Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
در حال بارگزاری، لطفا صبر کنید...
توضیحات دوره:
DataFlow به توسعه دهندگان اجازه می دهد تا داده ها را با استفاده از API های آسان و بصری پردازش و تبدیل کنند. DataFlow بر روی معماری پرتوی Apache ساخته شده و دسته ای و همچنین پردازش جریان داده ها را متحد می کند. در این دوره ، مفهوم سازی مدل پردازش برای سرویس GCP DataFlow ، شما در معرض پتانسیل کامل Cloud DataFlow و مدل برنامه نویسی نوآورانه آن قرار خواهید گرفت.
ابتدا با یک مثال خط لوله Apache Beam Pipeline که عملیات پردازش جریان را انجام می دهد کار خواهید کرد و می بینید که چگونه می توان با استفاده از Cloud DataFlow Runner اجرا کرد.
در مرحله بعد ، بهینه سازی های اساسی را که DataFlow برای نمودار اجرای شما مانند همجوشی و ترکیب بهینه سازی ها اعمال می کند ، خواهید فهمید.
سرانجام ، شما خطوط لوله DataFlow را بدون نوشتن هیچ کد با استفاده از الگوهای داخلی ، کشف خواهید کرد. همچنین خواهید دید که چگونه می توانید یک الگوی سفارشی برای اجرای مشاغل پردازش خود ایجاد کنید.
پس از اتمام این دوره ، مهارت و دانش برای طراحی خطوط لوله Dataflow با استفاده از SDK های Apache Beam ، ادغام این خطوط لوله با سایر خدمات Google و اجرای این خطوط لوله را بر روی پلت فرم Google Cloud خواهید داشت.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
بررسی اجمالی دوره
Course Overview
شروع با Cloud Dataflow
Getting Started with Cloud Dataflow
پیش نیازها و طرح کلی دوره
Prerequisites and Course Outline
بررسی نسخه
Version Check
بررسی اجمالی پرتو آپاچی
Overview of Apache Beam
پیش نیازها و رئوس مطالب دوره
Prerequisites and Course Outline
معرفی Cloud Dataflow
Introducing Cloud Dataflow
نمای کلی از Apache Beam
Overview of Apache Beam
اجرای خطوط لوله در گردش اطلاعات
Executing Pipelines on Dataflow
معرفی DataFlow Cloud
Introducing Cloud Dataflow
نسخه ی نمایشی: فعال کردن API ها
Demo: Enabling APIs
اجرای خطوط لوله در جریان داده
Executing Pipelines on Dataflow
نسخه ی نمایشی: راه اندازی یک حساب سرویس
Demo: Setting up a Service Account
نسخه ی نمایشی: فعال کردن API
Demo: Enabling APIs
نسخه ی نمایشی: تنظیم حساب خدمات
Demo: Setting up a Service Account
نسخه ی نمایشی: نمونه برنامه شمارش کلمات
Demo: Sample Word Count Application
نسخه ی نمایشی: نمونه کاربرد تعداد کلمات
Demo: Sample Word Count Application
نسخه ی نمایشی: اجرای برنامه شمارش کلمات در Beam Runner
Demo: Executing the Word Count Application on the Beam Runner
نسخه ی نمایشی: اجرای برنامه Word Count بر روی دونده پرتو
Demo: Executing the Word Count Application on the Beam Runner
نسخه ی نمایشی: ایجاد سطل ذخیره سازی Cloud
Demo: Creating Cloud Storage Buckets
نسخه ی نمایشی: پیاده سازی خط لوله Beam برای اجرای گردش اطلاعات
Demo: Implementing a Beam Pipeline to Run on Dataflow
نسخه ی نمایشی: ایجاد سطل های ذخیره سازی ابری
Demo: Creating Cloud Storage Buckets
نسخه ی نمایشی: اجرای یک خط لوله پرتو برای اجرای Dataflow
Demo: Implementing a Beam Pipeline to Run on Dataflow
نسخه ی نمایشی: اجرای خط لوله پرتو در Cloud Dataflow
Demo: Running a Beam Pipeline on Cloud Dataflow
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.
نمایش نظرات