arrow_back

Data Warehouse mit BigQuery erstellen: Challenge-Lab

Anmelden Teilnehmen
Test and share your knowledge with our community!
done
Get access to over 700 hands-on labs, skill badges, and courses

Data Warehouse mit BigQuery erstellen: Challenge-Lab

Lab 1 Stunde 30 Minuten universal_currency_alt 5 Guthabenpunkte show_chart Mittelstufe
Test and share your knowledge with our community!
done
Get access to over 700 hands-on labs, skill badges, and courses

GSP340

Logo: Google Cloud-Labs zum selbstbestimmten Lernen

Übersicht

In einem Challenge-Lab geht es um ein bestimmtes Szenario mit mehreren Aufgaben. Anders als bei einem normalen Lab erhalten Sie jedoch keine Schritt-für-Schritt-Anleitung, sondern nutzen die in den Labs des jeweiligen Kurses erlernten Fähigkeiten, um die Aufgaben selbst zu lösen. Ihre Lösungen werden automatisch bewertet. Die erzielten Punkte finden Sie rechts oben auf dieser Seite.

In Challenge-Labs werden keine neuen Grundlagen zu Google Cloud vermittelt. Sie sollen dabei Ihr Wissen erweitern und es wird erwartet, dass Sie beispielsweise Standardwerte ändern und Fehlermeldungen lesen und recherchieren, um Ihre eigenen Fehler zu beheben.

Die volle Punktzahl erreichen Sie nur, wenn Sie alle Aufgaben innerhalb der vorgegebenen Zeit lösen.

Dieses Lab wird Teilnehmern empfohlen, die sich für den Kurs Build a Data Warehouse with BigQuery angemeldet haben.

Einrichtung

Vor dem Klick auf „Start Lab“ (Lab starten)

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken, und zeigt Ihnen, wie lange die Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Lab können Sie die Lab-Aktivitäten in einer echten Cloud-Umgebung selbst durchführen – nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf Google Cloud zugreifen können.

Für dieses Lab benötigen Sie Folgendes:

  • Einen Standardbrowser (empfohlen wird Chrome)
Hinweis: Nutzen Sie den privaten oder Inkognitomodus, um dieses Lab durchzuführen. So wird verhindert, dass es zu Konflikten zwischen Ihrem persönlichen Konto und dem Teilnehmerkonto kommt und zusätzliche Gebühren für Ihr persönliches Konto erhoben werden.
  • Zeit für die Durchführung des Labs – denken Sie daran, dass Sie ein begonnenes Lab nicht unterbrechen können.
Hinweis: Wenn Sie über ein persönliches Google Cloud-Konto oder -Projekt verfügen, verwenden Sie es nicht für dieses Lab. So werden zusätzliche Kosten für Ihr Konto vermieden. Hinweis: Die Aufgaben werden angezeigt, wenn die Lab-Umgebung vollständig bereitgestellt wurde. Die Aufgaben, die Ihnen zugewiesen sind, bauen nicht aufeinander auf. Sie können die Aufgaben in beliebiger Reihenfolge erledigen.

Das Szenario

Sie sind Teil einer internationalen Organisation für das öffentliche Gesundheitswesen, die mit der Entwicklung eines Machine-Learning-Modells beauftragt wurde, um die täglichen Fallzahlen aus Ländern während der Coronakrise vorherzusagen. Als neues Mitglied des Data-Science-Teams wurde Ihnen die Aufgabe zugewiesen, anhand Ihrer Kenntnisse des Data-Warehouse-Prozesses eine Tabelle mit Features für das Machine-Learning-Modell zu entwickeln.

Das Know-how für diese Aufgabe wird vorausgesetzt, Sie erhalten daher keine detaillierte Anleitung.

Aufgabe 1

Klicken Sie auf Fortschritt prüfen.

Aufgabe überprüfen

Aufgabe 2

Klicken Sie auf Fortschritt prüfen.

Aufgabe überprüfen

Aufgabe 3

Klicken Sie auf Fortschritt prüfen.

