In welke volgorde leer ik het beste data engineering?

Begin met SQL-fundamentals, aangezien vrijwel elk data-onderdeel hierop steunt. Ga daarna verder met ETL/ELT-concepten, data modeling, en pas daarna cloud-platformen zoals Databricks of Snowflake -- die zijn makkelijker te begrijpen als je de onderliggende concepten al kent.

Heb ik voorkennis nodig om te starten?

Nee, deze leerroute is opgezet voor beginners. Basiskennis van programmeren of databases is handig maar niet vereist -- de SQL-fundamentals-sectie begint bij de basis.

Data Engineering Learning Path

Data Engineering Mastery

Ontwikkel de skills die nodig zijn voor moderne data engineering - van SQL fundamentals tot geavanceerde cloud data platformen

SQL Fundamentals

SELECT statements en WHERE clauses
JOINs (INNER, LEFT, RIGHT)
Aggregaties en GROUP BY
Subqueries en CTEs
Window functions

Naar SQL Fundamentals

ETL/ELT Processen

ETL vs ELT concepten
Data extraction technieken
Transformatie logica
Loading strategieën
Incremental loading

Naar ETL/ELT Processen

Data Modeling

Relationeel vs Dimensional modeling
Star schema vs Snowflake
Normalisatie vs Denormalisatie
Data Vault 2.0
Slowly Changing Dimensions

Bekijk Tutorial Hieronder

Cloud Data Platforms

Start met Cloud Platforms

Data Modeling: Star Schema vs Snowflake

45 minuten Intermediate Module 3 - Les 5

Wat is een Star Schema?

Een star schema is een data modeling techniek die wordt gebruikt in data warehouses. Het bestaat uit één centrale fact table en meerdere dimension tables die hiernaar verwijzen.

Key Concept

Star schema is geoptimaliseerd voor query performance door denormalisatie, terwijl snowflake schema normaliseert voor data redundancy.

Star Schema Voorbeeld:


-- Fact Table: Sales
CREATE TABLE fact_sales (
    sale_id INT PRIMARY KEY,
    date_id INT,
    product_id INT,
    customer_id INT,
    store_id INT,
    quantity_sold INT,
    sale_amount DECIMAL(10,2),
    FOREIGN KEY (date_id) REFERENCES dim_date(date_id),
    FOREIGN KEY (product_id) REFERENCES dim_product(product_id),
    FOREIGN KEY (customer_id) REFERENCES dim_customer(customer_id),
    FOREIGN KEY (store_id) REFERENCES dim_store(store_id)
);

-- Dimension Table: Product (denormalized)
CREATE TABLE dim_product (
    product_id INT PRIMARY KEY,
    product_name VARCHAR(100),
    category_name VARCHAR(50),
    brand_name VARCHAR(50),
    supplier_name VARCHAR(100)
);

Snowflake Schema Voorbeeld:


-- Dimension Table: Product (normalized - snowflake)
CREATE TABLE dim_product (
    product_id INT PRIMARY KEY,
    product_name VARCHAR(100),
    category_id INT,
    brand_id INT,
    supplier_id INT,
    FOREIGN KEY (category_id) REFERENCES dim_category(category_id),
    FOREIGN KEY (brand_id) REFERENCES dim_brand(brand_id),
    FOREIGN KEY (supplier_id) REFERENCES dim_supplier(supplier_id)
);

-- Additional normalized dimension tables
CREATE TABLE dim_category (
    category_id INT PRIMARY KEY,
    category_name VARCHAR(50),
    department_name VARCHAR(50)
);

CREATE TABLE dim_brand (
    brand_id INT PRIMARY KEY,
    brand_name VARCHAR(50)
);

Oefening: Schema Design

Scenario: Je werkt aan een e-commerce data warehouse. Ontwerp een star schema voor sales analytics met de volgende requirements:

Track daily sales per product, customer, and sales channel
Include product categories and subcategories
Track customer demographics and location
Monitor promotional campaign performance

Opdracht: Identificeer de fact table, dimension tables, en bepaal of je star of snowflake schema gebruikt.

Wanneer gebruik je welk schema?

Scenario	Aanbevolen Schema	Reden
High-performance reporting	Star Schema	Minder JOINs, betere performance
Complex business hierarchies	Snowflake Schema	Betere normalisatie voor complexe relaties
Data governance requirements	Snowflake Schema	Consistente dimension data