BigQueryn Perusteet

Kysely: Kehittyneet BigQuery-sovellukset ja Optimointi

Pyyhkäise näyttääksesi valikon

1. Mikä on materialisoitujen näkymien ensisijainen hyöty BigQueryssa?

2. Mikä seuraavista EI ole sallittua materialisoidussa näkymässä?

3. Miksi TABLESAMPLE SYSTEM -lauseketta saatetaan käyttää suurta taulua kyseltäessä?

4. Milloin käyttäisit ulkoista taulua Google Cloud Storagesta

5. Mitä menetelmää käyttäisit estääksesi kyselyn epäonnistumisen muunnettaessa merkkijonoja kokonaisluvuiksi

6. Miten `COALESCE()`-funktio auttaa virheenkäsittelyssä?

7. Virheenkäsittelyn yhteydessä, miksi määriä tulisi validoida ennen kokonaismäärien laskemista?

8. Mikä lauseke auttaa suodattamaan virheelliset rivit pois ennen laskelmien tekemistä pääavaimilla?

9. Mitä tapahtuu, jos BigQuery havaitsee materialisoidun näkymän kysymästäsi perustaulusta?

10. Mikä strategia auttaa, kun CSV-tiedosto on liian suuri avattavaksi tai ladattavaksi suoraan BigQueryyn?

Mikä on materialisoitujen näkymien ensisijainen hyöty BigQueryssa?

Valitse oikea vastaus

Ne vähentävät kyselykustannuksia ja parantavat suorituskykyä.

Ne tallentavat tiedot pysyvästi ulkoisiin bucketeihin.

Ne mahdollistavat DISTINCT-operaation käytön nopeammin.

Ne mahdollistavat taulujen suoran muokkauksen.

Mikä seuraavista EI ole sallittua materialisoidussa näkymässä?

Valitse oikea vastaus

GROUP BY -lauseet

DISTINCT-avainsana

Aikaperusteiset päivitysvälit

Aggregointi

Miksi TABLESAMPLE SYSTEM -lauseketta saatetaan käyttää suurta taulua kyseltäessä?

Valitse oikea vastaus

Aikaleimojen muuntamiseen UTC-muotoon

Kyselykustannusten vähentämiseen ja tietojen osajoukon esikatseluun

Reaaliaikaisten tietojen hakemiseen

Mukautetun lajittelulogiikan soveltamiseen

Milloin käyttäisit ulkoista taulua Google Cloud Storagesta

Valitse oikea vastaus

Kun lasketaan reaaliaikaisia mittareita.

Kun data on liian suurta ladattavaksi suoraan BigQueryhin.

Kun data täytyy monistaa.

Kun käytetään materialisoituja näkymiä.

Mitä menetelmää käyttäisit estääksesi kyselyn epäonnistumisen muunnettaessa merkkijonoja kokonaisluvuiksi

Valitse oikea vastaus

IS_VALID()

CAST()

COALESCE()

SAFE_CAST()

Miten COALESCE()-funktio auttaa virheenkäsittelyssä?

Valitse oikea vastaus

Se suodattaa vain numeeriset arvot.

Se tarjoaa varmistusarvon, kun kenttä on NULL.

Se poistaa duplikaattirivit.

Se muuttaa sarakkeen tietotyypin.

Virheenkäsittelyn yhteydessä, miksi määriä tulisi validoida ennen kokonaismäärien laskemista?

Valitse oikea vastaus

Suodattaakseen pois epäolennaiset käyttäjätunnukset

Estääkseen negatiivisten tai virheellisten arvojen vääristämästä tuloksia

Muuntaakseen kaikki määrät desimaaleiksi

Poistaakseen kaksoiskappaleet

Mikä lauseke auttaa suodattamaan virheelliset rivit pois ennen laskelmien tekemistä pääavaimilla?

Valitse oikea vastaus

ORDER BY

LIMIT

GROUP BY primary_key

WHERE primary_key IS NOT NULL

Mitä tapahtuu, jos BigQuery havaitsee materialisoidun näkymän kysymästäsi perustaulusta?

Valitse oikea vastaus

Se ohittaa näkymän ja lukee perustaulun.

Se ohjaa kyselyn automaattisesti materialisoituun näkymään.

Se pyytää valitsemaan perustaulun ja näkymän välillä.

Se estää kyselyn.

Mikä strategia auttaa, kun CSV-tiedosto on liian suuri avattavaksi tai ladattavaksi suoraan BigQueryyn?

Valitse oikea vastaus

Lataa se GCS:ään ja käsittele ulkoisena taulukkona

Käytä Google Sheets -tuontia

Pakkaa tiedosto ja pura se BigQueryssa

Muunna tiedosto useiksi pienemmiksi JSON-tiedostoiksi

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 4. Luku 5

Kysy tekoälyä

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Osio 4. Luku 5

some-alt