0
Shares
0
0
0

Muchas veces enfrentamos problemas de análisis de datos seccionados. navegación entre registros, acumulados y muchos problemas comunes, pero, ¿qué le pasa al rendimiento? Te enseñamos a mejorar tus queries utilizando funciones avanzadas de SQL Server.

 

Ya puedes ver la presentación aquí:

  1. SOLIDQ SUMMIT MADRID 2017 #SQSummit17 Ahias Portillo
  2. SOLIDQ SUMMIT MADRID 2017 Sql Server 2000 No soportado Sql Server 2005 Clausula OVER ROW_NUMBER RANK DENSE_RANK NTILE Sql Server 2008/R2 Nada Nuevo Sql Server 2012 Mejora de OVER (Order by, Window Frame) Lead, Lag First_Value, Last_value Cume_Dist, Percent_Rank,Percentile_Di sc,Percentile_cont Columnstore Index (NoClustered) Sql Server 2014 Columnstore Index (Clustered) Sql Server 2016 Mayor compactibilidad de WF + Columnstore Index Evolución de Sql Server (WF + CI)
  3. SOLIDQ SUMMIT MADRID 2017 Código OVER
  4. SOLIDQ SUMMIT MADRID 2017 • AVG • MAX • MIN • SUM
  5. SOLIDQ SUMMIT MADRID 2017 Código CREATE INDEX
  6. SOLIDQ SUMMIT MADRID 2017 • +500h de trabajo • Clases 100% ONLINE en directo • Proyecto fin de máster real para tu empresa • Tutorías bajo demanda • Laboratorios virtuales guiados paso a paso • Invitación 1 día al SolidQ Summit Madrid • Te ayudamos en tus proyectos de BI & Analytics CONTENIDOS • BI & Analytics Overview • Data Warehousing y Modelo Dimensional • Obtención de datos. ETL e Integración • Soluciones Analíticas • Análisis y Visualización de la información • Proyecto Fin de Máster “Con la evolución de los tiempos, es imprescindible estudiar todo lo que tiene que ver con real-time, analytics y el mundo de los datos. Por lo que, consideré que tener formación en BI me podría ser muy útil y me venía muy bien personalmente, porque nuestro sistema trata con muchísimas transacciones y muchísima carga y ‘el relacional’ ya se nos estaba quedando pequeño. El máster nos dio una visión bastante general de cómo implementar un proyecto y gestionarlo tú mismo y cómo ver las soluciones de distintas maneras. Aunque tenía mis dudas de hacer una formación online, la valoración es bastante positiva, las clases son muy interactivas y al final salió todo muy bien.” Adolfo Gabriel VP Software Development, Payvision Máster en BI & Analytics Alumni ¡Plazas Limitadas! Más información: http://www.solidq.com/es/masterbi CONTENIDOS • BI & Analytics Overview • Data Warehousing y Modelo Dimensional • Obtención de datos. ETL e Integración • Soluciones Analíticas • Análisis y Visualización de la información • Proyecto Fin de Máster
0 Shares:
Share 0
Tweet 0
Share 0

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

— Previous article

Sácale rendimiento a tu hardware con el paralelismo de SQL Server

Next article —

Planes de ejecución 3.0: SQL Server 2016 y vNext

You May Also Like
AArtículos de Data
Leer más
  • 6 minute read

Expresiones, parámetros y funciones en Azure Data Factory

Hay ocasiones, cuando estamos construyendo pipelines con Azure Data Factory, que queremos repetir patrones para extraer y procesar la información cambiando de manera dinámica, en tiempo de ejecución, valores, orígenes/destinos de los datasets, incluso los mismos linked services. Esto es posible mediante el uso de parámetros, expresiones y funciones. Vamos a ver cómo implementarlo con un ejemplo práctico en el que se nos plantea el siguiente supuesto. Se nos ha pedido que extraigamos todos los días los datos del día anterior de distintas tablas del DW a ficheros en un blob storage que además se nombre como la tabla de origen. Si no pudiéramos utilizar contenido dinámico tendríamos que crear dos datasets (uno de origen y otro de destino) y añadir una actividad de copia por cada tabla a exportar.