Looker Entwickler Deep Dive
LookML dient als Grundlage für Visualisierungs-Assets in Looker und ermöglicht dynamische Aggregationen, inkrementell aktualisierte persistente abgeleitete Tabellen und mehr. In diesem Kurs üben Sie die Fähigkeiten, die Sie als fortgeschrittener Looker-Entwickler benötigen, durch geführte Vorlesungen und unabhängige Übungen mit Beispieldaten.
- Dauer: 2 Tage
- Sprachen: Englisch, Deutsch
- Niveau: Experte
- Gruppengröße: Bis zu 16
Das lernen Sie
- Anpassen und inkrementelles Aktualisieren von SQL und nativen abgeleiteten Tabellen.
- Liquid für dynamisches SQL, Formatierung, Vorlagenfilter und Parameter in Looker integrieren.
- Erweiterungen und Verfeinerungen in Looker verwenden, um Ihr LookML zu modularisieren und zu organisieren.
- Fehlerbehebung und Leistungsverbesserung von LookML-Code.
- Best Practices von Looker auf Ihre LookML-Projekte anwenden.
- Looker-Bereitstellungen mithilfe von DevOps-Praktiken verwalten.
- Looker-Inhalte in Webanwendungen einbetten.
Voraussetzungen
- Abschluss des Kurses „Developing Data Models with LookML“ oder die entsprechende Erfahrung in der Nutzung von LookML für die Entwicklung in Looker.
Kursinhalt
Looker Admin und LookML-Grundlagen
- Looker-Überprüfung
- Rollen und Benutzerattribute
- Verbindung zu einer Datenbank herstellen
- LookML-Überprüfung
Vertiefung abgeleiteter Tabellen
- Verständnis abgeleiteter Tabellen
- Hinzufügen von Persistenz
- Inkrementelles Aktualisieren
- PDTs und Leistung
Erstellen von dynamischem LookML mit Liquid
- Kernkonzepte und Syntax von Liquid
- Benutzerdefinierte Links, Drills und Formatierung
- Vorlagebasierte Filter, Parameter und dynamisches SQL
Erstellen von modularem LookML
- Erweiterungen
- Verfeinerungen
- Manifeste und Lokalisierung
Testen, Debuggen und DevOps
- Nutzen Sie Ihre IDE
- Debugging und häufige Fehler
- Datentests
- Looker und DevOps
Best Practices für Looker
- Best Practices für Looker
- Verbesserung der Leistung
Eingebettete Looker-Analysen
- Erkunden Sie eingebettete Looker-Optionen
- Verwenden von privatem und SSO-Embedding
Passende Kurse
Data Engineering Solutions Lab (DSL)
Das Data Engineering Solutions Lab (DSL) ist eine 10-tägige, fokussierte, immersive Lernerfahrung, die Ihr Team schnell in den Prinzipien und Best Practices des Google Cloud Data Engineering weiterbildet. Das Programm kombiniert fünf Tage lang von Experten geleitete Schulungen zu wichtigen Data-Engineering-Konzepten (z. B. Data Warehousing, Pipelines, Datenqualität) mit praktischen Übungen und einem fünftägigen kollaborativen Abschlussprojekt. Das Abschlussprojekt fordert die Teilnehmer heraus, einen realen Anwendungsfall mithilfe von Google Cloud-Tools zu lösen.
Serverless Data Processing mit Dataflow
Dieses Training richtet sich an Big-Data-Experten, die ihr Verständnis von Dataflow erweitern möchten, um ihre Datenverarbeitungsanwendungen zu verbessern. Beginnend mit den Grundlagen erklärt dieses Training, wie Apache Beam und Dataflow zusammenarbeiten, um Ihre Datenverarbeitungsanforderungen ohne das Risiko eines Vendor Lock-ins zu erfüllen. Der Abschnitt zur Entwicklung von Pipelines behandelt, wie Sie Ihre Geschäftslogik in Datenverarbeitungsanwendungen umwandeln, die auf Dataflow ausgeführt werden können. Dieses Training gipfelt in einem Fokus auf Operationen, der die wichtigsten Lektionen für den Betrieb einer Datenanwendung auf Dataflow überprüft, einschließlich Überwachung, Fehlerbehebung, Tests und Zuverlässigkeit.
AlloyDB Grundlagen
Dieser Kurs beleuchtet die Vorteile von AlloyDB, insbesondere im Vergleich zu PostgreSQL in Cloud SQL. Er führt Sie durch die Architektur von AlloyDB und erklärt, wie Sie Deployments in Google Cloud konfigurieren.Der Kurs ist in zwei Teile gegliedert: AlloyDB Administration Essentials (Architektur und Konfiguration) und AlloyDB Optimization Essentials (Leistungsoptimierung).
Unsicher, welcher Kurs passt?
Buchen Sie ein 30-minütiges Gespräch. Wir schauen uns an, wo Ihr Team steht und was es können muss — und stellen daraus einen konkreten Kurstermin oder einen passenden Lernplan zusammen.