In de video en cursusvoorbeelden zie je de functie `JSON_EXTRACT`. Hoewel deze functie volledig wordt ondersteund en correct werkt, wordt deze beschouwd als **legacy** syntax in BigQuery.

Voor toekomstige projecten raden we aan om de moderne standaardfuncties te gebruiken:

* `JSON_VALUE`: extraheert scalare waarden (zoals strings of getallen) en verwijdert automatisch extra aanhalingstekens;
* `JSON_QUERY`: extraheert complexe JSON-objecten of arrays.

Moderne praktijk

De opdracht is om het winkelgedrag van klanten te analyseren en daarbij je kennis van de gespecialiseerde functies van BigQuery te tonen.

1. Schrijf een query die partition pruning toepast door te filteren op de juiste partition kolom (`_PARTITIONDATE`);
2. Gebruik `APPROX_COUNT_DISTINCT` om efficiënt het aantal unieke klanten te tellen;
3. Voeg ten minste één `JSON`-extractie toe uit het products-veld;
4. Groepeer de resultaten op een zinvolle manier.


Om `_PARTITIONDATE` te gebruiken voor partition pruning, moet de BigQuery-tabel worden aangemaakt met **Partition by: Ingestion time**. Zonder deze instelling bestaat de pseudo-kolom niet en zal de query mislukken.

Opmerking

Dataset downloaden

Verdiep je in de basisprincipes van het BigQuery-platform en transformeer de manier waarop je clouddata beheert. Beheers de vaardigheden die nodig zijn om de console te navigeren, projecten te beheren en querykosten te optimaliseren. Doe praktische ervaring op met BigQuery-specifieke functies zoals arraybewerkingen, geografische data en datumfuncties. Ontdek geavanceerde optimalisatietechnieken en leer de geheimen van het bouwen van machine learning-modellen direct binnen het datawarehouse met BigQuery ML.

Verkrijg een grondig begrip van de BigQuery-omgeving, verschillend van traditionele databases. Navigatie door de console, project- en datasetbeheer en kostenanalyse. Vertrouwen opbouwen in het inrichten van de werkruimte voor efficiënte data-analyse.

Verken de basisprincipes van de Query Engine voor efficiënte gegevensopvraging. Beheers technieken voor gegevensselectie en leer hoe specifieke productstatistieken geanalyseerd kunnen worden. Ontdek prestatiekenmerken en methoden voor het testen van queries om te waarborgen dat analyses snel en nauwkeurig zijn.

Breng uw kennis naar een hoger niveau door BigQuery-specifieke gegevenstypen te beheersen. Leer complexe array-bewerkingen uit te voeren en datum- en tijdfuncties te manipuleren. Verken geografische functies om locatiegebonden vraagstukken op te lossen, zoals het berekenen van afstanden tussen steden.

Optimaliseer uw workflow door grote tabellen te beheren en de queryprestaties te verbeteren. Ontdek de geheimen van effectieve foutafhandeling voor snelle probleemoplossing. Beheers de vaardigheden die nodig zijn om een databaseomgeving met hoge prestaties te onderhouden.

Pas uw kennis toe op praktijksituaties. Ontdek hoe u uitgebreide rapporten opstelt en BigQuery integreert met externe tools. Zet ruwe gegevens om in bruikbare zakelijke inzichten via praktische toepassingen en rapportagestrategieën.

Verdiep u in de basisprincipes van BigQuery ML. Ontdek hoe u machine learning-modellen kunt maken en uitvoeren met standaard SQL zonder data te verplaatsen. Verkrijg praktische ervaring met modeldemonstraties om uitkomsten direct binnen het platform te voorspellen.

Uitdaging: BigQuery-Gegevensselectie

Opdracht