Ocena:
Książka jest przeznaczona dla doświadczonych inżynierów danych, którzy chcą poszerzyć swoją wiedzę w zakresie inżynierii danych Azure. Choć zawiera cenne praktyki i zaawansowane tematy, kilku recenzentów wyraża opinię, że nie jest odpowiednia dla początkujących ze względu na brak jasnych wyjaśnień i niewystarczającą ilość szczegółów technicznych, co może prowadzić do frustracji.
Zalety:⬤ Zawiera najlepsze praktyki i zaawansowane techniki inżynierii danych na platformie Azure.
⬤ Dobrze zorganizowana i obejmuje istotne tematy w ramach stale rozwijającej się platformy Azure.
⬤ Zawiera linki do repozytoriów kodu i przykładowych baz danych.
⬤ Zawiera praktyczne ćwiczenia, które są łatwe do wykonania dla osób z doświadczeniem.
⬤ Często aktualizowana o nowe informacje przez autora.
⬤ Nie nadaje się dla początkujących; może sprawić, że poczują się zagubieni i sfrustrowani.
⬤ Niektórzy recenzenci uważają, że tekst jest niejasny i źle skonstruowany.
⬤ Brak kompleksowego przeglądu technicznego i pobierania kodu do ćwiczeń praktycznych.
⬤ Wyjaśnienia technik są często nieadekwatne, wymagając od czytelników samodzielnego wnioskowania na temat użyteczności.
⬤ Wymaga silnej wcześniejszej znajomości Azure, aby być skutecznym.
(na podstawie 6 opinii czytelników)
The Definitive Guide to Azure Data Engineering: Modern Elt, Devops, and Analytics on the Azure Cloud Platform
Twórz wydajne i skalowalne potoki pozyskiwania danych wsadowych i w czasie rzeczywistym, potoki ciągłej integracji i wdrażania DevOps oraz zaawansowane rozwiązania analityczne na platformie Azure Data Platform. Ta książka uczy projektowania i wdrażania solidnych rozwiązań inżynierii danych przy użyciu Data Factory, Databricks, Synapse Analytics, Snowflake, Azure SQL database, Stream Analytics, Cosmos database i Data Lake Storage Gen2. Dowiesz się, jak zaprojektować korzystanie z tych komponentów platformy Azure Data Platform w celu uzyskania optymalnej wydajności i skalowalności. Nauczysz się również projektować funkcje samoobsługi w celu utrzymania i kierowania potokami i obciążeniami.
Podejście zastosowane w tej książce polega na przeprowadzeniu użytkownika przez praktyczny, oparty na scenariuszach proces uczenia się, który umożliwi mu promowanie najlepszych praktyk w zakresie innowacji cyfrowych podczas pracy nad projektami, wyzwaniami i potrzebami organizacji. Przejrzyste przykłady umożliwiają wykorzystanie tej książki jako odniesienia i przewodnika do tworzenia rozwiązań inżynierii danych na platformie Azure. Po przeczytaniu tej książki będziesz miał znacznie silniejszy zestaw umiejętności i poziom pewności siebie w pracy z platformą Azure Data Platform.
Czego się nauczysz
⬤ Tworzenie dynamicznych, sparametryzowanych potoków orkiestracji pozyskiwania danych ELT w Azure Data Factory.
⬤ Tworzenie potoków pozyskiwania danych, które integrują tabele kontrolne dla samoobsługowego ELT.
⬤ Wdrożenie struktury rejestrowania wielokrotnego użytku, którą można zastosować do wielu potoków.
⬤ Integracja potoków Azure Data Factory z różnymi źródłami danych i narzędziami platformy Azure.
⬤ Przekształcanie danych za pomocą mapowania przepływów danych w usłudze Azure Data Factory.
⬤ Stosowanie praktyk ciągłej integracji i wdrażania Azure DevOps do potoków Azure Data Factory i deweloperskich baz danych SQL.
⬤ Projektowanie i wdrażanie strumieniowych i zaawansowanych rozwiązań analitycznych w czasie rzeczywistym przy użyciu Databricks, Stream Analytics i Synapse Analytics.
⬤ Rozpoczęcie pracy z różnymi usługami danych Azure na praktycznych przykładach.
Dla kogo jest ta książka
Inżynierowie danych i architekci danych, którzy są zainteresowani poznaniem najlepszych praktyk architektonicznych i inżynieryjnych w zakresie ELT i ETL na platformie Azure Data Platform, ci, którzy tworzą złożone projekty inżynierii danych Azure i szukają wzorców sukcesu, a także aspirujący specjaliści ds. chmury i danych zaangażowani w inżynierię danych, zarządzanie danymi, ciągłą integrację i wdrażanie praktyk DevOps oraz zaawansowaną analitykę, którzy chcą w pełni zrozumieć wiele różnych narzędzi i technologii, które zapewnia platforma Azure Data Platform.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)