آموزش مدرن کردن Data Lake و Data Warehouse بوسیله GCP

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با گوگل کلود یاد می گیرید.

عنوان اصلی : Modernizing Data Lakes and Data Warehouses with GCP

سرفصل ها :

معرفی دوره
شروع کار با GCP و Qwiklabs
تجزیه و تحلیل چالش های مهندسی داده
خطوط لوله آماده تولید بسازید
دریاچه های داده و انبارهای داده
نسخه ی نمایشی: پرس و جوهای فدرال با BigQuery
نسخه ی نمایشی: یافتن PII در مجموعه داده خود با DLP API
نقش یک مهندس داده را کشف کنید
معرفی BigQuery
معرفی آزمایشگاه: استفاده از BigQuery برای انجام تجزیه و تحلیل
آزمایشگاه: استفاده از BigQuery برای انجام تجزیه و تحلیل
مدیریت دسترسی و مدیریت داده ها
به طور مؤثر با سایر تیم های داده همکاری کنید
خلاصه
مطالعه موردی مشتری GCP را مرور کنید
پایگاه های داده تراکنش ها در مقابل انبارهای داده
ساخت دریاچه داده با استفاده از فضای ذخیره سازی ابری
Cloud SQL به عنوان یک دریاچه داده رابطه ای
گزینه های ذخیره سازی داده و ETL در GCP
نسخه ی نمایشی: بهینه سازی هزینه با کلاس های Google Cloud Storage و توابع Cloud
نسخه ی نمایشی: اجرای پرس و جوهای فدرال روی فایل های پارکت و ORC در BigQuery
مقدمه ای بر دریاچه های داده
آزمایشگاه: بارگیری داده‌های تاکسی در Google Cloud SQL
آزمایشگاه: بارگیری اطلاعات تاکسی در Cloud SQL
ایمن سازی فضای ذخیره سازی ابری
ذخیره انواع داده ها
ذخیره سازی داده های رابطه ای در فضای ابری
نسخه ی نمایشی: ایجاد جداول پارتیشن بندی شده
نسخه ی نمایشی:کاوش طرحواره ها
نسخه ی نمایشی: فیلدهای تو در تو و تکراری
نسخه ی نمایشی: پارتیشن بندی و خوشه بندی
نسخه ی نمایشی: استعلام TB داده در چند ثانیه
بررسی طرحواره ها
شروع شدن
معرفی BigQuery
معرفی آزمایشگاه: بارگیری داده ها در BigQuery
مقدمه آزمایشگاه: کار با JSON و داده های آرایه در BigQuery
آزمایشگاه: بارگیری داده ها در BigQuery
آزمایشگاه: کار با داده های JSON و آرایه در BigQuery
در حال بارگیری داده ها
فیلدهای تودرتو و تکراری
بهینه سازی با پارتیشن بندی و خوشه بندی
پیش‌نمایش:تبدیل داده‌های دسته‌ای و جریانی
خلاصه
طراحی طرحواره
انبار داده های مدرن
خلاصه دوره