Diese Specialization vermittelt Ihnen die wesentlichen Fähigkeiten für die Arbeit mit großen Datenmengen unter Verwendung von SQL.
Vielleicht ist SQL neu für Sie und Sie möchten die Grundlagen erlernen. Oder vielleicht haben Sie bereits Erfahrung mit SQL, um kleinere Daten mit relationalen Datenbanken abzufragen. In jedem Fall ist diese Specialization genau das Richtige für Sie, wenn Sie sich die notwendigen Fähigkeiten aneignen möchten, um Big Data mit modernen verteilten SQL-Engines abzufragen.
Die meisten Kurse, in denen SQL gelehrt wird, konzentrieren sich auf traditionelle relationale Datenbanken, aber heutzutage sind immer mehr Daten, die generiert werden, zu groß, um dort gespeichert zu werden, und sie wachsen zu schnell, um in kommerziellen Data Warehouses effizient gespeichert zu werden. Stattdessen werden sie zunehmend in verteilten Clustern und in Cloud-Speichern gespeichert. Diese Datenspeicher sind kosteneffizient und unendlich skalierbar.
Um diese riesigen Datenmengen in Clustern und Cloud-Speichern abzufragen, benötigen Sie eine neuere Art von SQL-Engine: verteilte Abfrage-Engines wie Hive, Impala, Presto und Drill. Dies sind Open-Source-SQL-Engines, die riesige Datenmengen abfragen können. Diese Specialization konzentriert sich auf Hive und Impala, die am weitesten verbreiteten dieser Abfrage-Engines.
Diese Specialization ist eine hervorragende Vorbereitung auf die Zertifizierungsprüfung zum Cloudera Certified Associate (CCA) Data Analyst. Sie können diese Zertifizierung erwerben, indem Sie eine praktische Prüfung mit denselben SQL-Engines ablegen, die in dieser Specialization behandelt werden - Hive und Impala.
Praktisches Lernprojekt
Jeder Kurs dieser Specializations umfasst eine praktische, von anderen Teilnehmern bewertete Aufgabe. Um das Specialization Certificate zu erhalten, müssen Sie die praktische, von anderen bewertete Aufgabe in jedem Kurs erfolgreich abschließen. Für diese Specialization gibt es kein separates Capstone-Projekt, wie es bei einigen anderen Coursera Specializations der Fall ist.