Crea canalizaciones de datos por lotes en Google Cloud
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.
Watch on Coursera ↗
(saves to browser)
Sign in to unlock AI tutor explanation · ⚡30
More on: Data Warehousing
View skill →Related AI Lessons
⚡
⚡
⚡
⚡
AI Is Making Mediocrity Look Like Genius
Medium · AI
AI Might Not Bring On A Job Crisis, But A Workforce ‘Mismatch’ Could
Forbes Innovation
Grok’s federal stall is undercutting SpaceX’s IPO growth story
The Next Web AI
Taiwan moves to detain three over alleged illegal high-end AI server exports to China
The Next Web AI
🎓
Tutor Explanation
DeepCamp AI