كتاب وصفات هندسة البيانات باستخدام Databricks - تأليف Pulkit Chadha (غلاف ورقي)

حول الكتاب يوضح لك هذا الكتاب كيفية استخدام Apache Spark و Delta Lake و Databricks لبناء مسارات البيانات، وإدارة البيانات وتحويلها، وتحسين الأداء، وغير ذلك الكثير.

ملخص الكتاب: استعرض 70 وصفة لتنفيذ مسارات بيانات موثوقة باستخدام Apache Spark، وتخزين ومعالجة البيانات المهيكلة وغير المهيكلة بشكل مثالي في Delta Lake، واستخدام Databricks لتنسيق وإدارة بياناتك. المميزات الرئيسية: - تعلم تقنيات استيعاب البيانات، وتحويل البيانات، وإدارة البيانات باستخدام Apache Spark و Delta Lake - اكتساب إرشادات عملية حول استخدام جداول Delta Lake وتنسيق مسارات البيانات - تنفيذ ممارسات DataOps و DevOps الموثوقة، وفرض سياسات حوكمة البيانات على Databricks - يتضمن شراء الكتاب المطبوع أو نسخة Kindle ملف PDF مجاني وصف الكتاب الإلكتروني: كتب هذا الكتاب مهندس حلول أول في Databricks، حيث سيوضح لك كيفية استخدام Apache Spark و Delta Lake و Databricks بفعالية في هندسة البيانات، بدءاً من مقدمة شاملة حول استيعاب البيانات وتحميلها باستخدام Apache Spark. وما يميز هذا الكتاب هو نهجه القائم على الوصفات العملية، مما سيساعدك على تطبيق معرفتك على الفور ومعالجة المشكلات الشائعة. سوف تتعرف من خلال هذا الكتاب على حلول متنوعة لمعالجة البيانات وتحويلها، وستكتشف كيفية إدارة وتحسين جداول Delta، بالإضافة إلى إتقان عمليات استيعاب ومعالجة البيانات المتدفقة. كما سيوضح لك الكتاب كيفية معالجة مشكلات الأداء في تطبيقات Apache Spark و Delta Lake. وفي الفصول المتقدمة، ستتعلم كيفية استخدام Databricks لتطبيق ممارسات DataOps و DevOps، فضلاً عن كيفية تنظيم وجدولة مسارات البيانات باستخدام Databricks Workflows. ستتعرف أيضاً على العملية الكاملة لإعداد وتكوين Unity Catalog لإدارة حوكمة البيانات. ومع نهاية هذا الكتاب، ستصبح متمرساً في بناء مسارات بيانات موثوقة وقابلة للتوسع باستخدام تقنيات هندسة البيانات الحديثة. ما ستتعلمه:

• إجراء عمليات تحميل البيانات واستيعابها ومعالجتها باستخدام Apache Spark
• اكتشاف تقنيات تحويل البيانات والوظائف المخصصة المحددة من قبل المستخدم (UDFs) في Apache Spark
• إدارة وتحسين جداول Delta باستخدام واجهات برمجة التطبيقات (APIs) الخاصة بـ Apache Spark و Delta Lake
• استخدام Spark Structured Streaming لمعالجة البيانات في الوقت الفعلي
• تحسين أداء تطبيقات Apache Spark وأداء استعلامات جداول Delta
• تنفيذ ممارسات DataOps و DevOps على Databricks
• تنظيم مسارات البيانات باستخدام Delta Live Tables و Databricks Workflows
• تنفيذ سياسات حوكمة البيانات باستخدام Unity Catalog لمن هذا الكتاب هذا الكتاب مخصص لمهندسي البيانات، وعلماء البيانات، والممارسين في مجال البيانات الذين يرغبون في تعلم كيفية بناء مسارات بيانات فعالة وقابلة للتوسع باستخدام Apache Spark وDelta Lake وDatabricks. ولتحقيق أقصى استفادة من هذا الكتاب، يجب أن تكون لديك معرفة أساسية بهندسة البيانات، ولغة SQL، ولغة برمجة Python. جدول المحتويات
• استيعاب البيانات واستخراجها باستخدام Apache Spark
• تحويل البيانات ومعالجتها باستخدام Apache Spark
• إدارة البيانات باستخدام Delta Lake
• استيعاب البيانات المتدفقة
• معالجة البيانات المتدفقة
• ضبط الأداء باستخدام Apache Spark
• ضبط الأداء في Delta Lake
• تنسيق وجدولة مسارات البيانات باستخدام Databricks Workflows
• بناء مسارات البيانات باستخدام Delta Live Tables
• حوكمة البيانات باستخدام Unity Catalog
• تنفيذ عمليات DataOps و DevOps على Databricks