SSkilnexa
SkillNội dungHợp với: Nhà phân tích dữ liệuMức: Kỹ thuật

Viết và tối ưu truy vấn SQL cho kho dữ liệu

sql-queries

Viết câu SQL đúng và nhanh cho các kho dữ liệu lớn (Snowflake, BigQuery, Databricks, PostgreSQL), tối ưu truy vấn chậm, chuyển qua lại giữa các phiên bản SQL.

Tải miễn phí. Theo dõi Skilnexa một lần là mở khoá mọi lượt tải trên web.

Nút theo dõi đang được chuẩn bị.
Link tải đang được chuẩn bị.

Nó là gì

Hướng dẫn viết và tối ưu truy vấn SQL cho kho dữ liệu, kèm cú pháp khác nhau giữa Snowflake, BigQuery, Databricks, PostgreSQL. Dành cho người làm phân tích dữ liệu cần đổi qua lại giữa các nền tảng.

Hoạt động ra sao

Bạn nói nền tảng và việc cần làm, như tính doanh thu theo tháng hoặc theo dõi khách theo nhóm. AI chọn cú pháp đúng dialect, dùng CTE để tách bước, viết hàm cửa sổ như tổng chạy hay xếp hạng, và gợi ý cách tăng tốc.

Ví dụ ứng dụng

Tình huống
Chị Hoa làm phân tích bán hàng, cần đưa bảng doanh thu theo tháng vào Snowflake, còn quen cú pháp BigQuery.
Bạn đưa vào
Bảng đơn hàng có cột ngày, khách, số tiền, và nền tảng là Snowflake.
Bạn nhận được
Truy vấn có CTE, tổng chạy theo tháng, và ghi chú chỗ dùng cú pháp Snowflake.

Ví dụ minh họa theo quy trình trong tài liệu gốc, chưa phải kết quả thử chạy.

Dùng khi nào

Khi cần câu truy vấn phân tích doanh số phức tạp hoặc chuyển truy vấn từ BigQuery sang Snowflake.

Các phần chính trong hướng dẫn

  1. Tham chiếu theo từng phiên bản SQL
  2. Mẫu SQL phổ biến
  3. Hàm cửa sổ
  4. CTE cho dễ đọc
  5. Giữ chân theo nhóm khách
  6. Phân tích phễu
  7. Loại bỏ trùng lặp
  8. Xử lý lỗi và gỡ lỗi
Xem mô tả gốc của tác giả (tiếng Anh)

Write correct, performant SQL across all major data warehouse dialects (Snowflake, BigQuery, Databricks, PostgreSQL, etc.). Use when writing queries, optimizing slow SQL, translating between dialects, or building complex analytical queries with CTEs, window functions, or aggregations.

Cùng nhóm Nội dung

Phần giải thích do Skilnexa viết sau khi đọc toàn bộ tài liệu gốc của tác giả và đã đối chiếu lại với nội dung gốc. Chưa phải kết quả thử chạy, nên hãy thử bằng dữ liệu giả trước khi dùng cho việc thật.