MartyC-137/Data-Engineering
MartyC-137/Data-Engineering has 32 GitHub stars and 5 forks. Star changes are not measured yet. Last checked 2026-11-10 04:23 UTC. Last push 2023-09-05.
So werden diese Zahlen gemessen
A project portfolio to accompany my resume
Gemessener Sternzuwachs
- in 24h
- Aktualisierung verzögert
- in 7 days
- Aktualisierung verzögert
- in 15 days
- Aktualisierung verzögert
- in 1 month
- Aktualisierung verzögert
Nettoänderungen in überlappenden Zeiträumen, keine Tagessummen. Fehlende Messwerte bleiben leer. Sterne zeigen Interesse, nicht Qualität.
README.md
OriginalData Engineering Portfolio
Introduction
This repository contains numerous work examples of code I use in my day to day work as a data engineer, all of which has been modified as minimum reproducible examples. My favourite tools are Snowflake, Python, and dbt, and I also have an interest in DevOps as it pertains to data engineering.
Table of Contents
- Python Examples
- Snowpark example - backload data from SQL Server
- Snowpark example - backload data from API
- Automated SQL insert statements from a CSV file
- Extract data from SQL Server, transform, and load to Snowflake
- Batch load JSON files to Snowflake
- SQL Server data Pull - 100 Records from every view in a database
- SQL Examples
- Only grant permissions on tables with > 0 rows of data - Snowflake
- Auto Ingest Snowpipe from Azure Blob to Snowflake
- Shorten large union queries using Snowflake
- Basic Snowflake CDC Pipeline using Streams and Tasks
- Find missing dates in a date field - Snowflake
- Snowflake data pipeline from internal stage
- Snowflake CI/CD using Azure Pipelines - SQLFluff testing, build and deploy using SnowSQL
- SQLFluff and yamllint pipelines for a dbt project
Usage
# Clone the repository
$ git clone https://github.com/MartyC-137/Data-Engineering.git
# Connect to the repository
$ cd Data-Engineering
Ähnliche Projekte entdecken
Asabeneh/30-Days-Of-Python
Die Programmier-Challenge 30 Days of Python ist eine Schritt-für-Schritt-Anleitung, um die Programmiersprache Python in 30 Tagen zu lernen. Diese Challenge kann mehr als 100 Tage dauern. Gehe in deinem eigenen Tempo vor. Diese Videos können ebenfalls helfen: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
78,560 Sternegrafana/grafana
Offene und kombinierbare Plattform für Observability und Datenvisualisierung. Visualisiert Metriken, Logs und Traces aus mehreren Quellen wie Prometheus, Loki, Elasticsearch, InfluxDB, Postgres und vielen weiteren.
77,830 Sterneredis/redis
Für Entwickler, die echtzeitfähige, datengesteuerte Anwendungen erstellen, ist Redis der bevorzugte, schnellste und funktionsreichste Cache, Datenstrukturserver und die entsprechende Abfrageengine für Dokumente und Vektoren.
77,395 Sterneapache/superset
Apache Superset ist eine Plattform für Datenvisualisierung und Datenexploration.
75,473 Sterne