Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Udfordring: Fejlhåndtering | Avancerede BigQuery-Anvendelser og Optimering
BigQuery Grundlæggende

Udfordring: Fejlhåndtering

Stryg for at vise menuen

Opgave

Refaktorer den angivne forespørgsel ved hjælp af tabellen sales_data for at sikre, at den er robust, fejlsikker og håndterer inkonsistente data på en hensigtsmæssig måde.

  1. Implementer fejltolerante beregninger for at forhindre kørselsfejl:
  • Brug SAFE_DIVIDE til divisionsoperationer for at undgå division med nul;
    • Brug COALESCE på kolonnen sales_price for at erstatte NULL-værdier med 0;
  • Sørg for, at din forespørgsel returnerer sikre beregnede kolonner uden at fejle.
  1. Naviger arrays sikkert for at undgå out-of-bounds-fejl:
  • Brug SAFE_OFFSET til at udtrække elementer fra arrays;
  • Sørg for, at manglende indekser returnerer NULL i stedet for at få forespørgslen til at fejle.
  1. Sikre strukturel integritet og tilføj valideringsflag:
    • Håndter LEFT JOIN-nuller ved at erstatte manglende joinede værdier med "Unknown";
  • Tilføj en ny kolonne til at markere potentielle datakvalitetsproblemer (f.eks. manglende data, negativ pris, ugyldig mængde);
  • Sørg for, at din endelige forespørgsel bevarer synligheden af dataproblemer til fejlfinding i stedet for at filtrere dem væk.
Note
Bemærk

Robust fejlhåndtering bygger på tre søjler: Sikker division, Sikker array-adgang og Null-håndtering. En forespørgsel er kun så stærk som dens evne til at håndtere uventede data.

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 4. Kapitel 4

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Sektion 4. Kapitel 4
some-alt