udemy
Udemy - одна из самых больших площадок в мире по доставке обучающего контента от разных авторов всего мира. Присутсвуют курсы практически на любую тему.
Продолжительность
5 ч 56 мин
Категория
Другое (Backend)
Количество уроков
84 Видео
Дата добавления
13 нояб. 2024 г., 17:09
Язык
Английский
Дата выхода
10 окт. 2024 г., 01:00
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. 00:02:19Welcome!
-
Урок 2. 00:02:40What will You Learn in this Course?
-
Урок 3. 00:02:40What is DuckDB & Why is it SO COOL?
-
Урок 4. 00:06:13What is DuckDB? (detailed)
-
Урок 5. 00:06:08Why use DuckBD?
-
Урок 6. 00:04:16What role does DuckDB play in modern Analytics World?
-
Урок 7. 00:06:58DuckDB's competition & market niche
-
Урок 8. 00:06:27When should you use DuckDB? (typical use cases)
-
Урок 9. 00:02:42Who Should Use DuckDB?
-
Урок 10. 00:07:20DuckDB Installation
-
Урок 11. 00:07:57Environment configuration
-
Урок 12. 00:05:49Getting started with DuckDB's SQL
-
Урок 13. 00:08:34Outputting SQL's results into files
-
Урок 14. 00:03:03Practice Case Description
-
Урок 15. 00:03:16Importing Data
-
Урок 16. 00:05:11DuckDB SQL Innovations: SUMMARIZE & REPLACE
-
Урок 17. 00:05:27DuckDB SQL Innovations: EXCLUDE & COLUMNS & GROUP BY ALL
-
Урок 18. 00:04:08Window Functions: the DuckDB way
-
Урок 19. 00:03:14PIVOTing in DuckDB
-
Урок 20. 00:01:55TABLE Functions in DuckDB
-
Урок 21. 00:01:10Practice Case Description
-
Урок 22. 00:03:33Downloading Data
-
Урок 23. 00:06:35Duckdb and Python: Analytics workflow - part1
-
Урок 24. 00:05:02Duckdb and Python: Analytics workflow - part2
-
Урок 25. 00:04:22Duckdb and Python: Analytics workflow - part3
-
Урок 26. 00:01:29Streamlit Introduction
-
Урок 27. 00:04:41Practice Case Description
-
Урок 28. 00:02:33Fetching Data - part1
-
Урок 29. 00:05:00Fetching Data - part2
-
Урок 30. 00:05:39Launching the App
-
Урок 31. 00:01:45Data Build Tool (dbt) Introduction
-
Урок 32. 00:02:47Practice Case Description
-
Урок 33. 00:03:27Data Walkthrough
-
Урок 34. 00:07:23Fetching Data - part1
-
Урок 35. 00:02:33Fetching Data - part2
-
Урок 36. 00:07:18Running dbt Pipeline
-
Урок 37. 00:02:47DBeaver: Amazing Database Management Tool
-
Урок 38. 00:06:53DuckDB Backward Compatibility Issue: SOLVED
-
Урок 39. 00:03:00Exploring End Result: duckdb DataWarehouse
-
Урок 40. 00:00:57What is MotherDuck?
-
Урок 41. 00:07:44MotherDuck's Features
-
Урок 42. 00:05:55Attaching a Remote Database
-
Урок 43. 00:01:54Detaching a Remote Database
-
Урок 44. 00:03:48Automating Authentication to MotherDuck Platform
-
Урок 45. 00:01:06Mother Duck Updates: Summer 2024
-
Урок 46. 00:06:41Sharing Databases
-
Урок 47. 00:04:40AI in MotherDuck: Intro
-
Урок 48. 00:04:09Querying Data with Natural Language feature
-
Урок 49. 00:03:38A More Challenging Query for AI
-
Урок 50. 00:01:02Rill Intro
-
Урок 51. 00:03:04Case End Product DEMO
-
Урок 52. 00:03:55What is Rill?
-
Урок 53. 00:04:37Case Data
-
Урок 54. 00:05:07Data Sources
-
Урок 55. 00:03:44Data Models
-
Урок 56. 00:02:42Dashboard Outlining
-
Урок 57. 00:05:02UI: Part 1
-
Урок 58. 00:04:34UI: Part 2
-
Урок 59. 00:05:06Setting up a Github repo
-
Урок 60. 00:02:37Connecting Rill Cloud to Github
-
Урок 61. 00:04:03Sharing access to Dashboard
-
Урок 62. 00:05:19Scheduling Data Refresh
-
Урок 63. 00:01:32Deleting Rill Project
-
Урок 64. 00:04:49DuckDB in Data Pipelines
-
Урок 65. 00:02:48End Result: What We'll be Working Towards
-
Урок 66. 00:02:51Dagster: Intro
-
Урок 67. 00:04:17Setting up Environment
-
Урок 68. 00:06:59Data Pipeline Walkthrough: part 1
-
Урок 69. 00:03:59Data Pipeline Walkthrough: part 2
-
Урок 70. 00:05:49Launching Pipeline & Case wrapping up
-
Урок 71. 00:01:29Case Intro
-
Урок 72. 00:06:02Business Case Architecture
-
Урок 73. 00:01:10Disclaimer: Fast Forward if needed
-
Урок 74. 00:04:25Movies Data base API
-
Урок 75. 00:03:47Dockerfile: Packaging the Project
-
Урок 76. 00:03:42Managing Python Dependencies with Poetry
-
Урок 77. 00:05:55Fetching Data from API
-
Урок 78. 00:03:51Understanding Data
-
Урок 79. 00:06:00Recommender System Codebase
-
Урок 80. 00:02:16FastAPI Microservice
-
Урок 81. 00:05:55Building Docker Image
-
Урок 82. 00:06:25Exploring Data inside DuckDB
-
Урок 83. 00:05:22Getting Recommendations
-
Урок 84. 00:01:12Wrapping Up the Case
Автор - udemy
Категории
Комментарии
Команда внимательно читает ваши комментарии и оперативно на них реагирует. Вы можете спокойно оставлять запросы на обновления или задавать любые вопросы о курсе здесь.
Другие материалы в этой категории
Andreas Kretz
9 сент. 2025 г., 13:18
Семантическая индексация и поиск логов
Semantic Log Indexing & Search
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