Descripción
Con el rápido crecimiento del big data y la IA, las organizaciones están construyendo rápidamente productos y soluciones de datos de manera ad-hoc. Pero a medida que estas organizaciones de datos maduran, es evidente que sus análisis y modelos de aprendizaje automático son tan confiables como los datos en los que se basan. ¿La solución? Delta Lake, un formato de código abierto que permite construir una arquitectura de lago de datos sobre sistemas de almacenamiento existentes como S3, ADLS y GCS.
En este libro práctico, el autor Bennie Haelen muestra a ingenieros de datos, científicos de datos y analistas de datos cómo poner en marcha Delta Lake y sus características únicas. El objetivo final de construir pipelines y aplicaciones de datos es consultar los datos procesados y obtener información de ellos. Aprenderá cómo la elección de la solución de almacenamiento determina la robustez y el rendimiento del pipeline de datos, desde los datos brutos hasta la información.
Con este libro, usted:
- Utilizará técnicas modernas de gestión de datos e ingeniería de datos
- Comprenderá cómo las transacciones ACID aportan fiabilidad a los lagos de datos a escala
- Ejecutará trabajos de streaming y por lotes en su lago de datos de forma concurrente
- Ejecutará comandos de actualización, eliminación y fusión en su lago de datos
- Utilizará el viaje en el tiempo para retroceder y examinar versiones anteriores de sus datos
- Construirá un pipeline de calidad de datos de streaming siguiendo la arquitectura de medallón
Autor: Bennie Haelen, Dan Davis
Editorial: O'Reilly Media
Publicado: 21/11/2023
Páginas: 264
Tipo de encuadernación: Tapa blanda
Peso: 0.95lbs
Tamaño: 9.10h x 6.90w x 0.60d
ISBN13: 9781098139728
ISBN10: 1098139720
Categorías BISAC:
- Informática | Ciencia de Datos | Modelado y Diseño de Datos
- Informática | Administración y Gestión de Bases de Datos
- Informática | Ciencia de Datos | Almacenamiento de Datos