آموزش یادگیری جریان داده گوگل

Learning Google Dataflow

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره:
آیا می‌خواهید بدانید با Google Dataflow چه کاری می‌توانید انجام دهید؟ در این دوره، Kishan Iyer یک نمای کلی از Google Dataflow را به شما ارائه می دهد، شما را از طریق سرویس Dataflow راهنمایی می کند، راه های پیکربندی و نظارت بر خطوط لوله را بررسی می کند، و نحوه استفاده از قالب های Dataflow را به شما نشان می دهد. کیشان توضیح می دهد که چگونه گزینه های خود را برای خط لوله پرتو آپاچی تعریف کنید، سپس به شما نشان می دهد که چگونه یک برنامه پرتو آپاچی را اجرا کنید، یک مرحله تبدیل خط لوله را تعریف کنید و یک خط لوله پرتو آپاچی بسازید. او نحوه راه اندازی سرویس Dataflow و اجرای آن را برای اجرای خط لوله Apache Beam مراحل می دهد. کیشان محاسبه یک مقدار متوسط ​​از داده ها، پیکربندی تعداد کارگران، انجام یک محاسبات سراسری و موارد دیگر را پوشش می دهد. به علاوه، او در مورد چگونگی کنار هم قرار دادن قطعات برای یک الگوی Dataflow، تعریف و اجرای یک کار با استفاده از یک الگوی از پیش ساخته شده Dataflow، و اجرای خطوط لوله Apache Beam با استفاده از Dataflow Prime بحث می کند.

توجه: این دوره توسط کیشان ایر ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

سرفصل ها و درس ها

مقدمه Introduction

  • مروری بر Dataflow An overview of Dataflow

  • امتحان فصل Chapter Quiz

1. مروری سریع از Dataflow 1. A Quick Overview of Dataflow

  • راه اندازی یک پروژه Google Cloud برای Dataflow Setting up a Google Cloud project for Dataflow

  • ایجاد اعتبار برای خط لوله پردازش داده Creating credentials for a data processing pipeline

  • آشنایی با پرتو آپاچی Understanding Apache Beam

  • نقش Dataflow The role of Dataflow

  • ایجاد یک پروژه Apache Beam با Maven Creating an Apache Beam project with Maven

  • تعریف گزینه های خط لوله Defining pipeline options

  • اجرای یک برنامه Apache Beam Running an Apache Beam application

  • تعریف مرحله تبدیل خط لوله Defining a pipeline transformation step

  • ساخت و اجرای خط لوله Apache Beam Building and executing an Apache Beam pipeline

  • امتحان فصل Chapter Quiz

2. سرویس Dataflow 2. The Dataflow Service

  • راه اندازی یک سطل ذخیره سازی ابری Setting up a cloud storage bucket

  • کار با فایل ها در Apache Beam Working with files in Apache Beam

  • اجرای کار پردازش فایل Running the file processing job

  • اجرای خط لوله با Dataflow Executing a pipeline with Dataflow

  • مشاهده فایل های تولید شده توسط یک کار Dataflow Viewing the files generated by a Dataflow job

  • تجمیع مقادیر در خط لوله Aggregating values in a pipeline

  • اجرای و تأیید یک کار تجمیع Running and verifying an aggregation job

  • امتحان فصل Chapter Quiz

3. پیکربندی و نظارت بر خطوط لوله 3. Configuring and Monitoring Pipelines

  • محاسبه یک مقدار متوسط ​​از داده ها Computing an average value from data

  • تنظیم تعداد کارگران Configuring the number of workers

  • انجام محاسبات سراسری Performing a global computation

  • تغذیه یک ورودی جانبی به مرحله خط لوله Feeding a side input to a pipeline step

  • بررسی اجرای خط لوله ورودی جانبی Verifying the side input pipeline run

  • امتحان فصل Chapter Quiz

4. استفاده از الگوهای جریان داده 4. Using Dataflow Templates

  • کنار هم قرار دادن قطعات برای قالب Dataflow Putting together the pieces for a Dataflow template

  • تعریف و اجرای یک کار با قالب Dataflow Defining and running a job with a Dataflow template

  • امتحان فصل Chapter Quiz

5. استفاده از Dataflow Prime 5. Using Dataflow Prime

  • کار با Dataflow Prime Working with Dataflow Prime

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • خلاصه و مراحل بعدی Summary and next steps

نمایش نظرات

نظری ارسال نشده است.

آموزش یادگیری جریان داده گوگل
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h 2m
32
Linkedin (لینکدین) lynda-small
01 شهریور 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
دارد
دارد
دارد
Kishan Iyer

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kishan Iyer Kishan Iyer

مهندس محتوا، کارشناس DevOps، و کاربر Power Platform Google Cloud

Kishan Iyer یک مهندس محتوا، متخصص DevOps و کاربر Power Platform Google Cloud است.

Kishan دارای بیش از 20 سال تجربه توسعه نرم افزار در مقیاس جهانی. در طول دوران حرفه‌ای خود، او در نقش‌های فنی بسیار متنوعی در Deutsche Bank، Electric Cloud، WebMD و جاهای دیگر کار کرده است. او دارای مدرک کارشناسی ارشد علوم کامپیوتر از دانشکده مهندسی و علوم کاربردی فو بنیاد فو در دانشگاه کلمبیا در نیویورک است. کیشان متخصص در متدولوژی‌های توسعه چابک، SQL و سرویس‌های داده پلتفرم ابری گوگل، در حال حاضر به عنوان مهندس محتوا در Loonycorn، یک شرکت آموزش الکترونیکی و تولید ویدیو مستقر در بنگالورو، کارناتاکا، هند کار می‌کند.

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.