آموزش مهندسی داده با Google BigQuery و Google Cloud

Data Engineering with Google BigQuery & Google Cloud

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: ایجاد خط لوله داده با BigQuery، Data Studio و سایر Google Cloud. تکنیک‌های BigQuery sql را بیاموزید. Google BigQuery مقدمه ساخت خط لوله داده با استفاده از Google BigQuery از منابع مختلف (فایل، پایگاه داده، API، واسطه پیام) تکنیک ها و ابزارهای مختلف برای بارگذاری داده ها در Google BigQuery بررسی اجمالی پاکسازی و آماده سازی داده ها مروری بر تجسم داده ها با استفاده از Google Sheets و Data Studio پیش نیازها :آشنا با SQL اولیه (مانند SELECT، FROM، WHERE، GROUP BY، HAVING، ORDER BY) داشتن یک حساب Google

انبار داده مخزنی از داده‌های تاریخی است که برای پاسخ به سؤالات، کسب بینش از داده‌ها و تصمیم‌گیری تجاری مورد پرسش قرار می‌گیرد. BigQuery محصول Google برای انبار داده است. این برای ذخیره و جستجوی ترابایت، حتی پتابایت داده بدون نیاز به راه اندازی و مدیریت زیرساخت طراحی شده است. این یک پایگاه داده تراکنشی برای عملیات روزانه نیست.

BigQuery از SQL استاندارد پشتیبانی می کند، بنابراین اگر با پایگاه داده رابطه ای مانند Oracle، PostgreSQL، MySQL، Microsoft SQL Server و غیره توسعه می دهید، به راحتی می توانید با BigQuery آشنا شوید. چند عملکرد BigQuery برای پشتیبانی از نیازهای امروزی وجود دارد، و یادگیری در مورد آنها کار شما را آسان تر می کند.

هیچ زیرساختی مورد نیاز نیست. ما نیازی به نگرانی در مورد اندازه فضای ذخیره سازی، تعداد پردازنده ها یا تخصیص حافظه برای درخواست پردازش نداریم. BigQuery به طور خودکار برای اجرای پرس و جو مقیاس می شود و پس از اتمام آن منبع را آزاد می کند. ما حتی برای تخصیص حافظه یا پردازنده هزینه ای دریافت نمی کنیم.

Google پایگاه داده نمونه را برای تمرین و آزمایش ارائه می دهد.


این دوره دارای چندین موضوع است:

  • یک مقدمه، جایی که خواهیم دید این دوره در مورد چه چیزی است

  • انبار داده چیست و BigQuery در کدام قسمت نقش دارد

  • چگونه می‌توانیم یک خط لوله داده ساده ایجاد کنیم، از جمله ورودی داده، پاکسازی داده‌ها و تجسم داده‌ها

  • ابزارها و روش‌هایی که می‌توانند برای مهندسی داده‌ها، به‌ویژه در انتقال داده‌ها از منابع مختلف به BigQuery استفاده شوند

  • تجسم داده‌ها با استفاده از استودیوی داده کاربرگ‌نگار Google


این دوره برای افرادی است که دانش فنی پایه در SQL دارند.

این دوره آموزشی پایه SQL نیست، بنابراین معنای sql پایه مانند SELECT، FROM، WHERE، GROUP BY، ORDER BY را نمی آموزیم.

پیش‌نمایش فناوری فناوری را در این دوره برای کلمه کلیدی SQL ببینید که در مورد آن به تفصیل صحبت نمی‌کنیم

با این حال، ما همچنان برخی از نحو مدرن SQL را که می توان در BigQuery استفاده کرد، یاد خواهیم گرفت


در این دوره ما همچنین یاد خواهیم گرفت که چگونه داده ها را از چندین منبع واکشی کنیم، بنابراین اگر شما یک مهندس هستید که مسئولیت ایجاد خط لوله داده را بر عهده دارد، این دوره آموزشی خوبی است.



سرفصل ها و درس ها

معرفی Introduction

  • به این دوره خوش آمدید Welcome to This Course

  • چگونه از این دوره حداکثر ارزش را بدست آوریم How To Get Maximum Value From This Course

  • ساختار و پوشش دوره Course Structure & Coverage

  • فناوری در این دوره Technology In This Course

معرفی Data Warehouse و BigQuery Introducing Data Warehouse & BigQuery

  • پایگاه داده تحلیلی Data Warehouse

  • با BigQuery شروع کنید Start With BigQuery

  • رابط کاربری وب BigQuery BigQuery Web User Interface

کاوش اول First Exploration

  • داده اول First Data

  • اکتشاف اساسی Basic Exploration

  • کارکرد Functions

  • انواع داده های رایج Common Data Types

  • پرس و جو متفاوت؟ Different Query?

  • بررسی انواع داده های رایج Exploring Common Data Types

  • تبدیل انواع داده ها Converting Data Types

جریان داده پایه Data Flow Basic

  • کیفیت داده Data Quality

  • پاکسازی و تبدیل Clean & Transform

  • ذخیره داده ها Store Data

  • ارتقا از حساب Sandbox Upgrading From Sandbox Account

  • پاکسازی و تبدیل با Dataprep Clean & Transform With Dataprep

  • پرس و جو برنامه ریزی شده Scheduled Query

  • تحلیل دادهها Analyze Data

  • تجسم داده ها Data Visualization

غواصی در BigQuery Diving Into BigQuery

  • BigQuery ضروری Essential BigQuery

  • بارگذاری داده ها در BigQuery (قسمت 1) - پایه Load Data Into BigQuery (Part 1) - The Basic

  • نکته: داده های ساختگی Tip : Mock Data

  • بارگذاری داده ها در BigQuery (قسمت 2) - مدیریت خطاها Load Data Into BigQuery (Part 2) - Handling Errors

  • بارگذاری داده ها در BigQuery (قسمت 3) - بار کارآمد Load Data Into BigQuery (Part 3) - Efficient Load

  • بارگذاری داده ها در BigQuery (قسمت 4) - از داده های شما به BigQuery Load Data Into BigQuery (Part 4) - From Your Data to BigQuery

  • بارگذاری داده ها در BigQuery (قسمت 5) - در معماری Microservice Load Data Into BigQuery (Part 5) - In Microservice Architecture

  • نکته: نمای کلی کارگزار پیام Tip : Message Broker Overview

  • بارگذاری داده ها در BigQuery (قسمت 6) - بارگذاری تکرارشونده Load Data Into BigQuery (Part 6) - Recurring Load

داده های مجازی با استفاده از View Virtual Data using View

  • نمای BigQuery BigQuery View

تجسم داده ها Data Visualization

  • آنچه ما یاد خواهیم گرفت What We Will Learn

  • Google Sheets و BigQuery Google Sheets & BigQuery

  • Google Data Studio Google Data Studio

پرس و جو میانی Intermediate Query

  • استفاده از Join - Theory Using Join - Theory

  • استفاده از Join - Hands On Using Join - Hands On

  • اتحاد و تقاطع Union & Intersect

  • توابع آماری پایه Basic Statistical Functions

منبع و مرجع Resource & Reference

  • منبع و مرجع برای دوره (اسکریپت ها، پیوندها و غیره) Resource & Reference for The Course (Scripts, Links, etc)

  • پاداش و دوره های دیگر Bonus & Other Courses

نمایش نظرات

آموزش مهندسی داده با Google BigQuery و Google Cloud
جزییات دوره
6.5 hours
41
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
309
4.1 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Timotius Pamungkas Timotius Pamungkas

مهندس نرم افزار جاوا، معمار