Почему стоит изучить DuckDB? DuckDB - одна из самых быстрорастущих технологий, за последние два года количество поисковых запросов увеличилось на 1200%! Это неслучайно: DuckDB предоставляет мощные аналитические возможности, схожие с PostgreSQL, но позволяет запускать локальные базы данных без сложных настроек и затрат.
Почему именно DuckDB?
Легкость интеграции и бесплатность: DuckDB поддерживает множество интеграций, таких как Python, dbt, Streamlit, s3 и даже Docker. Экспорт данных доступен в форматах CSV, Parquet и JSON, что ускоряет обмен результатами анализа. Интеграция с Python проста - достаточно команды pip install duckdb!
Локальный анализ больших данных: DuckDB позволяет запускать колонночные базы данных для локального анализа крупных объемов данных, что делает его незаменимым инструментом для аналитиков.
Скорость: DuckDB работает в 3 раза быстрее Pandas, позволяя работать с большими наборами данных, распределяя нагрузку по всем ядрам процессора.
Этот курс - не просто обучение DuckDB. Это решение для полного освоения этой новой и быстрорастущей технологии!
Что вы получите после курса:
Освоите архитектуру и принципы работы DuckDB и научитесь создавать аналитические решения на его основе
Научитесь использовать DuckDB из Python и командной строки
Примените DuckDB в качестве базы данных для аналитических приложений на Streamlit
Освоите работу с MotherDuck - облачной платформой для работы с DuckDB
Узнаете, как использовать DuckDB в Docker и вписать его в микросервисную архитектуру аналитических сервисов
Освоите Rill - платформу на базе DuckDB для создания быстрых дашбордов и BI-решений
Присоединяйтесь к курсу и узнайте, как DuckDB может помочь вам реализовать мощные аналитические решения!
Посмотреть больше
Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум
Урок 1.
00:02:19
Welcome!
Урок 2.
00:02:40
What will You Learn in this Course?
Урок 3.
00:02:40
What is DuckDB & Why is it SO COOL?
Урок 4.
00:06:13
What is DuckDB? (detailed)
Урок 5.
00:06:08
Why use DuckBD?
Урок 6.
00:04:16
What role does DuckDB play in modern Analytics World?
Урок 7.
00:06:58
DuckDB's competition & market niche
Урок 8.
00:06:27
When should you use DuckDB? (typical use cases)
Урок 9.
00:02:42
Who Should Use DuckDB?
Урок 10.
00:07:20
DuckDB Installation
Урок 11.
00:07:57
Environment configuration
Урок 12.
00:05:49
Getting started with DuckDB's SQL
Урок 13.
00:08:34
Outputting SQL's results into files
Урок 14.
00:03:03
Practice Case Description
Урок 15.
00:03:16
Importing Data
Урок 16.
00:05:11
DuckDB SQL Innovations: SUMMARIZE & REPLACE
Урок 17.
00:05:27
DuckDB SQL Innovations: EXCLUDE & COLUMNS & GROUP BY ALL
Урок 18.
00:04:08
Window Functions: the DuckDB way
Урок 19.
00:03:14
PIVOTing in DuckDB
Урок 20.
00:01:55
TABLE Functions in DuckDB
Урок 21.
00:01:10
Practice Case Description
Урок 22.
00:03:33
Downloading Data
Урок 23.
00:06:35
Duckdb and Python: Analytics workflow - part1
Урок 24.
00:05:02
Duckdb and Python: Analytics workflow - part2
Урок 25.
00:04:22
Duckdb and Python: Analytics workflow - part3
Урок 26.
00:01:29
Streamlit Introduction
Урок 27.
00:04:41
Practice Case Description
Урок 28.
00:02:33
Fetching Data - part1
Урок 29.
00:05:00
Fetching Data - part2
Урок 30.
00:05:39
Launching the App
Урок 31.
00:01:45
Data Build Tool (dbt) Introduction
Урок 32.
00:02:47
Practice Case Description
Урок 33.
