آموزش ساخت DAG با استفاده از Taskflow API در Apache Airflow

دانلود Build DAGs Using the Taskflow API in Apache Airflow

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      توضیحات دوره: مدیریت و بهینه‌سازی گردش‌های کاری در Airflow بدون درک روشنی از نحوه استفاده مؤثر از اپراتورها و Taskflow API می‌تواند چالش برانگیز باشد. در این دوره آموزشی، ساخت DAGs با استفاده از Taskflow API در Apache Airflow، شما توانایی ایجاد نمودارهای غیر چرخه ای جهت دار (DAGs) برای اعتبارسنجی، فیلتر کردن و ارسال داده ها را خواهید داشت. ابتدا، یک DAG ساده، بدون عملیات مشروط، با استفاده از اپراتورهای Airflow برای پردازش و اعتبارسنجی داده ها و ارسال داده ها با استفاده از XComs راه اندازی می کنید. در مرحله بعد، همان DAG را برای استفاده از Taskflow API با استفاده از دکوراتورهای @task و @dag تبدیل می‌کنید. شما یاد خواهید گرفت که چگونه با استفاده از کلمه کلیدی "بازگشت" انتقال داده را انجام دهید و با استفاده از آرگومان های ورودی به داده های ارسال شده دسترسی پیدا کنید. در نهایت شما یک DAG پیچیده‌تر می‌سازید که شامل جریان‌های کاری انشعاب شرطی ابتدا با استفاده از عملگرها و سپس با استفاده از Taskflow API است. پس از اتمام این دوره، مهارت ها و دانش مورد نیاز برای استفاده از Taskflow API برای بهبود و بهینه سازی کارآمد گردش کار خود را خواهید داشت.

      سرفصل ها و درس ها

      بررسی اجمالی دوره Course Overview

      • بررسی اجمالی دوره Course Overview

      • بررسی اجمالی دوره Course Overview

      ساخت DAG با استفاده از Taskflow API Building DAGs Using the Taskflow API

      • معرفی و بررسی نسخه Introduction and Version Check

      • معرفی و بررسی نسخه Introduction and Version Check

      • نسخه ی نمایشی: پیکربندی خط لوله داده ساده با استفاده از اپراتورها Demo: Configuring a Simple Data Pipeline Using Operators

      • نسخه ی نمایشی: پیکربندی خط لوله داده ساده با استفاده از اپراتورها Demo: Configuring a Simple Data Pipeline Using Operators

      • نسخه ی نمایشی: بازنویسی DAG با استفاده از Taskflow API Demo: Rewriting the DAG Using the Taskflow API

      • نسخه ی نمایشی: بازنویسی DAG با استفاده از Taskflow API Demo: Rewriting the DAG Using the Taskflow API

      • نسخه ی نمایشی: اجرای Taskflow API DAG Demo: Running the Taskflow API DAG

      • نسخه ی نمایشی: اجرای Taskflow API DAG Demo: Running the Taskflow API DAG

      • نسخه ی نمایشی: پیکربندی یک DAG انشعاب پیچیده با استفاده از اپراتورها Demo: Configuring a Complex Branching DAG Using Operators

      • نسخه ی نمایشی: پیکربندی یک DAG انشعاب پیچیده با استفاده از اپراتورها Demo: Configuring a Complex Branching DAG Using Operators

      • نسخه ی نمایشی: اجرای Complex Branching DAG Demo: Running the Complex Branching DAG

      • نسخه ی نمایشی: اجرای Complex Branching DAG Demo: Running the Complex Branching DAG

      • نسخه ی نمایشی: استفاده از Taskflow API برای Branching DAG Demo: Using the Taskflow API for the Branching DAG

      • نسخه ی نمایشی: استفاده از Taskflow API برای Branching DAG Demo: Using the Taskflow API for the Branching DAG

      • نسخه ی نمایشی: اجرای Branching DAG Demo: Running the Branching DAG

      • نسخه ی نمایشی: اجرای Branching DAG Demo: Running the Branching DAG

      نمایش نظرات

      آموزش ساخت DAG با استفاده از Taskflow API در Apache Airflow
      جزییات دوره
      24m
      18
      Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
      (آخرین آپدیت)
      از 5
      دارد
      دارد
      دارد
      Janani Ravi
      جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

      Google Chrome Browser

      Internet Download Manager

      Pot Player

      Winrar

      Janani Ravi Janani Ravi

      معمار و مهندس داده خبره Google Cloud

      Janani Ravi یک معمار و مهندس داده خبره Google cloud است.

      جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.