Summary  
This chapter covers performance optimization techniques for large-scale data analysis, including the use of efficient algorithms, vectorized operations, and parallel processing to speed up revenue calculations.

General domain of usage  
E-commerce analytics

Schreibe eine Abfrage, die **Kundenumsätze** effizient mithilfe von **Materialized Views** und **Common Table Expressions (CTEs)** in der Tabelle `retail_data_updated` analysiert:

1. **Erstelle eine Materialized View**, die den Gesamtumsatz (`'total_amount'`) für jede `'customer_id'` und jedes `'customer_country'` voraggregiert.
2. **Verwende ein CTE**, um Kunden innerhalb jedes Landes basierend auf ihrem `'total_revenue'` zu ranken.
3. **Frage die Materialized View ab**, um die **Top 5 Kunden nach Umsatz** pro Land zurückzugeben.
4. **Sortiere die Ergebnisse** nach `'customer_country'`.

Die Abfrage soll folgende Spalten zurückgeben:
- `'customer_id'` (eindeutige Kundenkennung);
- `'customer_country'` (Land des Kunden);
- `'total_revenue'` (Summe von `'total_amount'` für den Kunden);

Datensatz herunterladen

Tauchen Sie ein in die Grundlagen der BigQuery-Plattform und verändern Sie Ihren Umgang mit Cloud-Daten. Beherrschen Sie die Fähigkeiten, die für die Navigation in der Konsole, das Verwalten von Projekten und die Optimierung von Abfragekosten erforderlich sind. Sammeln Sie praktische Erfahrungen mit BigQuery-spezifischen Funktionen wie Array-Operationen, geografischen Daten und Datumsfunktionen. Entdecken Sie fortgeschrittene Optimierungstechniken und erfahren Sie die Geheimnisse des Aufbaus von Machine-Learning-Modellen direkt im Data Warehouse mit BigQuery ML.

Erwerben Sie ein fundiertes Verständnis der BigQuery-Umgebung, die sich von traditionellen Datenbanken unterscheidet. Lernen Sie, die Konsole zu navigieren, Projekte und Datasets zu verwalten sowie Kosten effektiv zu analysieren. Stärken Sie Ihr Vertrauen beim Einrichten Ihres Arbeitsbereichs für eine effiziente Datenanalyse.

Erkunden Sie die Grundlagen der Abfrage-Engine zur effizienten Datenabfrage. Beherrschen Sie Techniken zur Datenauswahl und lernen Sie die Analyse spezifischer Produktmetriken. Entdecken Sie Leistungsmerkmale und Methoden zur Überprüfung von Abfragen, um eine schnelle und präzise Analyse sicherzustellen.

Erweitern Sie Ihr Wissen durch das Beherrschen der einzigartigen Datentypen von BigQuery.
Umgang mit komplexen Array-Operationen und Manipulation von Datums- und Zeitfunktionen.
Erkundung geografischer Funktionen zur Lösung standortbezogener Herausforderungen wie der Berechnung von Städtedistanzen.

Optimieren Sie Ihren Arbeitsablauf durch das Verwalten großer Tabellen und die Verbesserung der Abfrageleistung.
Erkenntnisse über effektives Fehlerhandling zur schnellen Problemlösung.
Beherrschung der Fähigkeiten zur Aufrechterhaltung einer leistungsstarken Datenbankumgebung.

Wenden Sie Ihr Wissen in realen Szenarien an. Erfahren Sie, wie umfassende Berichte erstellt und BigQuery mit externen Tools integriert wird. Verwandeln Sie Rohdaten durch praktische Anwendung und Berichtsstrategien in umsetzbare Geschäftseinblicke.

Tauchen Sie ein in die Grundlagen von BigQuery ML. Erfahren Sie, wie Sie Machine-Learning-Modelle mit Standard-SQL erstellen und ausführen, ohne Daten zu verschieben. Sammeln Sie praktische Erfahrungen mit Modell-Durchläufen, um Vorhersagen direkt innerhalb der Plattform zu treffen.

Herausforderung: Optimierung der Kundenumsatzanalyse