دوره آموزشی علم داده در Google Cloud Platform: طراحی انبارهای داده
1 ساعتمتوسط2018-09-07
مدرسین

Kumaran Ponnambalam
Working with data for 20+ years
جزئیات دوره
رایانش ابری مقیاس پذیری و کشش نامحدودی را برای کاربردهای علم داده به ارمغان می آورد. تخصص در پلتفرمهای اصلی، مانند Google Cloud Platform (GCP)، برای متخصصان فناوری اطلاعات ضروری است. این دوره - یکی از مجموعههای متخصص با سابقه مهندسی ابر و دانشمند داده Kumaran Ponnambalam - نحوه طراحی و ساخت انبارهای داده با استفاده از GCP را نشان میدهد. انواع مختلف گزینههای ذخیرهسازی موجود در GCP برای فایلها، دادههای رابطهای، اسناد و دادههای بزرگ، از جمله Cloud SQL، Cloud Bigtable، و Cloud BigQuery را کاوش کنید. سپس یاد بگیرید که چگونه از یک راه حل، BigQuery، برای انجام عملیات ذخیره سازی داده و پرس و جو استفاده کنید و موارد استفاده پیشرفته را مرور کنید، مانند کار با جداول پارتیشن و منابع داده خارجی. در نهایت، بهترین روش ها برای طراحی جدول، ذخیره سازی و بهینه سازی پرس و جو و نظارت بر انبارهای داده در BigQuery را بیاموزید.
اهداف یادگیری
گزینه هایی برای ذخیره داده ها در Google Cloud Platform
ایجاد دارایی های داده در BigQuery
جستجوی داده ها در BigQuery
تکنیک های پیشرفته انبار داده
بهترین شیوه ها برای انبارهای داده در GCP
اهداف یادگیری
گزینه هایی برای ذخیره داده ها در Google Cloud Platform
ایجاد دارایی های داده در BigQuery
جستجوی داده ها در BigQuery
تکنیک های پیشرفته انبار داده
بهترین شیوه ها برای انبارهای داده در GCP
مهارت ها
Google CloudSQLData EngineeringSoftware Development ToolsGoogleCloud PlatformsCloud ComputingData ScienceOpen SourceSoftware DevelopmentOne-Off
سرفصل ها
0. مقدمه
- 01 - چرا انبارهای داده مهم هستند
- 02 - ماژول های علم داده تحت پوشش
1. ذخیره داده ها در GCP
- 03 - گزینه های ذخیره سازی GCP
- 04 - Google Cloud Storage
- 05 - Cloud SQL
- 06 - آچار ابری
- 07 - Cloud Bigtable
- 08 - Cloud Datastore
- 09 - Cloud BigQuery
2. ایجاد داده های BigQuery
- 10 - معرفی BigQuery
- 11 - پروژه ها و مجموعه داده ها
- 12 - جداول
- 13 - یک مجموعه داده ایجاد کنید
- 14 - یک جدول با طرحواره ایجاد کنید
- 15 - یک جدول از CSV ایجاد کنید
- 16 - بارگذاری داده ها از فضای ذخیره سازی ابری
3. Querying Data در BigQuery
- 17 - پرس و جوهای ساده
- 18 - داده ها را فیلتر کنید
- 19 - توابع SQL
- 20 - عبارات منظم
- 21 - گروه بندی و تجمیع
- 22 - الحاق و پرس و جوهای فرعی
- 23 - به روز رسانی داده ها
4. BigQuery پیشرفته
- 24 - جداول پارتیشن
- 25 - منابع داده خارجی
- 26 - ایجاد نما
- 27 - برچسب ایجاد کنید
- 28 - پوسته Google Cloud
- 29 - سایر رابط ها
5. بهترین روش ها در BigQuery
- 30 - ملاحظات طراحی میز
- 31 - ذخیره سازی را بهینه کنید
- 32 - بارگذاری داده ها
- 33 - سرعت پرس و جو را افزایش دهید
- 34 - نظارت و ثبت
نتیجه
- 35 - مراحل بعدی