Refaktoroi annettu kysely käyttämällä `sales_data` -taulua varmistaaksesi, että se on vankka, virheenkestävä ja käsittelee epäjohdonmukaista dataa hallitusti.

1. **Toteuta vikasietoiset laskutoimitukset** estääksesi ajoaikaiset virheet:
* Käytä `SAFE_DIVIDE` jakolaskuissa estääksesi nollalla jaon;
   * Käytä `COALESCE`-funktiota `sales_price`-sarakkeessa korvataksesi `NULL`-arvot arvolla `0`;
* Varmista, että kysely palauttaa turvallisesti lasketut sarakkeet ilman virheitä.
2. **Käsittele taulukoita turvallisesti** välttääksesi indeksinylitysvirheet:
   * Käytä `SAFE_OFFSET`-funktiota poimiaksesi elementtejä taulukoista;
* Varmista, että puuttuvat indeksit palauttavat `NULL` eivätkä aiheuta kyselyn kaatumista.
3. **Varmista rakenteellinen eheys ja lisää validointilippuja**:
   * Käsittele `LEFT JOIN` -liitosten null-arvot korvaamalla puuttuvat arvot arvolla `"Unknown"`;
* Lisää uusi sarake, joka merkitsee mahdolliset datan laatuongelmat (esim. puuttuva data, negatiivinen hinta, virheellinen määrä);
* Varmista, että lopullinen kysely pitää datan ongelmat näkyvillä virheenkorjausta varten sen sijaan, että ne suodatettaisiin hiljaisesti pois.



<download datset>

Vankka virheenkäsittely perustuu kolmeen pilariin: **Turvallinen jakolasku**, **Turvallinen taulukon käsittely** ja **Null-arvojen hallinta**. Kysely on vain niin vahva kuin sen kyky käsitellä odottamatonta dataa.

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: Virheenkäsittely

Tehtävä