Ressourcen in BigQuery
- Übung: Bereitstellung und Verwaltung von Ressourcen in BigQuery
Modul 3 - Abbildung von Datentypen von Amazon Redshift auf BigQuery
- Wie Datentypen von Amazon Redshift auf BigQuery abgebildet werden
- Verstehen von Datentypen, die für BigQuery einzigartig sind
Modul 4 - Schema-Zuordnung und -Optimierung
- Schema-Definitionen in BigQuery
- Partitionierung in BigQuery
- Clustering in BigQuery
- Übung: Schema-Migration zu BigQuery
Modul 5 - SQL-Übersetzung von Amazon Redshift zu BigQuery
- SELECT-Anweisungen
- DML-Anweisungen
- DDL-Anweisungen
- UDFs und Prozeduren
- Übung: SQL für BigQuery schreibenDieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.1 Tag595.00650.00850.00950.00950.00950.00790.00