لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مدرنسازی دریاچههای داده و انبارهای داده با Google Cloud
- آخرین آپدیت
دانلود Modernizing Data Lakes & Data Warehouses with GC - Italiano
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
دو جزء کلیدی در هر خط لوله داده (Data Pipeline)، دریاچههای داده (Data Lakes) و انبارهای داده (Data Warehouses) هستند. در این دوره آموزشی، موارد استفاده برای هر یک از این فضایهای ذخیرهسازی را بررسی کرده و جزئیات فنی راهکارهای موجود در گوگل کلاود (Google Cloud) را تحلیل میکنیم. علاوه بر این، نقش مهندس داده (Data Engineer) را شرح داده، مزایای یک خط لوله داده موفق برای عملیات تجاری را illustrate میکنیم و دلایلی را بررسی میکنیم که چرا مهندسی داده باید در محیط ابری انجام شود.
این اولین دوره از سری آموزشهای مهندسی داده در گوگل کلاود است. پس از اتمام این دوره، در دوره «ساخت خط لولههای داده دستهای در گوگل کلاود» ثبتنام کنید.
سرفصل ها و درس ها
مقدمه
Introduzione
مقدمهای بر سری دورهها
Introduzione alla serie di corsi
معرفی دوره
Introduzione al corso
آشنایی با مهندسی داده
Introduzione al data engineering
مقدمه بخش
Introduzione al modulo
نقش مهندس داده
Il ruolo di un data engineer
چالشهای مهندسی داده
Le sfide del data engineering
آشنایی با BigQuery
Introduzione a BigQuery
دریاچه داده در مقابل انبار داده
Data lake e data warehouse
پایگاههای داده تراکنشی و انبارهای داده
Database transazionali e data warehouse
همکاری موثر با سایر تیمهای مدیریت داده
Collaborazione efficace con gli altri team di gestione dati
مدیریت دسترسی به دادهها و حاکمیت داده
Gestione dell'accesso ai dati e della governance
دمو: استفاده از API DLP برای جستجوی اطلاعات PII در مجموعه دادهها
Demo: Uso dell'API DLP per la ricerca delle informazioni PII in un set di dati
ایجاد خط لولههای آماده برای محیط عملیاتی
Creazione di pipeline pronte per l'ambiente di produzione
مطالعه موردی مشتری گوگل کلاود
Case study di un cliente Google Cloud
جمعبندی
Riepilogo
مقدمه آزمایشگاه: استفاده از BigQuery برای تحلیل دادهها
Introduzione al lab: Utilizzo di BigQuery per eseguire l'analisi
Coursera: مقدمهای بر گوگل کلاود و Qwiklabs
Coursera: Introduzione a Google Cloud e Qwiklabs
ایجاد دریاچه داده
Creazione di un data lake
مقدمه بخش
Introduzione al modulo
آشنایی با دریاچههای داده
Introduzione ai data lake
گزینههای ذخیرهسازی داده و ETL در گوگل کلاود
Opzioni di archiviazione dei dati e ETL su Google Cloud
ایجاد دریاچه داده با استفاده از Cloud Storage
Creazione di un data lake utilizzando Cloud Storage
امنیت و حفاظت از Cloud Storage
Protezione di Cloud Storage
ذخیرهسازی انواع مختلف دادهها
Archiviazione di tutti i tipi di dati
استفاده از Cloud SQL به عنوان دریاچه داده رابطهای
Cloud SQL come data lake relazionale
مقدمه آزمایشگاه: بارگذاری دادههای تاکسی در Google Cloud SQL
Introduzione al lab: Caricare i dati dei taxi in Google Cloud SQL
ایجاد انبار داده
Creazione di un data warehouse
مقدمه بخش
Introduzione al modulo
انبار داده مدرن
Il data warehouse moderno
آشنایی با BigQuery
Introduzione a BigQuery
دمو: اجرای کوئری روی ترابایتها داده در چند ثانیه
Demo: Eseguire query su TB di dati in pochi secondi
شروع کار با BigQuery
Inizia a utilizzare BigQuery
بارگذاری دادهها در BigQuery
Caricare dati in BigQuery
مقدمه آزمایشگاه: بارگذاری دادهها در BigQuery
Introduzione al lab: Caricamento di dati in BigQuery
بررسی اسکیماها (Schema)
Esplorare gli schemi
دمو: بررسی اسکیماها
Demo: Esplorare gli schemi
طراحی اسکیما
Progettazione di uno schema
فیلدهای تو در تو (Nested) و تکرار شونده (Repeated)
Campi nidificati e ripetuti
دمو: فیلدهای تو در تو و تکرار شونده
Demo: Campi nidificati e ripetuti
طراحی اسکیمای بهینه برای BigQuery
Progettazione dello schema ottimale per BigQuery
مقدمه آزمایشگاه: استفاده از دادههای JSON و آرایهها در BigQuery
Introduzione al lab: Utilizzo di dati di tipo JSON e array in BigQuery
ایجاد پارتیشنها و کلاسترهای بهینهسازی
Creazione di partizioni e cluster per l'ottimizzazione
مقدمه آزمایشگاه: جداول پارتیشنبندی شده در BigQuery
Introduzione al lab: Tabelle partizionate in BigQuery
نمایش نظرات