Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Utmaning: Felhantering | Avancerade BigQuery-Tillämpningar och Optimering
BigQuery-Grunder

bookUtmaning: Felhantering

Svep för att visa menyn

Omstrukturera den tillhandahållna frågan med hjälp av tabellen sales_data för att säkerställa att den är robust, felfri och hanterar inkonsekvent data på ett smidigt sätt.

  1. Implementera feltoleranta beräkningar för att förhindra körtidsfel:
  • Använd SAFE_DIVIDE för divisionsoperationer för att undvika division med noll;
    • Använd COALESCE på kolumnen sales_price för att ersätta NULL-värden med 0;
  • Säkerställ att din fråga returnerar säkra beräknade kolumner utan att misslyckas.
  1. Navigera säkert i arrayer för att undvika indexfel:
  • Använd SAFE_OFFSET för att extrahera element från arrayer;
  • Säkerställ att saknade index returnerar NULL istället för att orsaka att frågan kraschar.
  1. Säkerställ strukturell integritet och lägg till valideringsflaggor:
    • Hantera LEFT JOIN-nullvärden genom att ersätta saknade anslutna värden med "Unknown";
  • Lägg till en ny kolumn för att flagga potentiella datakvalitetsproblem (t.ex. saknad data, negativt pris, ogiltig kvantitet);
  • Säkerställ att din slutgiltiga fråga behåller synligheten för dataproblem för felsökning istället för att filtrera bort dem i tysthet.
Note
Notering

Robust felhantering bygger på tre pelare: Säker division, Säker arrayåtkomst och Null-hantering. En fråga är bara så stark som dess förmåga att hantera oväntad data.

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 4. Kapitel 4

Fråga AI

expand

Fråga AI

ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Avsnitt 4. Kapitel 4
some-alt