SQL-praktijksite rond datatechniek ontwikkeld

Samenvatting

Runtime.school bundelt SQL-oefeningen rond grain, joins, deduplicatie en warehouse-logica in één doorlopende praktijkomgeving.

SQL-praktijksite runtime.school breidt oefeningen uit

De maker van runtime.school heeft het SQL-gedeelte van de praktijksite afgerond. De oefeningen gaan verder dan losse queryvragen en behandelen onder meer grain, joins, deduplicatie, late binnengekomen gebeurtenissen, warehouse-logica, reconciliatie en queryplannen.

Daarnaast bevat de site projecten die steeds dezelfde datasets gebruiken. Daardoor oefenen deelnemers niet alleen afzonderlijke SQL-syntaxis, maar ook de gevolgen van datamodelleringskeuzes en controles binnen een samenhangende gegevensstroom.

Waarom runtime.school relevant is voor datatechniek

De opzet maakt een duidelijk onderscheid tussen een query oplossen en een dataprobleem begrijpen. Een correcte join vraagt bijvoorbeeld eerst om inzicht in de grain van beide tabellen. Bij late events, deduplicatie en reconciliatie draait het vervolgens om de betrouwbaarheid van de uitkomst, niet alleen om een query die zonder foutmelding uitvoert.

De vaste datasets geven projecten bovendien continuïteit. Een deelnemer kan dezelfde gegevens gebruiken om verschillende bewerkingen, warehouse-logica en queryplannen naast elkaar te bekijken. Dat maakt de oefenstof concreter dan een reeks niet-verbonden opdrachten.

Voor BI-werk is die combinatie herkenbaar: rapportages hangen niet alleen af van SQL-kennis, maar ook van de manier waarop tabellen samenkomen, gebeurtenissen binnenkomen en totalen worden gecontroleerd. Runtime.school richt zich daarmee op de technische tussenlaag achter analyses, zonder de oefeningen te beperken tot rapportagevragen.

Concrete takeaway

Gebruik runtime.school om SQL-training te toetsen op meer dan syntaxis. Laat een oefening ook de grain benoemen, dubbele records afvangen, late events verwerken en een reconciliatie uitvoeren.

Wie zelf trainingsmateriaal maakt, kan dezelfde aanpak volgen: bouw meerdere opdrachten rond één dataset en voeg queryplannen en warehouse-logica toe. Zo wordt zichtbaar of iemand een query kan schrijven én de uitkomst technisch kan verklaren.