Developing Data Models with LookML

Acerca de este curso

Este curso permite desarrollar modelos LookML (Looker Modeling Language) escalables y de rendimiento que brindan a los usuarios comerciales los datos estandarizados y listos para utilizar que necesitan para responder a sus preguntas. Al completar esta formación, podrá comenzar a crear y mantener modelos LookML para seleccionar y administrar datos de su empresa con Looker.

A quién va dirigido

Objetivos del curso

Este curso enseña a los participantes las siguientes habilidades:

• Definir términos básicos y bloques de construcción de LookML
• Utilizar el entorno de desarrollo integrado (IDE) de Looker y el control de la versión del proyecto para modificar los proyectos de LookML
• Crear dimensiones y medidas para seleccionar los atributos de datos utilizados por los usuarios comerciales.
• Crear y diseñar Explores para que los datos sean accesibles para los usuarios comerciales
• Utilizar tablas derivadas para crear instantáneamente nuevas tablas
• Utilizar el almacenamiento en caché y los grupos de datos en Looker para acelerar las consultas SQL

Contenidos

Módulo 1: Introducción a Looker y LookML

• Definir Looker y la funcionalidad que proporciona para curar datos.
• Definir los términos básicos y los bloques de construcción de LookML.
• Utilizar el entorno de desarrollo integrado de Looker (IDE) para modificar los proyectos de LookML.

Módulo 2: Creación de dimensiones y medidas

• Crear dimensiones y medidas para seleccionar los atributos de datos utilizados por los usuarios comerciales.

Módulo 3: Control de versiones del proyecto

• Implementar el control de versiones con Git para administrar y realizar un seguimiento de los cambios en los proyectos de LookML.

Módulo 4: Archivos modelo

• Explicar cómo Looker utiliza SQL en el back-end para traducir las solicitudes de los usuarios en resultados de consultas.
• Crear y diseñar Explores para que los datos sean accesibles para los usuarios empresariales.
• Utilizar combinaciones para establecer relaciones entre tablas de datos.
• Aprovechar la agregación simétrica para garantizar la precisión de las métricas agregadas.
• Implementar filtros para preseleccionar los datos proporcionados a los usuarios finales.

Módulo 5: Tablas derivadas

• Definir los dos tipos de tablas derivadas en Looker.
• Crear tablas derivadas efímeras y persistentes.
• Enumerar las mejores prácticas para crear tablas derivadas.

Módulo 6: Caché y grupos de datos

• Explicar cómo Looker utiliza el almacenamiento en caché para acelerar las consultas SQL.
• Utilizar grupos de datos para administrar las políticas de almacenamiento en caché en Looker.