GCP200LOOKML

Développer des modèles de données avec LookML

Ce cours vous permet de développer des modèles Looker Modeling Language (LookML) évolutifs et performants qui fournissent à vos utilisateurs professionnels les données standardisées et prêtes à l'emploi dont ils ont besoin pour répondre à leurs questions. À l'issue de ce cours, vous serez en mesure de commencer à créer et à maintenir des modèles LookML pour organiser et gérer les données dans l'instance Looker de votre organisation.

✓ Formation officielle Google CloudNiveau Intermédiaire⏱️ 1 jour (7h)

Ce que vous allez apprendre

Définir les termes de base et les blocs de construction de LookML.
Modéliser de nouvelles dimensions et mesures à l'aide de LookML.
Utiliser des tableaux de bord pour combiner des requêtes et des visualisations clés en une vue exécutive d'une seule page.
Modéliser des fichiers de projets LookML pour concevoir et créer des explorations personnalisées pour les utilisateurs professionnels.
Utiliser des tables dérivées pour créer de nouvelles tables personnalisées qui n'existent pas dans la base de données sous-jacente.
Expliquer le fonctionnement de la mise en cache et comment les développeurs peuvent utiliser les groupes de données pour gérer les politiques de mise en cache.

Prérequis

Pour tirer le meilleur parti de ce cours, les participants doivent avoir une compréhension de base de SQL, de Git et de l'expérience utilisateur métier de Looker. Pour les apprenants n'ayant aucune expérience préalable en tant qu'explorateurs de données dans Looker, il est recommandé de suivre d'abord le cours 'Analyser et visualiser des données dans Looker'.

Public cible

Développeurs de données responsables de la curation et de la gestion des données au sein de leur organisation., Analystes de données souhaitant apprendre comment les développeurs de données utilisent LookML pour organiser et gérer les données dans l'instance Looker de leur organisation.

Programme de la Formation

4 modules pour maîtriser les fondamentaux

Objectifs

Expliquer les avantages de l'utilisation de LookML pour la modélisation et l'analyse des données.
Identifier les principaux composants de l'interface utilisateur de Looker.
Identifier les utilisateurs cibles et les fonctions des éléments clés de l'interface utilisateur de Looker.
Définir la terminologie de base de la plateforme Looker et de LookML.
Comprendre l'intégration de base entre Looker et Git pour le contrôle de version.
Décrire le cycle de vie du développement LookML, y compris les processus d'écriture, de validation, de fusion et de déploiement.
Reconnaître comment Looker lit, analyse et écrit du SQL.
Expliquer la relation entre SQL et le langage de modélisation LookML.

Sujets abordés

→Looker et LookML
→L'interface utilisateur de Looker
→Exemple 1 : L'IDE de Looker
→Contrôle de version des projets LookML
→Exemple 2 : Flux de travail Git dans Looker
→Comment Looker écrit du SQL

Activités

2 démos

1 quiz

Objectifs

Détailler les couches hiérarchiques contenues dans un projet LookML.
Convertir entre les tableaux de bord définis par l'utilisateur et les tableaux de bord LookML.
Construire des dimensions et des mesures dans une exploration Looker, en définissant les types de données, les formats et les calculs appropriés.
Localiser les dimensions, les mesures et les tableaux de bord dans l'IDE de Looker.
Comprendre comment les dimensions et les mesures relient le développement dans l'IDE à l'utilisation de l'exploration.
Modéliser des dimensions complexes pour une expérience utilisateur améliorée dans Looker.
Lister les fonctionnalités et les fonctionnalités de base d'un tableau de bord LookML.

Sujets abordés

→Anatomie d'un projet LookML
→Modélisation des dimensions
→Exemple 3 : Création de dimensions avec LookML
→Modélisation des mesures
→Exemple 4 : Modélisation des mesures avec LookML
→Logique de modélisation des dimensions et des mesures
→Tableaux de bord LookML
→Lab 1 : Création de dimensions et de mesures avec LookML

Activités

1 quiz

2 démos

1 lab

Objectifs

Créer de nouvelles explorations et de nouveaux filtres dans l'IDE de Looker.
Connecter les explorations et les filtres à l'exploration des données par l'utilisateur final.
Comprendre l'agrégation symétrique pour l'analyse des données dans Looker.

Sujets abordés

→Modélisation de nouvelles explorations
→Utiliser LookML pour filtrer les explorations
→Comprendre l'agrégation symétrique

Activités

1 quiz

Objectifs

Comprendre les tables dérivées, y compris les types SQL, natifs et persistants, et leurs objectifs respectifs.
Identifier les cas d'utilisation appropriés pour les tables dérivées et sélectionner le type optimal en fonction des exigences spécifiques.
Expliquer comment les tables dérivées améliorent l'efficacité et l'efficience de l'analyse des données dans Looker.
Localiser les points de création des tables dérivées SQL, natives et persistantes dans l'interface utilisateur de Looker.
Décrire le processus de création de tables dérivées SQL, natives et persistantes dans Looker.
Identifier les deux paramètres clés utilisés dans les tables dérivées natives.
Identifier les paramètres optionnels pour optimiser les performances et les fonctionnalités des tables dérivées natives.
Définir la mise en cache et les groupes de données dans le contexte de Looker.
Déterminer quand implémenter la mise en cache et les groupes de données pour l'optimisation des requêtes.
Évaluer l'impact de la mise en cache et des groupes de données sur les performances globales de Looker et l'expérience utilisateur.

Sujets abordés

→Introduction aux tables dérivées
→Types de tables dérivées
→Exemple 5 : Utilisation de tables dérivées SQL
→Exemple 6 : Utilisation de tables dérivées natives
→Paramètres des tables dérivées natives
→Utilisation de tables dérivées persistantes
→Mise en cache et groupes de données
→Implémentation des groupes de données dans Looker
→Lab 2 : Création de tables dérivées avec LookML

Activités

2 démos

1 quiz

1 lab

Processus Qualité

L'engagement de SFEIR Institute : une démarche d'excellence pour garantir la qualité et la réussite de toutes nos formations. En savoir plus sur notre démarche qualité

Méthodes pédagogiques mobilisées

Lectures / Apports théoriques (Slides) — Présentation de concepts via des supports visuels (PowerPoint, PDF).
Démonstration technique (Démos) — Le formateur réalise une manipulation ou une procédure devant les apprenants.
Laboratoires dirigés (Labs) — Mise en pratique guidée sur logiciel, machine ou environnement technique.
Quiz / QCM — Test rapide de connaissances (format papier ou numérique type Kahoot/Klaxoon).

Dispositif d'évaluation et de suivi

L'atteinte des objectifs de la formation est évaluée à plusieurs niveaux pour garantir la qualité de la prestation :

Évaluation continue des acquis : Vérification des connaissances tout au long de la formation via des méthodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
Mesure de la progression : Dispositif d'auto-évaluation comparatif comprenant un diagnostic initial pour situer le niveau de départ, suivi d'une évaluation finale pour valider l'évolution des compétences.
Évaluation de la qualité : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacité de la formation ressentie par les participants.