*Wir passen den Kursaufbau und die Inhalte an Ihre spezifischen Anforderungen und relevanten Anwendungsfälle an.
Modul 1: Snowflake Architektur und Plattformgrundlagen
- Die Trennung von Database Storage, Compute und Cloud Services verstehen
- Snowflake Accounts, Databases, Schemas, Tables und weitere zentrale Objekte verstehen
- Mit Virtual Warehouses als unabhängigen Compute Ressourcen arbeiten
- Snowsight navigieren und zentrale Bereiche für Development und Administration verstehen
Modul 2: Mit Snowflake SQL arbeiten
- Databases, Schemas, Tables, Views und weitere typische Objekte erstellen
- Relationale Daten abfragen, filtern, verbinden, aggregieren und transformieren
- Typische SQL Functions, Expressions und Analytical Functions einsetzen
- Mit Transactions arbeiten und Snowflake SQL Verhalten verstehen
Modul 3: Datentypen und semi-strukturierte Daten
- Mit numerischen, String-, Date-, Time- und Boolean-Datentypen von Snowflake arbeiten
- VARIANT, OBJECT und ARRAY für semi-strukturierte Informationen verstehen
- JSON und weitere semi-strukturierte Daten laden und abfragen
- FLATTEN und Path Expressions zur Transformation verschachtelter Strukturen einsetzen
Modul 4: Datenmodellierung für Analytics
- Tables und Views für analytische Workloads gestalten
- Dimensional Modeling Konzepte in einer Snowflake Umgebung verstehen
- Raw-, Transformation- und Consumption-orientierte Datensätze voneinander trennen
- Geeignete Table- und View-Strukturen für Wartbarkeit und Wiederverwendung auswählen
Modul 5: Stages und Bulk Data Loading
- Interne und externe Stages verstehen
- File Formats für typische strukturierte und semi-strukturierte Dateien erstellen
- Daten mit COPY INTO laden und eingehende Dateien validieren
- Abgewiesene Rows, Loading Errors und Load History verwalten
Modul 6: Kontinuierliche Ingestion mit Snowpipe
- Den Unterschied zwischen Bulk Loading und kontinuierlicher Ingestion verstehen
- Snowpipe Konzepte für automatisierte File Ingestion konfigurieren
- Snowpipe Streaming verstehen und geeignete Streaming Szenarien erkennen
- Ingestion Patterns anhand von Volumen, Latenz und Source Architecture auswählen
Modul 7: Inkrementelle Transformation mit Streams und Tasks
- Streams zur Erfassung eingefügter, aktualisierter und gelöschter Records einsetzen
- Scheduled und Triggered Tasks für Transformation Processing erstellen
- Streams und Tasks für inkrementelle Datenpipelines kombinieren
- Task Dependencies aufbauen und Task Graph Konzepte verstehen
Modul 8: Deklarative Pipelines mit Dynamic Tables
- Dynamic Tables und Target Lag verstehen
- Mehrstufige SQL Transformation Pipelines erstellen
- Dynamic Tables mit Streams und Tasks vergleichen
- Deklarative oder prozedurale Pipeline Patterns anhand der Transformation Anforderungen auswählen
Modul 9: Snowflake Access Control Grundlagen
- Rollen, Benutzer, Privileges, Ownership und Securable Objects verstehen
- Role Hierarchies mit individuellen Account Roles aufbauen
- Database-, Schema-, Table- und Warehouse-Privileges vergeben
- Least Privilege Prinzipien auf typische Enterprise Access Patterns anwenden
Modul 10: Erweiterte Konzepte für Datenzugriff und Schutz
- Database Roles und Managed Access Schemas einsetzen
- Future Grants und skalierbares Privilege Management verstehen
- Masking Policies, Row Access Policies und Secure Views kennenlernen
- Administrative, Engineering-, Analytics- und Consumer-Verantwortlichkeiten voneinander trennen
Modul 11: Warehouse und Resource Administration
- Virtual Warehouses erstellen, dimensionieren, pausieren, fortsetzen und konfigurieren
- Auto-Suspend, Auto-Resume und Multi-Cluster Konzepte verstehen
- Workloads für Isolation und vorhersehbare Performance auf unterschiedliche Warehouses verteilen
- Warehouse Activity, Utilization und Credit Consumption überwachen
Modul 12: Account Operations und administratives Monitoring
- System Roles und administrative Verantwortlichkeiten verstehen
- Account Usage und Information Schema Views für operative Transparenz einsetzen
- Query History, Login Activity, Object Usage und Storage Informationen auswerten
- Grundlegende Betriebsprozesse für Benutzer, Rollen, Warehouses und Data Objects etablieren
Modul 13: Query Performance analysieren
- Query Profiles lesen und aufwendige Execution Stages identifizieren
- Pruning, Scanning, Joins, Aggregation und Data Movement verstehen
- Warehouse Queuing, Memory Pressure und ineffiziente Queries erkennen
- Query History und Workload Informationen zur Analyse wiederkehrender Performance Probleme einsetzen
Modul 14: Storage und Query Optimization
- Micro-Partitioning und Data Pruning verstehen
- Erkennen, wann Clustering die Performance großer Tabellen verbessern kann
- Search Optimization Service, Materialized Views und Query Acceleration kennenlernen
- Optimierungstechniken anhand des tatsächlichen Workload Verhaltens auswählen
Modul 15: Production Data Pipelines gestalten
- Ingestion, Transformation, Orchestration und kuratierte Data Layers miteinander verbinden
- Pipelines für inkrementelle Verarbeitung, Retries und Recovery gestalten
- Dependencies verwalten und zwischen Dynamic Tables, Streams und Tasks auswählen
- Development-, Test- und Production-Konfigurationen voneinander trennen
Modul 16: Production Readiness und kostenbewusster Betrieb
- Pipelines, Warehouses, Query Performance und operative Fehler überwachen
- Warehouse Size, Concurrency, Performance und Credit Consumption ausbalancieren
- Standards für Access Control, Deployment, Troubleshooting und Ownership etablieren
- Eine praktische Production Readiness Checkliste für Reliability, Security, Performance, Kosten und Maintainability aufbauen