Aufgabe überprüfen

Aufgabe 4

Klicken Sie auf Fortschritt prüfen.

Aufgabe überprüfen

Tipps und Tricks

  • Tipp 1: Wenn Sie angewiesen werden, eine Tabelle zu erstellen, dann achten Sie darauf, die Daten aus dem Vereinigten Königreich (GBR) und den Vereinigten Staaten von Amerika (USA) sowie aus Brasilien (BRA) und Kanada (CAN) auszuschließen.
  • Tipp 2: Sie können für das Aktualisieren des Schemas einer BigQuery-Tabelle die Console verwenden, um Spalten hinzuzufügen und Elemente aufzuzeichnen. Sie können dazu aber auch das bq-Befehlszeilentool verwenden, indem Sie eine JSON-Datei mit allen Felddefinitionen bereitstellen. Die Felddefinitionen werden in der Referenzdokumentation zu BigQuery Standard-SQL erklärt.
  • Tipp 3: Die Tabelle covid19_ecdc im öffentlichen COVID-19-Dataset des Europäischen Zentrums für die Prävention und die Kontrolle von Krankheiten enthält die Spalte population. Damit können Sie die Spalte population anhand Ihrer Aufgabenbeschreibung automatisch erfassen.
  • Tipp 4: Die Tabelle country_names_area aus dem öffentlichen Dataset der International Database des US Census Bureau enthält keine Spalte mit dreistelligen Ländercodes. Sie können sie aber der in der Aufgabenbeschreibung bereitgestellten Tabelle hinzufügen, indem Sie die Spalte country_name mit dem Volltext der Länder, die in beiden Tabellen vorhanden ist, verwenden.
  • Tipp 5: Beachten Sie, dass Sie beim Aktualisieren des Mobilitätsdatensatzes eine Anzahl an Datensätzen für jede Länder- und Datumskombination auswählen (und einen Mittelwert ermitteln) müssen, damit Sie nur einen Mittelwert für jede untergeordnete Spalte im Mobilitätsdatensatz erhalten. Die daraus resultierenden Daten müssen mit Ihrer Arbeitstabelle zusammengeführt werden. Dabei muss dieselbe Kombination aus Ländernamen und Datum verwendet werden, die Sie beim Gruppieren der Mobilitätsquelldatensätze genutzt haben. Damit stellen Sie sicher, dass zwischen den Mittelwertergebnissen der Mobilitätsquelltabelle und den Datensätzen in Ihrer Tabelle, die nur einen Eintrag für jede Länder- und Datumskombination haben, eine eindeutige Zuordnung besteht.
  • Tipp 6: Die Option UNION gefolgt vom Keyword ALL kombiniert die Ergebnisse aus zwei Abfragen, wobei jede Abfrage eindeutige Ergebnisse auflistet, ohne Duplikate zu kombinieren, die sich aus der Vereinigung in nur einer Zelle ergeben.

Das wars! Sie haben das Lab erfolgreich abgeschlossen.

Skill-Logo „Build a Data Warehouse with BigQuery“

Nächstes Skill-Logo erwerben

Dieses Lab zum selbstbestimmten Lernen ist Teil des Kurses Build a Data Warehouse with BigQuery. Wenn Sie diesen Kurs abschließen, erhalten Sie das oben gezeigte Skill-Logo, das Sie in Ihren Lebenslauf oder Ihre Social-Media-Profile einfügen können. Teilen Sie Ihre Leistung mit #GoogleCloudBadge.

Dieses Skill-Logo ist Teil des Google Cloud-Lernpfads für Data Engineers. Wenn Sie die anderen Kurse zum Erwerb eines Skill-Logos in diesem Lernpfad bereits absolviert haben, finden Sie im Katalog weitere Skill-Logos, für die Sie sich anmelden können.

Google Cloud-Schulungen und -Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. Unsere Kurse vermitteln technische Fähigkeiten und Best Practices, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfänger wie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 25. März 2024 aktualisiert

Lab zuletzt am 22. Dezember 2023 getestet

© 2024 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.