Curso Developing Data Models with LookML

  • DevOps | CI | CD | Kubernetes | Web3

Curso Developing Data Models with LookML

16 horas
Visão Geral

Este Curso Developing Data Models with LookML apresenta os fundamentos do LookML e cria e mantém modelos LookML para selecionar e gerenciar dados na instância do Looker da sua organização.

Objetivo

Ao participar do Curso Developing Data Models with LookML, os participantes aprenderão a:

  • Definir termos básicos e blocos de construção do LookML
  • Use o Looker Integrated Development Environment (IDE) e o controle de versão do projeto para modificar projetos LookML
  • Crie dimensões e medidas para selecionar atributos de dados usados ​​por usuários corporativos
  • Crie e projete Explores para tornar os dados acessíveis aos usuários corporativos
  • Use tabelas derivadas para criar novas tabelas instantaneamente
  • Use cache e grupos de dados no Looker para acelerar consultas SQL
Publico Alvo
  • Desenvolvedores de dados responsáveis ​​pela curadoria e gerenciamento de dados
  • Analistas de dados interessados ​​em aprender como os desenvolvedores de dados usam LookML para selecionar e gerenciar dados
Pre-Requisitos
  • Compreensão básica de SQL, Git e experiência do usuário empresarial do Looker.
Materiais
Inglês/Português/Lab Prático
Conteúdo Programatico

Introduction to Looker and LookML

  1. Define Looker and the functionality it provides for curating data
  2. Define LookML basic terms and building blocks
  3. Use the Looker Integrated Development Environment (IDE) to modify LookML projects

Creating Dimensions and Measures

  1. Create dimensions and measures to curate data attributes used by business users

Project Version Control

  1. Implement version control with Git to manage and track changes in LookML projects

Model Files

  1. Explain how Looker utilizes SQL on the back end to translate user requests to query results
  2. Create and design Explores to make data accessible to business users
  3. Use joins to establish relationships between data tables
  4. Leverage symmetric aggregation to ensure the accuracy of aggregated metrics
  5. Implement filters to preselect data provided to end users

Derived Tables

  1. Define the two types of derived tables in Looker
  2. Create ephemeral and persistent derived tables
  3. List best practices for creating derived tables

Caching and Datagroups

  1. Explain how Looker uses caching to speed up SQL queries
  2. Use datagroups to manage caching policies in Looker
TENHO INTERESSE

Cursos Relacionados

Curso Ansible Red Hat Basics Automation Technical Foundation

16 horas

Curso Terraform Deploying to Oracle Cloud Infrastructure

24 Horas

Curso Ansible Linux Automation with Ansible

24 horas

Ansible Overview of Ansible architecture

16h

Advanced Automation: Ansible Best Practices

32h