- Einführung
- Welche Eigenschaften hat ein Modernes Data Warehouse?
- Welche Challenges und Lösungen bietet diese Architektur?
- Überblick über Google Cloud Platform
- Datenspeicherung (BigQuery, BigTable, Cloud Storage)
- ETL (Dataflow, Dataproc, Data Fusion)
- Data Quality (DataPrep)
- Daten-Architekturen und Lösungen in Google Cloud
- Data Warehouse
- Data Lake
- Data Mesh
- Realtime-Integration
- (un)-endlicher Datenspeicher - Google Cloudstorage
- Einführung in BigQuery
- Erstellung von Projekten / Datasets
- Datenimporte /-exporte
- Praktische Übung mit BigQuery
- Erstellen von Tabellen und Datensätzen
- Ausführen von Abfragen und Analysen
- Datenintegration mit Dataflow / Cloud Data Fusion
- Unterschiede und Gemeinsamkeiten
- Erstellung eines ETL-Jobs
- Datenauswertung mit Looker Studio
- Daten analysieren und entdecken
- Sicherheit und Datenschutz im Data Warehouse
- Berechtigungen verteilen und Zugriff auf Daten verwalten
- Erstellung einer Realtime Pipeline mit Dataflow und Google PubSub
- Erstellung eines Modern Data Warehouses auf Google Cloud (Use Case)
LernzieleNach diesem Seminar werden Sie in der Lage sein, ein effizientes und skalierbares Data Warehouse auf der Google Cloud Platform zu entwerfen, zu implementieren und zu verwalten.
ZielgruppenFür dieses Seminar sollten Sie grundlegende Kenntnisse in Datenbanktechnologien und Cloud-Computing mitbringen. Erfahrung mit SQL und grundlegende Kenntnisse in Datenanalyse sind von Vorteil.
