آموزش Google Dataflow پیشرفته

Advanced Google Dataflow

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
هنگامی که بر اصول اولیه Google Dataflow مسلط شدید، ممکن است تعجب کنید که چه کارهای دیگری می توانید با آن انجام دهید. این دوره بر روی کاربردهای پیشرفته تر پرتوهای Apache و Dataflow تمرکز دارد. مربی Kishan Iyer پس از ارائه یک نمای کلی، شما را با پردازش جریانی با Dataflow آشنا می کند. او به شما نشان می‌دهد که چگونه پیام‌ها را در Pub/Sub منتشر کنید، به پیام‌های منتشر شده در آنجا دسترسی داشته باشید و خط لوله‌ای را راه‌اندازی کنید که با Pub/Sub و BigQuery کار می‌کند. کیشان همچنین به نحوه خواندن و نظارت بر پیام ها در Pub/Sub می پردازد. در مرحله بعد، او شما را از طریق چندین عملیات مختلف پنجره و پیوستن به عملیات در Dataflow راهنمایی می کند. کیشان پردازش جریان بدون کد، آماده شدن برای استفاده از Dataflow SQL، اجرای کارها با Dataflow SQL و ایجاد پرس و جوهای پارامتری شده با Dataflow SQL را پوشش می دهد. به علاوه، او درباره نحوه راه‌اندازی مشاغل استریم با یک الگو و تأیید نتایج برای یک کار قالب بحث می‌کند.

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

  • نمای کلی فناوری سریع (در حال انجام) Quick technology overview (In progress)

  • امتحان فصل Chapter Quiz

1. مروری سریع بر پرتو آپاچی و جریان داده 1. Quick Overview of Apache Beam and Dataflow

  • پردازش جریانی با پرتو آپاچی Stream processing with Apache Beam

  • فعال کردن Google Cloud API برای برنامه‌های Dataflow Enabling Google Cloud APIs for Dataflow apps

  • تنظیم اعتبار حساب خدمات Setting up service account credentials

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

  • خواندن داده‌ها از فضای ذخیره‌سازی Google Cloud Reading data from Google Cloud storage

  • چاپ عناصر روی کنسول Printing elements to the console

  • اجرای یک برنامه پردازش دسته ای Running a batch processing app

  • امتحان فصل Chapter Quiz

2. مقدمه ای بر پردازش جریانی با Dataflow 2. Introduction to Stream Processing with Dataflow

  • در جریان داده ها تغییر شکل می دهد Transforms on streaming data

  • پردازش داده های جریانی Processing streaming data

  • انجام تجمیع در جریان داده ها Performing an aggregation on streaming data

  • تعریف پنجره برای تجمیع Defining a window for aggregations

  • استفاده از یک جمع کننده سفارشی Using a custom aggregator

  • امتحان فصل Chapter Quiz

3. پخش جریانی پیام ها با Pub/Sub 3. Streaming Messages with Pub/Sub

  • انتشار پیام ها به Pub/Sub Publishing messages to Pub/Sub

  • دسترسی به پیام ها از Pub/Sub Accessing messages from Pub/Sub

  • راه اندازی Pub/Sub و BigQuery Setting up Pub/Sub and BigQuery

  • خواندن پیام‌ها از Pub/Sub Reading messages from Pub/Sub

  • نظارت بر پیام ها در Pub/Sub Monitoring messages on Pub/Sub

  • امتحان فصل Chapter Quiz

4. عملیات پنجره در Dataflow 4. Windowing Operations in Dataflow

  • عملیات پنجره Window operations

  • نوشتن نتایج در BigQuery Writing results to BigQuery

  • بررسی خروجی خط لوله Verifying the pipeline output

  • محاسبه میانگین روی یک پنجره Computing an average over a window

  • تنظیم مجدد اندازه پنجره Resetting the window size

  • اجرای پنجره های کشویی Implementing sliding windows

  • به روز رسانی مشاغل در حال اجرا Updating running jobs

  • امتحان فصل Chapter Quiz

5. به عملیات در Dataflow بپیوندید 5. Join Operations in Dataflow

  • پیوستن به PCCollection های محدود Joining bounded PCollections

  • در حال پیاده سازی پیوستن به جریان Implementing stream-stream joins

  • ورودی های تغذیه برای پیوستن به جریان Feeding inputs for streaming joins

  • امتحان فصل Chapter Quiz

6. استفاده از Dataflow SQL Service 6. Using the Dataflow SQL Service

  • پردازش جریان بدون کد Code-free stream processing

  • آماده شدن برای استفاده از Dataflow SQL Preparing to use Dataflow SQL

  • اجرای کارها با Dataflow SQL Executing jobs with Dataflow SQL

  • پرس و جوهای پارامتری شده با Dataflow SQL Parametrized queries with Dataflow SQL

  • امتحان فصل Chapter Quiz

7. استفاده از Dataflow Streaming Templates 7. Using Dataflow Streaming Templates

  • راه اندازی مشاغل پخش جریانی با یک الگو Launching streaming jobs with a template

  • تأیید نتایج برای یک کار الگو Verifying results for a template job

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • خلاصه و مراحل بعدی Summary and next steps

نمایش نظرات

آموزش Google Dataflow پیشرفته
جزییات دوره
2h 31m
43
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- از 5
دارد
دارد
دارد
Kishan Iyer
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

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.