Google BigQuery Advanced Eğitimi

Eğitim Hakkında

BigQuery performans ayarı, bölümleme ve kümeleme, pencere fonksiyonları, BigQuery ML, akış verisi ve yönetişim

Eğitim, BigQuery'yi ileri düzeyde kullanan analist ve mühendisler için tasarlanmıştır. Sorgu planı ve slot kullanımı, partition ve cluster tasarımı, materialized view ve BI Engine, iç içe ve tekrarlı alanlar (STRUCT, ARRAY), pencere fonksiyonları, JavaScript/SQL UDF, scripting ve saklı yordamlar, BigQuery ML ile model eğitimi, Storage Write API ile akış yükleme, değişiklik verisi, reservation ve edition fiyatlandırması, IAM, column-level ve row-level güvenlik ile politika etiketleri ele alınır.

Süre ve Format

3 Gün. Her gün dört modül; BigQuery performans ayarı, bölümleme ve kümeleme, pencere fonksiyonları, BigQuery ML, akış verisi ve yönetişim konuları anlatım, demo ve uygulamalı örneklerle işlenir.

Seviye

İleri Seviye — BigQuery performans ayarı, bölümleme ve kümeleme, pencere fonksiyonları, BigQuery ML, akış verisi ve yönetişim.

Öğrenme Metodu

Katılımcılar genel veri kümeleri üzerinde yavaş sorguları plan çıktısıyla analiz edip yeniden tasarlar, bölümlenmiş tablolar kurar, BigQuery ML modeli eğitir ve maliyeti ölçer.

Neden Bu Eğitim?

⚡Sorgu performansı

Sorgu planını okuyup tarama miktarını ve süreyi ciddi biçimde azaltırsınız.

🤖BigQuery ML

Veriyi taşımadan SQL ile model eğitip tahmin üretirsiniz.

🏷️Yönetişim

Satır ve sütun düzeyi güvenlik ile hassas veriyi korursunuz.

Anahtar Konular

BigQuery advancedBigQuery performans optimizasyonuBigQuery partition clusterBigQuery MLpencere fonksiyonlarımaterialized viewBigQuery slotStorage Write APIrow-level securityBigQuery ileri seviye eğitim

“Güvenli bulut, en az yetki ilkesiyle başlar ve izlemeyle sürer.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Ön bilgi

BigQuery'de SELECT, JOIN ve GROUP BY kullanabilecek düzeyde SQL bilgisi ve temel veri ambarı kavramları gerekir.

2

Google Cloud erişimi

Uygulamalı çalışmalar için eğitmenin sağladığı lab projesi ya da bütçe uyarısı tanımlı bir Google Cloud hesabı (ücretsiz deneme dahil) gerekir.

3

Bilgisayar ortamı

Güncel bir tarayıcı, kararlı internet bağlantısı ve Cloud Shell kullanabileceğiniz bir dizüstü bilgisayar yeterlidir.

4

Ek hazırlık

Google Cloud dokümantasyonunda ilgili ürün sayfalarına göz atmak faydalıdır; zorunlu değildir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı sorgu planını analiz eder, tabloları bölümleyip kümeleyerek maliyet ve süreyi düşürür.

Modül 1

Sorgu Yürütme ve Slot

Dremel mimarisi ve stage yapısı
Query plan ve execution graph okuma
Slot kullanımı, on-demand ve edition modeli
INFORMATION_SCHEMA.JOBS ile iş analizi
Dry run ile tarama tahmini
Maximum bytes billed ile koruma

Modül 2

Partition ve Cluster

Zaman, tamsayı aralığı ve ingestion-time partition
Partition pruning ve require_partition_filter
Cluster kolon sırası seçimi
Partition expiration ve saklama
Mevcut tabloyu yeniden tasarlama
Bölüm sayısı limitleri

Modül 3

Önbellek ve Hızlandırma

Sorgu sonuç önbelleği koşulları
Materialized view ve otomatik yenileme
BI Engine rezervasyonu
Search index ve vector index tanıtımı
Join stratejileri: broadcast ve hash
Sorgu yeniden yazma kalıpları

Modül 4

Veri Modelleme

Denormalizasyon ve STRUCT/ARRAY kullanımı
UNNEST ile iç içe veriyi açma
Yıldız ve kar tanesi şema karşılaştırması
Yavaş değişen boyutlar (SCD) kalıpları
Wildcard tablolar ve tablo sonekleri
Tablo snapshot ve clone

Günün hedefiKatılımcı ileri SQL kalıplarını, scripting'i ve BigQuery ML modellerini uygular.

