Videolla ja kurssin esimerkeissä näet `JSON_EXTRACT`-funktion. Vaikka tämä funktio on täysin tuettu ja toimii oikein, sitä pidetään **vanhentuneena** syntaksina BigQueryssa.

Omissa tulevissa projekteissasi suosittelemme käyttämään moderneja standardifunktioita:

* `JSON_VALUE`: hakee skalaarisia arvoja (kuten merkkijonoja tai numeroita) ja poistaa ylimääräiset lainausmerkit automaattisesti;
* `JSON_QUERY`: hakee monimutkaisia JSON-objekteja tai taulukoita.

Moderni käytäntö

Tehtävänäsi on analysoida asiakkaiden ostokäyttäytymistä ja samalla osoittaa ymmärrystäsi BigQueryn erikoisominaisuuksista.

1. Kirjoita kysely, joka hyödyntää osioiden rajausta suodattamalla sopivalla osiointisarakkeella (`_PARTITIONDATE`);
2. Käytä `APPROX_COUNT_DISTINCT`-funktiota laskeaksesi tehokkaasti yksilölliset asiakkaat;
3. Sisällytä vähintään yksi `JSON`-arvon poiminta products-kentästä;
4. Ryhmittele tulokset mielekkäällä tavalla.


Jotta voit käyttää `_PARTITIONDATE`-saraketta partitiopohjaiseen suodatukseen, varmista, että BigQuery-taulu on luotu asetuksella **Partition by: Ingestion time**. Ilman tätä asetusta pseudokolumni ei ole käytettävissä ja kysely epäonnistuu.

Huomio

Lataa tietoaineisto

Sukella BigQuery-alustan perusteisiin ja muuta tapasi käsitellä pilvidataa. Hallitse taidot, joita tarvitaan konsolin navigointiin, projektien hallintaan ja kyselykustannusten optimointiin. Saat käytännön kokemusta BigQueryn erityisominaisuuksista, kuten taulukko-operaatioista, maantieteellisestä datasta ja päivämääräfunktioista. Tutustu edistyneisiin optimointitekniikoihin ja opi rakentamaan koneoppimismalleja suoraan tietovarastossa BigQuery ML:n avulla.

Hanki vankka ymmärrys BigQuery-ympäristöstä, joka eroaa perinteisistä tietokannoista. Opettele navigoimaan konsolissa, hallitsemaan projekteja ja tietojoukkoja sekä analysoimaan kustannuksia tehokkaasti. Rakenna varmuutta työtilan perustamiseen tehokasta data-analyysiä varten.

Tutustu kyselymoottorin perusteisiin tehokkaan tiedonhakun takaamiseksi. Hallitse tietojen valintatekniikat ja opi analysoimaan tiettyjä tuotemittareita. Selvitä suorituskykyominaisuudet ja kyselyiden testausmenetelmät varmistaaksesi analyysisi nopeuden ja tarkkuuden.

Vie tietämyksesi seuraavalle tasolle hallitsemalla BigQueryn ainutlaatuiset tietotyypit. Opettele käsittelemään monimutkaisia taulukko-operaatioita ja muokkaamaan päivämäärä- ja aikaominaisuuksia. Tutustu maantieteellisiin ominaisuuksiin ratkaistaksesi sijaintiin perustuvia haasteita, kuten kaupunkien välimatkojen laskemista.

Optimoi työnkulkuasi hallitsemalla suuria tauluja ja parantamalla kyselyiden suorituskykyä. Opi tehokkaan virheenkäsittelyn salaisuudet ongelmien nopeaan ratkaisemiseen. Hallitse taidot, joita tarvitaan suorituskykyisen tietokantaympäristön ylläpitämiseen.

Sovella tietämystäsi todellisiin käyttötapauksiin. Opi rakentamaan kattavia raportteja ja integroimaan BigQuery ulkoisiin työkaluihin. Muunna raaka data käytännöllisiksi liiketoimintanäkemyksiksi soveltavan käytön ja raportointistrategioiden avulla.

Perehdy BigQuery ML:n perusteisiin. Opi, kuinka voit luoda ja suorittaa koneoppimismalleja käyttämällä standardi-SQL:ää ilman datan siirtämistä. Saat käytännön kokemusta mallien läpikäynneistä, joiden avulla voit ennustaa tuloksia suoraan alustalla.

Haaste: BigQuery-tietojen Valinta

Tehtävä