SF34391
3 jours
En présentiel ou distanciel
- 21 heures de formation
- Exercices pratiques
- Prise en charge OPCO possible
Un renseignement ?
Contactez-nous !- En entreprise ou à distance
- Cadrage pédagogique gratuit
- Programme de formation sur mesure
- Formateur expert dédié
- Prise en charge OPCO possible
Formation BigQuery : conception, optimisation et administration d’un Data Warehouse (DWBQ-SDQA).
Maîtrisez l’architecture et les meilleures pratiques de BigQuery pour concevoir, administrer et optimiser vos entrepôts de données !
Cette formation approfondie vous permet de comprendre le fonctionnement interne de BigQuery et d’appliquer les bonnes pratiques pour la conception, l’optimisation et l’administration d’un entrepôt de données. Vous découvrirez l’architecture de BigQuery, les méthodes de conception de stockage et de schémas adaptés à l’ingestion et à l’évolution des données. Vous apprendrez ensuite à améliorer les performances de lecture, à optimiser vos requêtes, à gérer les charges de travail et à exploiter les outils de suivi et de journalisation. Les différents modèles tarifaires de la solution seront également étudiés. La formation aborde aussi la sécurisation des données et des ressources, l’automatisation des traitements, ainsi que la création de modèles prédictifs grâce à BigQuery ML.
Programme de formation BigQuery : conception, optimisation et administration d’un Data Warehouse (DWBQ-SDQA).
Module 1 – Fondamentaux de l’architecture BigQuery
Infrastructure de base
Stockage BigQuery
Traitement des requêtes
Service de redistribution des données
Module 2 – Optimisation du stockage et des schémas
Partitionnement et clustering
Champs imbriqués et répétés
Syntaxe ARRAY et STRUCT
Bonnes pratiques de conception de schémas
Module 3 – Ingestion des données
Options d’ingestion (batch, streaming)
API de streaming et Storage Write API
Matérialisation de requêtes
Sources de données externes
Service de transfert de données
Module 4 – Gestion de l’évolution des données
Dimensions lentement évolutives (SCD)
Requêtes DML et bonnes pratiques
Problèmes de performance liés aux DML
Module 5 – Amélioration des performances de lecture
Cache BigQuery
Vues matérialisées
Accélération avec BI Engine
API de lecture du stockage
Contraintes liées aux sources externes
Module 6 – Optimisation et diagnostic des requêtes
Exécution des requêtes simples
Agrégations et JOINs (y compris JOINs déséquilibrés)
Filtres et tris
Bonnes pratiques pour les fonctions SQL
Module 7 – Gestion des charges et tarification
Slots BigQuery
Modèles de tarification et estimations
Réservations et engagements de slots
Stratégies de maîtrise des coûts
Module 8 – Journalisation et supervision
Utilisation de Cloud Monitoring
Panneau d’administration BigQuery
Cloud Audit Logs
INFORMATION_SCHEMA et analyse des erreurs fréquentes
Module 9 – Sécurité et gouvernance dans BigQuery
Gestion des accès avec IAM
Vues autorisées
Classification et politiques de sécurité
Chiffrement des données
Découverte et gouvernance avec Data Catalog et DLP API
Module 10 – Automatisation des traitements
Planification de requêtes
Scripts et procédures stockées
Intégration avec les autres services Big Data de Google Cloud
Module 11 – Machine Learning avec BigQuery ML
Introduction et cas d’usage
Prédictions et modèles prédictifs
Recommandations et prévisions de la demande
Séries temporelles et modèles explicatifs
AutoML Tables pour les cas métiers complexes
Nos autres formations en Cloud .
Formation Administrateur d’identité et de l’accès Microsoft (SC-300)
Formation Administration des solutions Microsoft Azure SQL (DP-300)
Formation Advanced Architecting on AWS (cours officiel)
Formation Applications Cloud-Native
Formation Architecting on AWS (AWSA)
Formation Architecting with Google Compute Engine (AGCE)
A travers sa Charte Engagement Qualité, Sparks s’engage à tout mettre en œuvre pour que chaque session de formation soit un succès et que votre satisfaction soit totale.
