Transformer les données

Introduction à Databricks SQL

Kevin Barlow

Data Manager

Motivation

Schéma Lakehouse - Ingestion

Transformation dans le lakehouse

Schéma Lakehouse - Transformation

Nettoyer et transformer les données

Nettoyer la couche Bronze (brut) vers la couche Silver (prête pour l’analyse)
Étape clé pour les tables aval
Activités courantes
- Supprimer les valeurs NULL
- Standardiser les valeurs
- Ajuster les types

CREATE TABLE silver_layer AS (
SELECT DISTINCT c.id, 
    c.last_name || ', ' || c.first_name 
        AS name, 
    format(s.date,'YYYY-mm-dd') 
        AS sale_date, 
    round(s.price, 2) 
        AS sale_price
    s.item_name
FROM sales_data s
LEFT JOIN contacts c on c.id = s.id)

Agréger les données

Combiner et simplifier les données de la couche Silver vers la couche Gold (prête pour la BI)
Ciblé sur un besoin BI précis
- Bon candidat pour des vues
Activités courantes
- Supprimer les colonnes inutiles
- Agréger par dimensions
- Calculer des métriques / KPI

CREATE VIEW q3_revenue AS (
SELECT sum(revenue) AS total_rev,
  count(*) AS total_count,
  total_rev / total_count AS avg_sale,
  category,
  item
FROM silver_layer
WHERE date BETWEEN '2024-07-01' 
  AND '2024-09-30'
GROUP BY category, item)

Automatiser les tâches

GIF Workflows

Passons à la pratique !

Introduction à Databricks SQL