0 رای
وضعیت موجودی موجود

قیمت قبلی: 5,600,000 ریال
قیمت: 5,200,000 ریال

 



Product details

  • Publisher ‏ : ‎ Packt Publishing (October 22, 2021)
  • Language ‏ : ‎ English
  • Paperback ‏ : ‎ 480 pages
  • ISBN-10 ‏ : ‎ 1801077746
  • ISBN-13 ‏ : ‎ 978-1801077743

 

کتاب Data Engineering with Apache Spark, Delta Lake, and Lakehouse: Create scalable pipelines that ingest, curate, and aggregate complex data in a timely and secure way

 

 
 
 
 

Understand the complexities of modern-day data engineering platforms and explore strategies to deal with them with the help of use case scenarios led by an industry expert in big data

Key Features

  • Become well-versed with the core concepts of Apache Spark and Delta Lake for building data platforms
  • Learn how to ingest, process, and analyze data that can be later used for training machine learning models
  • Understand how to operationalize data models in production using curated data

Book Description

In the world of ever-changing data and schemas, it is important to build data pipelines that can auto-adjust to changes. This book will help you build scalable data platforms that managers, data scientists, and data analysts can rely on.

Starting with an introduction to data engineering, along with its key concepts and architectures, this book will show you how to use Microsoft Azure Cloud services effectively for data engineering. You'll cover data lake design patterns and the different stages through which the data needs to flow in a typical data lake. Once you've explored the main features of Delta Lake to build data lakes with fast performance and governance in mind, you'll advance to implementing the lambda architecture using Delta Lake. Packed with practical examples and code snippets, this book takes you through real-world examples based on production scenarios faced by the author in his 10 years of experience working with big data. Finally, you'll cover data lake deployment strategies that play an important role in provisioning the cloud resources and deploying the data pipelines in a repeatable and continuous way.

By the end of this data engineering book, you'll know how to effectively deal with ever-changing data and create scalable data pipelines to streamline data science, ML, and artificial intelligence (AI) tasks.

What you will learn

  • Discover the challenges you may face in the data engineering world
  • Add ACID transactions to Apache Spark using Delta Lake
  • Understand effective design strategies to build enterprise-grade data lakes
  • Explore architectural and design patterns for building efficient data ingestion pipelines
  • Orchestrate a data pipeline for preprocessing data using Apache Spark and Delta Lake APIs
  • Automate deployment and monitoring of data pipelines in production
  • Get to grips with securing, monitoring, and managing data pipelines models efficiently

Who this book is for

This book is for aspiring data engineers and data analysts who are new to the world of data engineering and are looking for a practical guide to building scalable data platforms. If you already work with PySpark and want to use Delta Lake for data engineering, you'll find this book useful. Basic knowledge of Python, Spark, and SQL is expected.

Table of Contents

  1. The Story of Data Engineering and Analytics
  2. Discovering Storage and Compute Data Lake Architectures
  3. Data Engineering on Microsoft Azure
  4. Understanding Data Pipelines
  5. Data Collection Stage - The Bronze Layer
  6. Understanding Delta Lake
  7. Data Curation Stage - The Silver Layer
  8. Data Aggregation Stage - The Gold Layer
  9. Deploying and Monitoring Pipelines in Production
  10. Solving Data Engineering Challenges
  11. Infrastructure Provisioning
  12. Continuous Integration and Deployment (CI/CD) of Data Pipelines

 

منابع کتاب کتاب Data Engineering with Apache Spark, Delta Lake, and Lakehouse: Create scalable pipelines that ingest, curate, and aggregate complex data in a timely and secure way

درک پیچیدگی‌های پلت‌فرم‌های مهندسی داده‌های امروزی و کشف استراتژی‌هایی برای مقابله با آن‌ها با کمک سناریوهای مورد استفاده به رهبری یک متخصص صنعت در داده‌های بزرگ.
 
ویژگی های کلیدی
با مفاهیم اصلی Apache Spark و Delta Lake برای ساخت پلتفرم های داده آشنا شوید
نحوه جذب، پردازش و تجزیه و تحلیل داده‌هایی را بیاموزید که بعداً می‌توانند برای آموزش مدل‌های یادگیری ماشین استفاده شوند
درک نحوه عملیاتی کردن مدل های داده در تولید با استفاده از داده های انتخاب شده
توضیحات کتاب
در دنیای داده‌ها و طرحواره‌های دائماً در حال تغییر، ایجاد خطوط لوله داده که می‌توانند به طور خودکار با تغییرات تنظیم شوند، مهم است. این کتاب به شما کمک می‌کند تا پلتفرم‌های داده مقیاس‌پذیری بسازید که مدیران، دانشمندان داده و تحلیلگران داده می‌توانند به آن تکیه کنند.
 
