Os pipelines de dados geralmente se encaixam em um dos três paradigmas: extração-carregamento, extração-carregamento-transformação ou extração-transformação-carregamento. Este curso descreve qual paradigma deve ser usado em determinadas situações e quando isso ocorre com dados em lote. Além disso, vamos falar sobre várias tecnologias no Google Cloud para transformação de dados, incluindo o BigQuery, a execução do Spark no Dataproc, gráficos de pipeline no Cloud Data Fusion e processamento de dados sem servidor com o Dataflow. Os participantes vão ganhar experiência prática na criação de componentes de pipelines de dados no Google Cloud usando o Qwiklabs.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Data Engineer, Big Data and ML on Google Cloud em Português
von
Über diesen Kurs
Was Sie lernen werden
Analisar diferentes métodos de carregamento de dados: EL, ELT e ETL (e quando cada um deve ser usado)
Executar o Hadoop no Dataproc, usar o Cloud Storage e otimizar os jobs do Dataproc
Usar o Dataflow para criar pipelines de processamento de dados
Gerenciar pipelines de dados com o Data Fusion e o Cloud Composer
von
Lehrplan - Was Sie in diesem Kurs lernen werden
Introdução
Introdução à criação de pipelines de dados em lote
Como executar o Spark no Dataproc
Processamento de dados sem servidor com o Dataflow
Bewertungen
- 5 stars78,57 %
- 4 stars14,28 %
- 3 stars7,14 %
Top-Bewertungen von BUILDING BATCH DATA PIPELINES ON GCP EM PORTUGUÊS BRASILEIRO
Apresentação fantastica sobre as principais ferramentas para criação e gerenciamento de pipelines.
Über den Spezialisierung Data Engineer, Big Data and ML on Google Cloud em Português

Häufig gestellte Fragen
Kann ich vor der Anmeldung eine Vorschau des Kurses ansehen?
Was bekomme ich, wenn ich mich anmelde?
Wann erhalte ich mein Kurszertifikat?
Warum kann ich nicht als Gast an diesem Kurs teilnehmen?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.