Ein praxisnaher zweitägiger technischer Kurs für Teilnehmende, die neu mit DuckDB arbeiten und leistungsfähiges Analytical SQL direkt in lokalen, Data-Engineering- und Python-Workflows einsetzen möchten. Die Agenda führt von DuckDB Architektur und Analytical SQL über direkte File Queries und Parquet Integration bis zu Python Interoperability und Performance Optimisation. Der Kurs konzentriert sich darauf, DuckDB effektiv als Embedded Analytical Engine einzusetzen, ohne unnötige Infrastruktur aufzubauen.
Sie lernen, wie DuckDB analytische Workloads verarbeitet, wie lokale und entfernte Datensätze direkt mit SQL abgefragt und wie Parquet und andere spaltenorientierte Daten effizient verarbeitet werden. Sie integrieren DuckDB mit Python und verbreiteten Data-Processing-Libraries und verstehen, wann Persistent Databases, In-Memory Processing oder direkter File Access geeignet sind. Zusätzlich lernen Sie, Query Execution zu analysieren und Workloads für eine effiziente Nutzung von CPU, Memory, Storage und externen Daten zu optimieren.
*Wir passen den Kursaufbau und die Inhalte an Ihre spezifischen Anforderungen und relevanten Anwendungsfälle an.
Modul 1: DuckDB Architektur und analytische Verarbeitung
Modul 2: Analytical SQL mit DuckDB
Modul 3: Dateien direkt abfragen
Modul 4: Parquet Integration und analytische Datenworkflows
Modul 5: DuckDB mit Python
Modul 6: DataFrame und Arrow Integration
Modul 7: Query Analysis und Performance Optimisation
Modul 8: Effiziente DuckDB Analytical Workflows gestalten
Praxisnahes Lernen mit erfahrenen Trainern an Ihrem Standort für Organisationen.
Neue Fähigkeiten erlernen, angeleitet von erfahrenen Trainern von überall.