این کتاب با مقدمه ای بر مهندسی داده، همراه با مفاهیم و معماری های کلیدی آن، به شما نشان می دهد که چگونه از خدمات Microsoft Azure Cloud به طور موثر برای مهندسی داده استفاده کنید. شما الگوهای طراحی دریاچه داده و مراحل مختلفی را که از طریق آن داده ها باید در یک دریاچه داده معمولی جریان پیدا کنند، پوشش خواهید داد. هنگامی که ویژگی های اصلی دریاچه دلتا را برای ساخت دریاچه های داده با عملکرد سریع و مدیریت در ذهن کاوش کردید، به پیاده سازی معماری لامبدا با استفاده از دریاچه دلتا خواهید رفت. این کتاب مملو از مثال‌های عملی و تکه‌های کد، شما را از طریق نمونه‌های دنیای واقعی بر اساس سناریوهای تولیدی که نویسنده در تجربه ۱۰ ساله کار با داده‌های بزرگ با آن روبرو شده است، راهنمایی می‌کند. در نهایت، استراتژی‌های استقرار دریاچه داده را پوشش می‌دهید که نقش مهمی در تأمین منابع ابری و استقرار خطوط لوله داده به روشی تکرارپذیر و مداوم دارند.
 
در پایان این کتاب مهندسی داده، می‌دانید که چگونه به طور مؤثر با داده‌های در حال تغییر مقابله کنید و خطوط لوله داده مقیاس‌پذیر ایجاد کنید تا وظایف علم داده، ML و هوش مصنوعی (AI) را ساده کنید.
 
آنچه خواهید آموخت
چالش هایی که ممکن است در دنیای مهندسی داده با آن روبرو شوید را کشف کنید
تراکنش‌های ACID را با استفاده از دریاچه دلتا به آپاچی اسپارک اضافه کنید
استراتژی های طراحی موثر برای ساخت دریاچه های داده در سطح سازمانی را درک کنید
الگوهای معماری و طراحی برای ساخت خطوط لوله انتقال داده کارآمد را کاوش کنید
یک خط لوله داده را برای پیش پردازش داده ها با استفاده از Apache Spark و Delta Lake هماهنگ کنید.
استقرار و نظارت خودکار خطوط لوله داده در تولید
با ایمن سازی، نظارت، و مدیریت مدل های خطوط لوله داده به طور کارآمد مقابله کنید
این کتاب برای چه کسی است
این کتاب برای مهندسین داده و تحلیلگران داده مشتاق است که تازه وارد دنیای مهندسی داده شده اند و به دنبال راهنمای عملی برای ساخت پلت فرم های داده مقیاس پذیر هستند. اگر قبلاً با PySpark کار می کنید و می خواهید از Delta Lake برای مهندسی داده استفاده کنید، این کتاب برای شما مفید خواهد بود. دانش اولیه پایتون، اسپارک و SQL مورد انتظار است.
 
فهرست مطالب
داستان مهندسی داده و تجزیه و تحلیل
کشف معماری‌های دریاچه ذخیره‌سازی و محاسبه داده‌ها
مهندسی داده در Microsoft Azure
درک خطوط لوله داده
مرحله جمع آوری داده ها - لایه برنز
درک دریاچه دلتا
مرحله مدیریت داده - لایه نقره ای
مرحله تجمیع داده ها - لایه طلا
استقرار و نظارت بر خطوط لوله در تولید
حل چالش های مهندسی داده
تامین زیرساخت
یکپارچه سازی و استقرار مداوم (CI/CD) خطوط لوله داده

نظرات کاربران درباره کتاب Data Engineering with Apache Spark, Delta Lake, and Lakehouse: Create scalable pipelines that ingest, curate, and aggregate complex data in a timely and secure way

نظری در مورد این محصول توسط کاربران ارسال نگردیده است.
اولین نفری باشید که در مورد کتاب Data Engineering with Apache Spark, Delta Lake, and Lakehouse: Create scalable pipelines that ingest, curate, and aggregate complex data in a timely and secure way نظر می دهد.

ارسال نظر درباره کتاب Data Engineering with Apache Spark, Delta Lake, and Lakehouse: Create scalable pipelines that ingest, curate, and aggregate complex data in a timely and secure way

لطفا توجه داشته باشید که ایمیل شما منتشر نخواهد شد.

برچسب های مرتبط با کتاب Data Engineering with Apache Spark, Delta Lake, and Lakehouse: Create scalable pipelines that ingest, curate, and aggregate complex data in a timely and secure way

Data Modeling & Design Databases & Big Data خرید اینترنتی کتاب های لاتین خرید اینترنتی کتاب های زبان اصلی کامپیوتر مدل سازی و طراحی داده

بر اساس سلیقه شما...

  Product details Publisher ‏ : ‎  Microsoft P ...
4,400,000 ریال
Product details Publisher ‏ : ‎  Cengage Learning; 11th e ...
7,920,000 ریال

codebazan

طراحی و اجرا: فروشگاه ساز سبدخرید