Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Udfordring: Fejlhåndtering | Avancerede BigQuery-Anvendelser og Optimering
BigQuery Grundlæggende

bookUdfordring: Fejlhåndtering

Stryg for at vise menuen

Refaktorer den angivne forespørgsel ved hjælp af tabellen sales_data for at sikre, at den er robust, fejlsikker og håndterer inkonsistente data elegant.

  1. Implementer fejltolerante beregninger for at forhindre kørselsfejl:
  • Brug SAFE_DIVIDE til divisionsoperationer for at undgå division med nul;
    • Brug COALESCE på kolonnen sales_price for at erstatte NULL-værdier med 0;
  • Sørg for, at din forespørgsel returnerer sikre beregnede kolonner uden at fejle.
  1. Naviger arrays sikkert for at undgå out-of-bounds-fejl:
  • Brug SAFE_OFFSET til at udtrække elementer fra arrays;
  • Sørg for, at manglende indekser returnerer NULL i stedet for at få forespørgslen til at fejle.
  1. Sikre strukturel integritet og tilføj valideringsflag:
    • Håndter LEFT JOIN-nuller ved at erstatte manglende joinede værdier med "Unknown";
  • Tilføj en ny kolonne til at markere potentielle datakvalitetsproblemer (f.eks. manglende data, negativ pris, ugyldig mængde);
  • Sørg for, at din endelige forespørgsel holder datafejl synlige til fejlfinding i stedet for at filtrere dem ud uden varsel.
Note
Bemærk

Robust fejlhåndtering bygger på tre søjler: Sikker Division, Sikker Array-adgang og Null-håndtering. En forespørgsel er kun så stærk som dens evne til at håndtere de data, du ikke forventede.

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 4. Kapitel 4

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Sektion 4. Kapitel 4
some-alt