Erstellen von Batch-Daten-Pipelines mit BigQuery und Dataproc

Moderne Unternehmen sind auf stabile, zuverlässige Datenflüsse angewiesen, um wichtige Geschäftsentscheidungen zu treffen.Das Verständnis, wie Batch-Daten effizient extrahiert, transformiert und geladen werden können, ist eine grundlegende Fähigkeit für jeden aufstrebenden Datenprofi. Dieser textbasierte Kurs führt Sie durch die Kernparadigmen der Datenverarbeitung. Er hilft Ihnen, die richtige Pipeline-Architektur für Ihre Projekte auszuwählen und zu implementieren. Sie werden von grundlegenden Datenkonzepten zum Entwurf produktionsreifer Batch-Pipelines mit branchenüblichen Cloud-Technologien übergehen. Was Sie lernen werden: * Verstehen Sie die grundlegenden Unterschiede zwischen ETL-, ELT- und EL-Paradigmen, um den besten Ansatz für Ihre Daten auszuwählen. * Erstellen Sie skalierbare Data Warehouses und führen Sie analytische Abfragen mit BigQuery aus. * Verarbeiten Sie große Datensätze, indem Sie Spark-Jobs auf verwalteten Dataproc-Clustern und serverlosen Umgebungen ausführen. * Entwerfen Sie visuelle, codefreie Pipeline-Workflows mit Cloud Data Fusion. * Anwenden moderner Daten-Governance- und Schema-Management-Praktiken, um die Zuverlässigkeit der Pipeline sicherzustellen. Sie lernen die wichtigsten Datentechnikkonzepte und -terminologie kennen und lernen anhand von strukturierten schriftlichen Erläuterungen und praktischen SQL- und Spark-Codeszenarien, wie Sie verschiedene Datenwerkzeuge orchestrieren, um kohärente Stapelverarbeitungssysteme zu erstellen. Dieser Kurs richtet sich an Anfänger, angehende Dateningenieure und Datenbankadministratoren, die den Übergang zu cloudbasierten Datenworkflows planen.Vorherige Erfahrung im Cloud-Engineering ist nicht erforderlich. Erstellen Sie noch heute zuverlässige, automatisierte Datenpipelines.