Modül 1

Pencere Fonksiyonları

OVER, PARTITION BY ve ORDER BY
ROW_NUMBER, RANK, DENSE_RANK
LAG, LEAD ve hareketli ortalama (ROWS BETWEEN)
NTILE, PERCENTILE_CONT
QUALIFY ile filtreleme
Oturum (sessionization) analizi örneği

Modül 2

UDF, Scripting ve Yordamlar

SQL ve JavaScript UDF
Kalıcı ve geçici fonksiyon
DECLARE, SET, IF, LOOP ile scripting
Saklı yordam (stored procedure) ve CALL
EXECUTE IMMEDIATE ile dinamik SQL
Remote function ve Cloud Run bağlantısı

Modül 3

BigQuery ML

CREATE MODEL: LINEAR_REG, LOGISTIC_REG, KMEANS
Özellik işleme: TRANSFORM ve ML.FEATURE_CROSS
ML.EVALUATE, ML.PREDICT, ML.EXPLAIN_PREDICT
Zaman serisi: ARIMA_PLUS
Vertex AI model entegrasyonu
Hiperparametre ayarı ve model dışa aktarımı

Modül 4

Coğrafi ve Yarı Yapısal Veri

GEOGRAPHY türü ve ST_ fonksiyonları
JSON türü ve JSON fonksiyonları
Dış tablolar ve BigLake
Parquet/Avro/ORC okuma
Veri gölü federasyon sorguları
Sorgu maliyet etkisi karşılaştırması

Günün hedefiKatılımcı akış verisini içeri alır, hassas veriyi korur ve maliyeti yönetir.

Modül 1

Veri Yükleme ve Akış

Load job, external table ve Data Transfer Service
Storage Write API ve eski streaming insert farkı
Pub/Sub BigQuery subscription
Dataflow ile yükleme
Change data capture (CDC) ve upsert
Yükleme hatalarını ayıklama

Modül 2

Güvenlik ve Gizlilik

Dataset ve tablo IAM rolleri
Column-level security ve politika etiketleri (Data Catalog)
Row-level access policy
Dynamic data masking
CMEK ve VPC Service Controls
Authorized view ve authorized dataset

Modül 3

Rezervasyon ve Maliyet

On-demand ve Editions (Standard, Enterprise, Plus)
Slot rezervasyonu, atama ve autoscaling
Commitment ve indirim
Fiyatlandırma: mantıksal ve fiziksel depolama
Bütçe, kota ve custom quota
INFORMATION_SCHEMA ile maliyet raporu

Modül 4

Operasyon ve Otomasyon

Scheduled query ve Dataform ile dönüşüm
Cloud Composer ile iş akışı
Veri kalitesi denetimleri ve Dataplex
Time travel ve fail-safe ile kurtarma
Cloud Monitoring ile BigQuery metrikleri
Uçtan uca mimari tartışması

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Sorgu analizi

Plan çıktısından darboğazı bulur ve gerekçelendirirsiniz.

✅

Tablo tasarımı

Veri erişim desenine göre partition ve cluster tasarlarsınız.

✅

Veri modeli

İç içe ve tekrarlı alanlarla performanslı model kurarsınız.

✅

Analitik SQL

Pencere fonksiyonlarıyla sıralama ve hareketli analiz yazarsınız.

✅

BigQuery ML

SQL ile model eğitir, değerlendirir ve tahmin üretirsiniz.

✅

Çok biçimli veri

Coğrafi, JSON ve dış tablo verisini tek SQL içinde işlersiniz.

✅

Veri güvenliği

Satır ve sütun düzeyinde erişim politikalarını uygularsınız.

✅

Maliyet yönetimi

Rezervasyon ve kotalarla analitik maliyeti kontrol edersiniz.

Kimler İçin Uygundur?

BigQuery'de temel sorgu deneyimi olan veri analistleri
veri mühendisleri
veri ambarı geliştiricileri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

BigQuery'de temel sorgu deneyimi olan veri analistleri, veri mühendisleri ve veri ambarı geliştiricileri için uygundur.

Eğitim kaç gün sürer ve nasıl işlenir?

Eğitim 3 gündür; her gün dört modül işlenir. Katılımcılar genel veri kümeleri üzerinde yavaş sorguları plan çıktısıyla analiz edip yeniden tasarlar, bölümlenmiş tablolar kurar, BigQuery ML modeli eğitir ve maliyeti ölçer.

Eğitim sonunda sertifika verilir mi?

Eğitimi tamamlayanlara Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir. Google ürün sınavları ayrıdır; sınav başvurusu ve ücreti ilgili kuruma aittir ve sınavı DVA vermez.

Başlamadan önce hangi bilgilere sahip olmalıyım?

BigQuery'de SELECT, JOIN ve GROUP BY kullanabilecek düzeyde SQL bilgisi ve temel veri ambarı kavramları gerekir.

Eğitimde BigQuery ML nasıl işlenir?

Doğrusal regresyon, lojistik regresyon ve k-means gibi modeller CREATE MODEL ile eğitilir, ML.EVALUATE ve ML.PREDICT ile değerlendirilir ve dışarı aktarım seçenekleri tartışılır.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

GOOGLE BIGQUERY ADVANCED EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Anahtar Konular

Ön Koşullar

Eğitim İçeriği

Sorgu Yürütme ve Slot

Partition ve Cluster

Önbellek ve Hızlandırma

Veri Modelleme

Pencere Fonksiyonları

UDF, Scripting ve Yordamlar

BigQuery ML

Coğrafi ve Yarı Yapısal Veri

Veri Yükleme ve Akış

Güvenlik ve Gizlilik

Rezervasyon ve Maliyet

Operasyon ve Otomasyon

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Bu Eğitimle Birlikte Tercih Edilenler

Google Cloud Digital Leader: Unstructured Data and Transaction Processing Eğitimi

Google Cloud Digital Leader: Working with Data Eğitimi

Google Cloud Dijital Lider (CDL) – Sınav Hazırlığı Eğitimi

Google Cloud Fundamentals Eğitimi

Google Cloud Fundamentals for Researchers (GCFR) Eğitimi