- Cours pratique
- FSE
- Informatique
- Officiel
Formation Data Warehousing with BigQuery : Storage Design, Query Optimization, and Administration
Découvrez l'architecture de BigQuery et les bonnes pratiques de conception, de lecture, d'optimisation et d'administration de votre entrepôt de données
- Durée
- 3 jours
- Niveau
- Intermédiaire
- Modalités
- Distanciel
Description de la formation BigQuery analyse donnees
Durant cette formation BigQuery vous découvrirez les composants internes de BigQuery et les bonnes pratiques de conception, d’optimisation et d’administration de votre entrepôt de données.
Grâce à une combinaison de passages théoriques, de démonstrations et d’ateliers, vous découvrirez l’architecture BigQuery et découvrirez comment concevoir un stockage et des schémas optimaux pour l’ingestion et les modifications de données. Ensuite, vous apprendrez des techniques pour améliorer les performances de lecture, optimiser les requêtes, gérer les charges de travail et utiliser les outils de journalisation et de surveillance.
Vous découvrirez également les différents modèles de tarification. Enfin, vous apprendrez différentes méthodes pour sécuriser les données, automatiser les charges de travail et créer des modèles de machine learning avec BigQuery ML.
Objectifs pédagogiques
À l'issue de cette formation BigQuery vous aurez acquis les connaissances et les compétences nécessaires pour :
- Décrire les principes de base de l’architecture BigQuery
- Implémenter des modèles de conception de stockage et de schéma pour améliorer les performances
- Utiliser DML et planifier des transferts de données pour ingérer des données
- Appliquer les meilleures pratiques pour améliorer l’efficacité de la lecture et optimiser les performances des requêtes
- Gérer la capacité et automatiser les charges de travail
- Comprendre les modèles par rapport aux anti-modèles pour optimiser les requêtes et améliorer les performances de lecture
- Utiliser des outils de journalisation et de surveillance pour comprendre et optimiser les modèles d’utilisation
- Appliquer les meilleures pratiques de sécurité pour gérer les données et les ressources
- Créer et déployer plusieurs catégories de modèles de machine learning avec BigQuery ML
Objectifs opérationnels
Savoir maîtriser les bonnes pratiques de conception, d’optimisation et d’administration de votre entrepôt de données BigQuery.
Programme
Contenu du cours, module par module
11 modules
- Introduction
- Infrastructure centrale BigQuery
- Stockage BigQuery
- Traitement des requêtes BigQuery
- Shuffling des données BigQuery
- Stockage BigQuery
- Partitionnement et clustering
- Champs imbriqués et répétés
- Syntaxe ARRAY et STRUCT
- Les meilleures pratiques
- Options d’intégration de données
- Ingestion par lots
- Ingestion de diffusion en continu
- Legacy Streaming API
- BigQuery Storage Write API
- Matérialisation des requêtes
- Interroger des sources de données externes
- Service de transfert de données
- Gestion du changement dans les entrepôts de données
- Gestion des Slowly Changing Dimensions (SCD)
- Déclarations DML
- Bonnes pratiques DML et problèmes courants
- Cache de BigQuery
- Vues matérialisées
- BI Engine
- Lectures à haut débit
- API de lecture de stockage BigQuery
- Exécution simple des requêtes
- SELECT et Agrégation
- JOIN et JOIN biaisés
- Filtrage et classement
- Meilleures pratiques pour les fonctions
- Emplacements BigQuery
- Modèles de tarification et estimations
- Réservations de créneaux
- Contrôle des coûts
- Cloud Monitoring
- BigQuery Admin Panel
- Cloud Audit Logs
- INFORMATION_SCHEMA
- Chemin de requête et erreurs courantes
- Ressources sécurisées avec IAM
- Vues autorisées
- Données sécurisées avec classification
- Chiffrement
- Découverte et gouvernance des données
- Planifier des requêtes
- Script
- Procédures stockées
- Intégration avec les produits Big Data
- Présentation de BigQuery ML
- Comment faire des prédictions avec BigQuery ML
- Comment créer et déployer un système de recommandation avec BigQuery ML
- Comment créer et déployer une solution de prévision de la demande avec BigQuery ML
- Modèles de séries temporelles avec BigQuery ML
- BigQuery ML Explainability
Programme mis à jour le 07/07/2026
Public concerné
Ce cours BigQuery s'adresse aux analystes de données, data scientists, ingénieurs de données et développeurs qui effectuent des travaux à grande échelle nécessitant des connaissances internes avancées de BigQuery pour optimiser les performances.
Prérequis
Pour suivre cette formation BigQuery il est recommandé d'avoir des connaissances préalables en Big Data et en machine learning. Vous pouvez les acquérir en suivant par exemple la formation Machine Learning : État de l'art et bonnes pratiques (OMLE).
J’évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Faire le testFinancement
Cette formation peut être prise en charge par votre entreprise, seule ou avec l’appui de son opérateur de compétences. Nous fournissons le devis et les pièces attendues par l’OPCO.
Formations liées
- Google Cloud Plateform : Ingénierie de DonnéesRéf. GCPID4 joursAvancéProchaine session : 26 oct.3 170 €
- Déploiement de systèmes multi-agents avec ADK & Agent EngineRéf. DSAD1 jourFondamental790 €
- Développement d'applications avec les LLM sur Google CloudRéf. GCAD1 jourIntermédiaireProchaine session : 5 déc.790 €
- Développer des applications de recherche et des agents intelligents avec Vertex AIRéf. GCP21 jourIntermédiaireProchaine session : 6 nov.790 €