🏆SFEIR est le Google Cloud EMEA Training Partner of the Year 2025🤝Nouveau partenariat : Formations GitLab officielles🤖Nouvelle formation : Développeur Augmenté par l'IA
🏆SFEIR est le Google Cloud EMEA Training Partner of the Year 2025🤝Nouveau partenariat : Formations GitLab officielles🤖Nouvelle formation : Développeur Augmenté par l'IA
GCP200MIGSNOWFLAKE

Migration des utilisateurs de Snowflake vers BigQuery

Dans ce cours, vous apprendrez à transposer divers concepts de Snowflake aux concepts analogues dans BigQuery. Vous apprendrez comment les architectures de haut niveau de Snowflake et BigQuery se comparent, comprendrez les différences dans la configuration des jeux de données et des tables, mapperez les types de données de Snowflake aux types de données de BigQuery, comprendrez le mappage de schémas de Snowflake à BigQuery, optimiserez vos nouveaux schémas dans BigQuery et effectuerez une comparaison de haut niveau des dialectes SQL dans Snowflake et BigQuery.

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

Ce que vous allez apprendre

  • Comparer l'architecture et le provisionnement des ressources dans Snowflake et BigQuery
  • Configurer des jeux de donnĂ©es et des tables dans BigQuery
  • Mapper et comparer les types de donnĂ©es de Snowflake aux types de donnĂ©es de BigQuery
  • Mapper et optimiser les schĂ©mas de Snowflake vers BigQuery
  • Traduire le SQL de Snowflake vers BigQuery

Public cible

  • Clients

Programme de la Formation

5 modules pour maîtriser les fondamentaux

Objectifs
  • Comparer l'architecture et le provisionnement des ressources dans Snowflake et BigQuery
  • DĂ©crire le concept d'un slot dans BigQuery
Sujets abordés
  • →Rappel rapide de l'architecture Snowflake
  • →Aperçu de l'architecture BigQuery
  • →SĂ©paration du calcul et du stockage dans BigQuery
  • →Slots BigQuery
  • →Gestion de la charge de travail dans BigQuery
Objectifs
  • Comprendre la hiĂ©rarchie des ressources dans BigQuery
  • Configurer des jeux de donnĂ©es et des tables dans BigQuery
Sujets abordés
  • →HiĂ©rarchie des ressources dans Snowflake
  • →HiĂ©rarchie des ressources dans BigQuery
  • →CrĂ©ation de ressources dans BigQuery
  • →Partage de ressources dans BigQuery
Activités

Lab : Provisionnement et gestion des ressources dans BigQuery

Objectifs
  • Comment les types de donnĂ©es sont mappĂ©s de Snowflake Ă  BigQuery
  • Comprendre les types de donnĂ©es uniques Ă  BigQuery
Sujets abordés
  • →Mappage des types de donnĂ©es de Snowflake Ă  BigQuery
  • →Types de donnĂ©es uniques Ă  BigQuery
Objectifs
  • DĂ©finir des schĂ©mas dans BigQuery
  • Mettre en Ĺ“uvre le partitionnement et le clustering dans BigQuery
Sujets abordés
  • →DĂ©finitions de schĂ©mas dans BigQuery
  • →Partitionnement dans BigQuery
  • →Clustering dans BigQuery
Activités

Lab : Migration de schéma vers BigQuery

Objectifs
  • Comprendre les capacitĂ©s de requĂŞte en SQL BigQuery
  • Écrire des fonctions et des procĂ©dures dĂ©finies par l'utilisateur en SQL BigQuery
Sujets abordés
  • →Instructions SELECT
  • →Instructions DML
  • →Instructions DDL
  • →UDFs et ProcĂ©dures
Activités

Lab : Écrire du SQL pour BigQuery

Formations associées

Google Cloud

Migration des utilisateurs d'Amazon Redshift vers BigQuery

Dans ce cours, vous apprendrez à traduire divers concepts d'Amazon Redshift vers les concepts analogues dans BigQuery. Vous apprendrez comment les architectures de haut niveau d'Amazon Redshift et de BigQuery se comparent, comprendrez les différences dans la configuration des ensembles de données et des tables, mapperez les types de données d'Amazon Redshift aux types de données de BigQuery, comprendrez le mappage de schémas d'Amazon Redshift à BigQuery, optimiserez vos nouveaux schémas dans BigQuery et effectuerez une comparaison de haut niveau des dialectes SQL dans Amazon Redshift et BigQuery.

1 j
Fondamental
Google Cloud

Migration des utilisateurs de Teradata vers BigQuery

Dans ce cours, vous apprendrez à traduire divers concepts de Teradata vers les concepts analogues dans BigQuery. Vous apprendrez comment les architectures de haut niveau de Teradata et BigQuery se comparent, comprendrez les différences dans la configuration des ensembles de données et des tables, mapperez les types de données de Teradata aux types de données dans BigQuery, comprendrez le mappage de schémas de Teradata à BigQuery, optimiserez vos nouveaux schémas dans BigQuery et effectuerez une comparaison de haut niveau des dialectes SQL dans Teradata et BigQuery.

1 j
Fondamental
Google Cloud

Orchestrer les charges de travail BigQuery avec Dataform

Dataform est un service destiné aux analystes de données pour développer, tester, versionner et planifier des flux de travail SQL complexes pour la transformation de données dans BigQuery. Dans ce cours, vous explorerez les composants principaux de Dataform, apprendrez à définir des tables et des dépendances en SQLX, à documenter les tables et les vues BigQuery, à comprendre les paramètres de sécurité de BigQuery et comment les gérer avec Dataform, à écrire des assertions, à exécuter des flux de travail SQL et à explorer des cas d'utilisation avancés supplémentaires.

1 j
Intermédiaire
Voir toutes les formations →

Prochaines sessions

21 mai 2026
Distanciel • Français
S'inscrire
2 juillet 2026
Distanciel • Français
S'inscrire
27 août 2026
Distanciel • Français
S'inscrire
5 novembre 2026
Distanciel • Français
S'inscrire
26 novembre 2026
Distanciel • Français
S'inscrire

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 thĂ©oriques (Slides) — PrĂ©sentation de concepts via des supports visuels (PowerPoint, PDF).
  • DĂ©monstration technique (DĂ©mos) — Le formateur rĂ©alise une manipulation ou une procĂ©dure devant les apprenants.
  • Laboratoires dirigĂ©s (Labs) — Mise en pratique guidĂ©e sur logiciel, machine ou environnement technique.
  • Quiz / QCM — Test rapide de connaissances (format papier ou numĂ©rique type Kahoot/Klaxoon).
Dispositif d'Ă©valuation 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 : VĂ©rification des connaissances tout au long de la formation via des mĂ©thodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
  • Mesure de la progression : Dispositif d'auto-Ă©valuation comparatif comprenant un diagnostic initial pour situer le niveau de dĂ©part, suivi d'une Ă©valuation finale pour valider l'Ă©volution des compĂ©tences.
  • Évaluation de la qualitĂ© : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacitĂ© de la formation ressentie par les participants.

790€ € HT

par apprenant

RĂ©serverDevis