Daten transformieren

Einführung in Databricks SQL

Kevin Barlow

Data Manager

Motivation

Lakehouse-Fluss – Ingestion

Transformation im Lakehouse

Lakehouse-Diagramm – Transformation

Daten bereinigen und transformieren

Daten von Bronze (roh) nach Silver (analysebereit) bereinigen
Wichtiger Schritt für nachgelagerte Tabellen
Häufige Aufgaben
- NULL-Werte entfernen
- Werte standardisieren
- Datentypen anpassen

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)

Daten aggregieren

Daten aus der Silver-Schicht in Gold (BI-bereit) zusammenführen und vereinfachen
Für einen konkreten BI-Zweck gedacht
- Gute Kandidaten für Views
Häufige Aufgaben
- Überflüssige Spalten entfernen
- Über Dimensionen aggregieren
- Kennzahlen/KPIs berechnen

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)

Aufgaben automatisieren

Workflows GIF

Lass uns üben!

Einführung in Databricks SQL