Nei video e negli esempi del corso, vedrai la funzione `JSON_EXTRACT`. Sebbene questa funzione sia pienamente supportata e funzioni correttamente, è considerata una sintassi **legacy** in BigQuery.

Per i tuoi progetti futuri, si consiglia di utilizzare le funzioni standard moderne:

* `JSON_VALUE`: estrae valori scalari (come stringhe o numeri) e rimuove automaticamente le virgolette aggiuntive;
* `JSON_QUERY`: estrae oggetti JSON complessi o array.

Pratica moderna

Obiettivo: analisi dei modelli di acquisto dei clienti, dimostrando la comprensione delle funzionalità specializzate di BigQuery.

1. Scrivere una query che utilizzi il partition pruning filtrando sulla colonna di partizione appropriata (`_PARTITIONDATE`);
2. Utilizzare `APPROX_COUNT_DISTINCT` per contare in modo efficiente i clienti unici;
3. Includere almeno un'estrazione `JSON` dal campo products;
4. Raggruppare i risultati in modo significativo.


Per utilizzare `_PARTITIONDATE` per il partition pruning, assicurarsi che la tabella BigQuery sia creata con **Partition by: Ingestion time**. Senza questa impostazione, la pseudo-colonna non esisterà e la query fallirà.

Nota

Scarica il dataset

Approfondisci i fondamenti della piattaforma BigQuery e trasforma il modo in cui gestisci i dati cloud. Acquisisci le competenze necessarie per navigare nella console, gestire progetti e ottimizzare i costi delle query. Sperimenta direttamente le funzionalità specifiche di BigQuery come le operazioni sugli array, i dati geografici e le funzioni di data. Esplora tecniche avanzate di ottimizzazione e scopri i segreti della creazione di modelli di machine learning direttamente all'interno del data warehouse utilizzando BigQuery ML.

Acquisire una solida comprensione dell'ambiente BigQuery, distinto dai database tradizionali. Imparare a navigare nella console, gestire progetti e dataset e analizzare i costi in modo efficace. Sviluppare sicurezza nella configurazione dell'ambiente di lavoro per un'analisi dei dati efficiente.

Esplora le nozioni fondamentali del Query Engine per recuperare dati in modo efficiente. Apprendi le tecniche di selezione dei dati e l'analisi di metriche specifiche dei prodotti. Scopri le funzionalità di performance e i metodi di test delle query per garantire analisi rapide e accurate.

Porta le tue conoscenze al livello successivo padroneggiando i tipi di dati unici di BigQuery. Gestione di operazioni complesse sugli array e manipolazione delle funzioni di data e ora. Esplorazione delle funzionalità geografiche per risolvere problematiche basate sulla posizione, come il calcolo delle distanze tra città.

Ottimizzazione del flusso di lavoro tramite la gestione di grandi tabelle e il miglioramento delle prestazioni delle query. Tecniche avanzate di gestione degli errori per una risoluzione rapida dei problemi. Competenze fondamentali per mantenere un ambiente database ad alte prestazioni.

Applica le tue conoscenze a scenari reali. Scopri come creare report completi e integrare BigQuery con strumenti esterni. Trasforma dati grezzi in insight aziendali utili attraverso strategie pratiche di applicazione e reporting.

Approfondimento sui fondamenti di BigQuery ML. Scoperta dei metodi per creare ed eseguire modelli di machine learning utilizzando SQL standard senza spostare i dati. Acquisizione di esperienza pratica con walkthrough dei modelli per prevedere risultati direttamente all'interno della piattaforma.

Sfida: Selezione Dei Dati in BigQuery