آموزش مدرن کردن دریاچه‌های داده و انبارهای داده با Google Cloud

Modernizing Data Lakes and Data Warehouses with Google Cloud

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: دو جزء کلیدی هر خط لوله داده، دریاچه های داده و انبارها هستند. این دوره موارد استفاده را برای هر نوع ذخیره‌سازی برجسته می‌کند و به راه‌حل‌های موجود در دریاچه داده و انبار در Google Cloud با جزئیات فنی می‌پردازد. دو جزء کلیدی هر خط لوله داده، دریاچه‌های داده و انبارها هستند. این دوره موارد استفاده را برای هر نوع ذخیره سازی برجسته می کند و با جزئیات فنی به راه حل های موجود در دریاچه داده و انبار در Google Cloud می پردازد. همچنین، این دوره، نقش یک مهندس داده، مزایای یک خط لوله داده موفق برای عملیات تجاری را شرح می دهد و بررسی می کند که چرا مهندسی داده باید در یک محیط ابری انجام شود. این اولین دوره از سری مهندسی داده در Google Cloud است. پس از اتمام این دوره، در دوره Building Batch Data Pipelines در Google Cloud ثبت نام کنید.

سرفصل ها و درس ها

معرفی Introduction

  • معرفی دوره Course introduction

  • معرفی سری دوره ها Course series introduction

مقدمه ای بر مهندسی داده Introduction to Data Engineering

  • مدیریت دسترسی و مدیریت داده ها Manage data access and governance

  • خطوط لوله آماده تولید بسازید Build production-ready pipelines

  • معرفی آزمایشگاه: استفاده از BigQuery برای انجام تجزیه و تحلیل Lab Intro: Using BigQuery to do Analysis

  • پایگاه داده های تراکنش در مقابل انبارهای داده Transactional databases versus data warehouses

  • مقدمه ای بر BigQuery Introduction to BigQuery

  • چالش های مهندسی داده Data engineering challenges

  • نقش یک مهندس داده The role of a data engineer

  • نسخه ی نمایشی: یافتن PII در مجموعه داده خود با DLP API Demo: Finding PII in your dataset with the DLP API

  • شروع کار با GCP و Qwiklabs Getting Started with GCP and Qwiklabs

  • خلاصه Recap

  • دریاچه های داده و انبارهای داده Data lakes and data warehouses

  • مطالعه موردی مشتریان Google Cloud Google Cloud customer case study

  • به طور موثر با سایر تیم های داده همکاری کنید Partner effectively with other data teams

  • آزمایشگاه: استفاده از BigQuery برای انجام تجزیه و تحلیل Lab: Using BigQuery to do Analysis

  • معرفی ماژول Module introduction

ساخت دریاچه داده Building a Data Lake

  • آزمایشگاه: بارگیری داده‌های تاکسی در Google Cloud SQL 2.5 Lab: Loading Taxi Data into Google Cloud SQL 2.5

  • معرفی آزمایشگاه: بارگیری داده‌های تاکسی در Google Cloud SQL Lab Intro: Loading Taxi Data into Google Cloud SQL

  • ذخیره سازی ابری امن Secure Cloud Storage

  • با استفاده از Cloud Storage یک دریاچه داده بسازید Build a data lake using Cloud Storage

  • مقدمه ای بر دریاچه های داده Introduction to data lakes

  • معرفی ماژول Module Introduction

  • ذخیره انواع داده ها Store all sorts of data types

  • Cloud SQL به عنوان یک دریاچه داده رابطه ای Cloud SQL as a relational data lake

  • گزینه های ذخیره سازی داده و ETL در Google Cloud Data storage and ETL options on Google Cloud

ساخت انبار داده Building a Data Warehouse

  • آزمایشگاه: کار با داده های JSON و آرایه در BigQuery 2.5 Lab: Working with JSON and Array data in BigQuery 2.5

  • مقدمه ای بر BigQuery Introduction to BigQuery

  • با BigQuery شروع کنید Get started with BigQuery

  • مرور Review

  • معرفی آزمایشگاه: بارگیری داده ها در BigQuery Lab Intro: Loading Data into BigQuery

  • معرفی آزمایشگاه: کار با داده های JSON و آرایه در BigQuery Lab Intro: Working with JSON and Array data in BigQuery

  • دمو: فیلدهای تودرتو و تکراری Demo: Nested and repeated fields

  • بهینه سازی با پارتیشن بندی و خوشه بندی Optimize with partitioning and clustering

  • آزمایشگاه: بارگیری داده ها در BigQuery Lab: Loading data into BigQuery

  • طراحی طرحواره Schema design

  • فیلدهای تودرتو و تکراری Nested and repeated fields

  • نسخه ی نمایشی: جستجوی TB داده در چند ثانیه Demo: Querying TB of data in seconds

  • طرحواره ها را کاوش کنید Explore schemas

  • معرفی ماژول Module Introduction

  • داده ها را در BigQuery بارگیری کنید Load data into BigQuery

  • نسخه ی نمایشی: بررسی طرحواره ها Demo: Exploring Schemas

  • طرحواره بهینه را برای BigQuery طراحی کنید Design the optimal schema for BigQuery

  • انبار داده مدرن The modern data warehouse

خلاصه Summary

  • خلاصه دوره Course Summary

منابع دوره Course Resources

  • مدرن کردن دریاچه‌های داده و انبارهای داده با Google Cloud Modernizing Data Lakes and Data Warehouses with Google Cloud

نمایش نظرات

نظری ارسال نشده است.

آموزش مدرن کردن دریاچه‌های داده و انبارهای داده با Google Cloud
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
3h 0m
46
Pluralsight (پلورال سایت) pluralsight-small
25 خرداد 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
از 5
ندارد
دارد
دارد
Google Cloud

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Google Cloud Google Cloud

ایجاد تحول دیجیتال با آموزش درخواستی

Google Cloud آموزش و گواهینامه های درخواستی را در فناوری های ابری در حال ظهور ارائه می دهد.

Google Cloud با صدها آزمایشگاه، دوره و نشان مهارت، متخصصان را قادر می‌سازد تا مهارت‌های ابری حیاتی را با سرعت خودشان ایجاد کنند. آزمایشگاه‌های عملی این شرکت اعتبارنامه‌های موقتی را به منابع واقعی ابر ارائه می‌دهند، بنابراین افراد می‌توانند Google Cloud را با استفاده از چیز واقعی یاد بگیرند. فراگیران همچنین می توانند با کسب گواهینامه های Google Cloud و/یا نشان های مهارتی که می توانند با شبکه خود به اشتراک بگذارند، تخصص خود را تأیید کنند.

در وب‌سایت رسمی Google Cloud بیشتر بیاموزید.

Pluralsight (پلورال سایت)

Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.

یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.