جلد سخت سیاه و سفید
Product details
- Publisher : Packt Publishing (January 21, 2022)
- Language : English
- Paperback : 342 pages
- ISBN-10 : 1800564937
- ISBN-13 : 978-1800564930
کتاب Building Big Data Pipelines with Apache Beam: Use a single programming model for both batch and stream data processing
Implement, run, operate, and test data processing pipelines using Apache Beam
Key Features
- Understand how to improve usability and productivity when implementing Beam pipelines
- Learn how to use stateful processing to implement complex use cases using Apache Beam
- Implement, test, and run Apache Beam pipelines with the help of expert tips and techniques
Book Description
Apache Beam is an open source unified programming model for implementing and executing data processing pipelines, including Extract, Transform, and Load (ETL), batch, and stream processing.
This book will help you to confidently build data processing pipelines with Apache Beam. You'll start with an overview of Apache Beam and understand how to use it to implement basic pipelines. You'll also learn how to test and run the pipelines efficiently. As you progress, you'll explore how to structure your code for reusability and also use various Domain Specific Languages (DSLs). Later chapters will show you how to use schemas and query your data using (streaming) SQL. Finally, you'll understand advanced Apache Beam concepts, such as implementing your own I/O connectors.
By the end of this book, you'll have gained a deep understanding of the Apache Beam model and be able to apply it to solve problems.
What you will learn
- Understand the core concepts and architecture of Apache Beam
- Implement stateless and stateful data processing pipelines
- Use state and timers for processing real-time event processing
- Structure your code for reusability
- Use streaming SQL to process real-time data for increasing productivity and data accessibility
- Run a pipeline using a portable runner and implement data processing using the Apache Beam Python SDK
- Implement Apache Beam I/O connectors using the Splittable DoFn API
Who this book is for
This book is for data engineers, data scientists, and data analysts who want to learn how Apache Beam works. Intermediate-level knowledge of the Java programming language is assumed.
Table of Contents
- Introduction to Data Processing with Apache Beam
- Implementing, Testing, and Deploying Basic Pipelines
- Implementing Pipelines Using Stateful Processing
- Structuring Code for Reusability
- Using SQL for Pipeline Implementation
- Using Your Preferred Language with Portability
- Extending Apache Beam's I/O Connectors
- Understanding How Runners Execute Pipelines
منابع کتاب کتاب Building Big Data Pipelines with Apache Beam: Use a single programming model for both batch and stream data processing
خطوط لوله پردازش داده را با استفاده از Apache Beam پیاده سازی، اجرا، اجرا و آزمایش کنید
ویژگی های کلیدی
- درک نحوه بهبود قابلیت استفاده و بهره وری هنگام اجرای خطوط لوله Beam
- بیاموزید که چگونه با استفاده از پرتو آپاچی از پردازش حالت برای پیاده سازی موارد کاربری پیچیده استفاده کنید
- خطوط لوله Apache Beam را با کمک نکات و تکنیک های متخصص پیاده سازی، آزمایش و اجرا کنید
توضیحات کتاب
Apache Beam یک مدل برنامه نویسی یکپارچه منبع باز برای پیاده سازی و اجرای خطوط لوله پردازش داده، از جمله استخراج، تبدیل، و بارگذاری (ETL)، پردازش دسته ای و جریانی است.
این کتاب به شما کمک می کند تا با اطمینان Apache Beam خطوط لوله پردازش داده بسازید. شما با یک نمای کلی از Apache Beam شروع میکنید و نحوه استفاده از آن را برای پیادهسازی خطوط لوله اولیه درک خواهید کرد. شما همچنین یاد خواهید گرفت که چگونه خطوط لوله را به طور موثر آزمایش و اجرا کنید. همانطور که پیشرفت می کنید، نحوه ساختار کد خود را برای قابلیت استفاده مجدد و همچنین استفاده از زبان های خاص دامنه (DSL) بررسی خواهید کرد. فصلهای بعدی به شما نشان میدهند که چگونه از طرحوارهها استفاده کنید و دادههای خود را با استفاده از (جریانگذاری) SQL جستجو کنید. در نهایت، مفاهیم پیشرفته پرتو آپاچی، مانند پیادهسازی کانکتورهای ورودی/خروجی خود را درک خواهید کرد.
در پایان این کتاب، شما درک عمیقی از مدل پرتو آپاچی به دست خواهید آورد و می توانید از آن برای حل مسائل استفاده کنید.
آنچه خواهید آموخت
- مفاهیم اصلی و معماری Apache Beam را درک کنید
- پیاده سازی خطوط لوله پردازش داده بدون حالت و حالت
- از حالت و تایمر برای پردازش پردازش رویداد بلادرنگ استفاده کنید
- کد خود را برای قابلیت استفاده مجدد ساختار دهید
- از پخش جریانی SQL برای پردازش داده های بلادرنگ برای افزایش بهره وری و دسترسی به داده ها استفاده کنید
- اجرای یک خط لوله با استفاده از رانر قابل حمل و اجرای پردازش داده با استفاده از Apache Beam Python SDK
- کانکتورهای Apache Beam I/O را با استفاده از Splittable DoFn API پیاده سازی کنید
این کتاب برای چه کسی است
این کتاب برای مهندسان داده، دانشمندان داده و تحلیلگران داده است که می خواهند یاد بگیرند که چگونه پرتو آپاچی کار می کند. دانش سطح متوسط از زبان برنامه نویسی جاوا فرض می شود.
فهرست مطالب
- مقدمه ای بر پردازش داده با پرتو آپاچی
- پیاده سازی، آزمایش و استقرار خطوط لوله اساسی
- پیاده سازی خطوط لوله با استفاده از پردازش stateful
- کد ساختاری برای قابلیت استفاده مجدد
- استفاده از SQL برای پیاده سازی خط لوله
- استفاده از زبان دلخواه با قابلیت حمل
- گسترش اتصالات ورودی/خروجی Apache Beam
- درک نحوه اجرای خطوط لوله توسط دوندگان
ارسال نظر درباره کتاب Building Big Data Pipelines with Apache Beam: Use a single programming model for both batch and stream data processing