Las canalizaciones de datos suelen realizarse según uno de los paradigmas extracción y carga (EL); extracción, carga y transformación (ELT), o extracción, transformación y carga (ETL). En este curso, abordaremos qué paradigma se debe utilizar para los datos por lotes y cuándo corresponde usarlo. Además, veremos varias tecnologías de Google Cloud para la transformación de datos, incluidos BigQuery, la ejecución de Spark en Dataproc, grafos de canalización en Cloud Data Fusion y procesamiento de datos sin servidores en Dataflow. Los estudiantes obtienen experiencia práctica en la compilación de componentes de canalizaciones de datos en Google Cloud con Qwiklabs.

Crea canalizaciones de datos por lotes en Google Cloud
本课程是多个项目的一部分。
包含在 中
您将学到什么
Revisar los diferentes métodos de carga de datos: EL, ELT y ETL, y cuándo corresponde usarlos.
Ejecutar Hadoop en Dataproc, usar Cloud Storage y optimizar trabajos de Dataproc.
Compilar tus canalizaciones para el procesamiento de datos con Dataflow.
Administrar canalizaciones de datos con Data Fusion y Cloud Composer.
您将获得的技能
您将学习的工具
要了解的详细信息

添加到您的领英档案
5 项作业
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师

提供方
从 Cloud Computing 浏览更多内容
人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
71.11%
- 4 stars
24.44%
- 3 stars
2.22%
- 2 stars
0%
- 1 star
2.22%
显示 3/45 个
已于 Jun 29, 2020审阅
excelente material, buena explicación de conceptos claves para la creación de pipelines, y porque elegir dataflow en vez de datafusion
已于 Dec 13, 2023审阅
se me presentaron varios problemas con los laboratorios
已于 Oct 21, 2021审阅
Útil para comprender las herramientas que te da GCP para crear grandes canalizaciones de datos




