Data Engineering 24/25 (МОВС23) — различия между версиями

Версия 13:40, 26 ноября 2024

О курсе

Занятия проводятся в Zoom по вторникам в 19:40 - 21:00

Контакты

Канал курса в TG: [channel]

Чат курса в TG: [chat]

Преподаватель: 1) Сайков Александр 2) Анатолий Бардуков

Записи консультаций

(Если они будут)

Формула оценивания

Запланированы 3 дз (2 дз на 1 неделю, проект на 2 недели), тесты к каждой неделе курса

Оценка = 0.3*проект + 0.5*практические задания + 0.2*тесты

UPD1: начиная со второго домашнего задания, снимаем 1 балл раз в три дня за сдачу после deadline, но ниже 4 не снимаем.

UPD2: начиная с 3 ДЗ снимаем до 1 балла за неаккуратное оформление кода (не следует общеизвестным sql style guides)

Домашние задания

ДЗ 1 состоит из 2х частей:

Часть 1

Создайте структуру базы данных по выбранной вами тематике из списка ниже.

Предметные области (выберите одну): 1. Продажа автомобилей. 2. Приют для животных. 3. Железнодорожные перевозки. 4. Служба доставки. 5. Организация марафона.

Требования к базе данных: • Должно быть не менее 4 сущностей (включая технические объекты). • Должна быть хотя бы одна связь один-ко-многим. • Должна быть хотя бы одна связь многие-ко-многим. • Все отношения приведены к третьей нормальной форме (3НФ).

Требования к оформлению:

•  ER-диаграмму необходимо составить на app.dbdesigner.net. На проверку нужно прислать ссылку на диаграмму.
•  Также необходимо подготовить SQL-скрипт с DDL для создания таблиц (обратите внимание на ограничения) и заполнения примерами данных.

Часть 2

1. Создайте таблицу ****_SALARY_HIST, где **** — ваш уникальный идентификатор. В таблице должна быть SCD2 версия таблицы de.histgroup с полями:

•  PERSON
•   CLASS
•   SALARY
•   EFFECTIVE_FROM
•   EFFECTIVE_TO

2. Используя таблицы ****_SALARY_HIST и de.salary_payments, напишите SQL-скрипт, выводящий таблицу платежей сотрудникам. Таблица должна содержать поля:

•   PAYMENT_DT — дата выплаты
•   PERSON
•   PAYMENT
•   MONTH_PAID — суммарно выплачено в месяце на дату последней выплаты
•   MONTH_REST — осталось выплатить за месяц

Результат выполнения сохраните в таблицу ****_SALARY_LOG

В ответе приложите SQL-скрипты, ссылку на ER-диаграмму

Литература

• Kimball, R. and M. Ross. The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition), 2002
• Inmon, W. H., Teradata, and Corporation. (2016). Building the Data Warehouse. John Wiley & Sons.
  Redman, T. C. (1996). Data Quality: The Field Guide. Digital Press.
• "Медленно меняющееся измерение (SCD)"
• Connelly, J. Asynchronous Data Dependencies in Distributed Systems. ACM Digital Library.
  Ousterhout, J. A. (2013). A Philosophy of Software Design. Addison-Wesley.
  Martin, R. C. (2017). Clean Architecture: A Craftsman's Guide to Software Structure and Design. Pearson Education.
  Fowler, M. (2012). Patterns of Enterprise Application Architecture. Addison-Wesley.
  Смит, М., & Дэвидсон, Р. (2015). Разработка эффективных алгоритмов и программ. Вильямс.
  Gamma, E., Helm, R., Johnson, R., & Vlissides, J. (1994). Design Patterns: Elements of Reusable Object-Oriented Software. Addison-Wesley.
• "SQL Performance Explained" by Markus Winand.
  "High Performance MySQL" by Baron Schwartz, Peter Zaitsev, Vadim Tkachenko.
  "Designing Data-Intensive Applications" by Martin Kleppmann.
  "The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling" by Ralph Kimball and Margy Ross.
  "Practical ETL Design: Building High-Performance Data Integration Systems" by Jordan Tigani and Christopher Jones.

...

• Jay Kreps - "I Heart Logs: Event Data, Stream Processing, and Data Integration"
  Nathan Marz, James Warren - "Big Data: Principles and best practices of scalable real-time data systems"