آموزش Apache Airflow

Learning Apache Airflow

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره:
با جانانی راوی، معمار ابری گوگل و مهندس داده، با Apache Airflow آشنا شوید. با Apache Airflow - یک پلت فرم منبع باز برای توسعه، زمان‌بندی و نظارت بر جریان‌های کاری دسته‌گرا - می‌توانید وظایف فردی را که می‌خواهید به عنوان بخشی از خط لوله پردازش خود اجرا کنید، برنامه‌ریزی کنید، وابستگی‌های بین این وظایف را مشخص کنید، همه به صورت برنامه‌نویسی در پایتون. Airflow این وابستگی ها را مدیریت می کند و تضمین می کند که وظایف به ترتیب درست اجرا می شوند. به Janani بپیوندید تا به شما نحوه اجرای گردش کار در Airflow، تعریف وظایف و وابستگی ها و استفاده از عملگرهای Python و SQLite را نشان دهد. درباره انشعاب شرطی، و نحوه عملکرد عقب‌نشینی و تکمیل در Apache Airflow بیاموزید.

سرفصل ها و درس ها

معرفی Introduction

  • مروری بر جریان هوای آپاچی An overview of Apache Airflow

1. معرفی Apache Airflow 1. Introducing Apache Airflow

  • مفاهیم و معماری Apache Airflow Apache Airflow concepts and architecture

  • راه اندازی اولیه: macOS و Windows Initial setup: macOS and Windows

  • درک پیکربندی جریان هوا Understanding Airflow configuration

  • جریان هوا در حال اجرا Running Airflow

2. اجرای گردش کار در جریان هوا 2. Running Workflows on Airflow

  • پیمایش و کاوش در رابط کاربری Airflow Navigating and exploring the Airflow UI

  • ایجاد اولین DAG شما Creating your first DAG

  • اولین DAG خود را اجرا کنید Running your first DAG

  • ایجاد یک DAG با استفاده از کلمه کلیدی with Creating a DAG using the with keyword

3. تعریف وظایف و وابستگی ها 3. Defining Tasks and Dependencies

  • تعیین وابستگی وظایف Specifying task dependencies

  • استفاده از عملگرهای Bitshift برای مشخصات وابستگی Using the Bitshift operators for dependency specification

  • استفاده از اسکریپت های bash در DAG Using bash scripts in the DAG

4. استفاده از عملگر پایتون و XCom 4. Using the Python Operator and XCom

  • معرفی عملگر پایتون Introducing the Python operator

  • عملگرها و وابستگی های پایتون Python operators and dependencies

  • ارسال پارامترها به فراخوانی های پایتون Passing parameters to Python callables

  • معرفی XCom Introducing XCom

  • استفاده از XCom برای انتقال مقادیر Using XCom to pass values

  • اجرای خط لوله انتقال داده DAG، بخش 1 Implementing a data transformation DAG pipeline, part 1

  • اجرای خط لوله انتقال داده DAG، بخش 2 Implementing a data transformation DAG pipeline, part 2

5. استفاده از اپراتور SQLite برای عملیات SQL 5. Using the SQLite Operator for SQL Operations

  • راه اندازی SQLite DB و اتصال Setting up the SQLite DB and connection

  • معرفی اپراتور SQLite Introducing the SQLite operator

  • پیاده سازی خط لوله DAG مبتنی بر SQL، قسمت 1 Implementing a SQL-based DAG pipeline, part 1

  • پیاده سازی خط لوله DAG مبتنی بر SQL، قسمت 2 Implementing a SQL-based DAG pipeline, part 2

6. شاخه های مشروط و گروه های وظیفه 6. Conditional Branching and TaskGroups

  • معرفی انشعاب Introducing branching

  • انشعاب شرطی با متغیرها Conditional branching with variables

  • گروه های وظیفه و برچسب های لبه Task groups and edge labels

7. عبارات Catch Up، Backfill و CRON 7. Catch Up, Backfill, and CRON Expressions

  • با تمام اجراهای برنامه ریزی شده قبلی هماهنگ شوید Catch up with all previously scheduled runs

  • اجراهای برنامه ریزی شده را پر کنید Backfill scheduled runs

نتیجه Conclusion

  • خلاصه و مراحل بعدی Summary and next steps

نمایش نظرات

نظری ارسال نشده است.

آموزش Apache Airflow
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 10m
29
Linkedin (لینکدین) lynda-small
21 تیر 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
دارد
دارد
دارد
Janani Ravi

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.

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.