00:03:27
Data Walkthrough
Урок 34.
00:07:23
Fetching Data - part1
Урок 35.
00:02:33
Fetching Data - part2
Урок 36.
00:07:18
Running dbt Pipeline
Урок 37.
00:02:47
DBeaver: Amazing Database Management Tool
Урок 38.
00:06:53
DuckDB Backward Compatibility Issue: SOLVED
Урок 39.
00:03:00
Exploring End Result: duckdb DataWarehouse
Урок 40.
00:00:57
What is MotherDuck?
Урок 41.
00:07:44
MotherDuck's Features
Урок 42.
00:05:55
Attaching a Remote Database
Урок 43.
00:01:54
Detaching a Remote Database
Урок 44.
00:03:48
Automating Authentication to MotherDuck Platform
Урок 45.
00:01:06
Mother Duck Updates: Summer 2024
Урок 46.
00:06:41
Sharing Databases
Урок 47.
00:04:40
AI in MotherDuck: Intro
Урок 48.
00:04:09
Querying Data with Natural Language feature
Урок 49.
00:03:38
A More Challenging Query for AI
Урок 50.
00:01:02
Rill Intro
Урок 51.
00:03:04
Case End Product DEMO
Урок 52.
00:03:55
What is Rill?
Урок 53.
00:04:37
Case Data
Урок 54.
00:05:07
Data Sources
Урок 55.
00:03:44
Data Models
Урок 56.
00:02:42
Dashboard Outlining
Урок 57.
00:05:02
UI: Part 1
Урок 58.
00:04:34
UI: Part 2
Урок 59.
00:05:06
Setting up a Github repo
Урок 60.
00:02:37
Connecting Rill Cloud to Github
Урок 61.
00:04:03
Sharing access to Dashboard
Урок 62.
00:05:19
Scheduling Data Refresh
Урок 63.
00:01:32
Deleting Rill Project
Урок 64.
00:04:49
DuckDB in Data Pipelines
Урок 65.
00:02:48
End Result: What We'll be Working Towards
Урок 66.
00:02:51
Dagster: Intro
Урок 67.
00:04:17
Setting up Environment
Урок 68.
00:06:59
Data Pipeline Walkthrough: part 1
Урок 69.
00:03:59
Data Pipeline Walkthrough: part 2
Урок 70.
00:05:49
Launching Pipeline & Case wrapping up
Урок 71.
00:01:29
Case Intro
Урок 72.
00:06:02
Business Case Architecture
Урок 73.
00:01:10
Disclaimer: Fast Forward if needed
Урок 74.
00:04:25
Movies Data base API
Урок 75.
00:03:47
Dockerfile: Packaging the Project
Урок 76.
00:03:42
Managing Python Dependencies with Poetry
Урок 77.
00:05:55
Fetching Data from API
Урок 78.
00:03:51
Understanding Data
Урок 79.
00:06:00
Recommender System Codebase
Урок 80.
00:02:16
FastAPI Microservice
Урок 81.
00:05:55
Building Docker Image
Урок 82.
00:06:25
Exploring Data inside DuckDB
Урок 83.
00:05:22
Getting Recommendations
Урок 84.
00:01:12
Wrapping Up the Case
Автор - udemy
udemy
Udemy - одна из самых больших площадок в мире по доставке обучающего контента от разных авторов всего мира. Присутсвуют курсы практически на любую тему.
Команда внимательно читает ваши комментарии и оперативно на них реагирует. Вы можете спокойно оставлять запросы на обновления или задавать любые вопросы о курсе здесь.
Семантический поиск - один из самых практичных способов применения генеративного ИИ в реальных проектах по обработке данных. В этом курсе мы выходим за рамки базового знакомства с эмбеддингами (из курса The Hidden Foundation of GenAI) и начинаем использовать их на практике. Вы научитесь строить полноценный конвейер семантического поиска с нуля: от создания эмбеддингов и их хранения в векторной базе данных до выполнения запросов на естественном яз