آموزش Apache Iceberg: From Zero to Production Data Lakehouse
از آنجایی که سازمانها به طور فزایندهای از معماری دادههای باز استفاده میکنند، Apache Iceberg - یک قالب جدول باز و قابل تعامل که انعطافپذیری یک دریاچه داده را با قابلیت اطمینان یک پایگاه داده ارائه میدهد - به یک فناوری کلیدی برای ساخت خانههای دریاچهای مدرن تبدیل شده است. نحوه تنظیم، مدیریت و بهینه سازی جداول Apache Iceberg برای حجم کاری تولید را با این دوره عملی کشف کنید. مفاهیم اصلی مانند پارتیشن بندی پنهان، تکامل طرحواره و استراتژی های انتقال داده را کاوش کنید، سپس به موضوعات پیشرفته تر از جمله مدیریت همزمان، استراتژی های نوشتن و نگهداری جدول بروید. این دوره برای مهندسان داده، مهندسان تجزیه و تحلیل، مهندسان پلت فرم داده و معماران داده طراحی شده است که با دریاچه های داده کار می کنند و می خواهند زیرساخت داده خود را مدرن کنند. همچنین برای مهندسان نرمافزاری که به نقشهای داده و سرنخهای فنی که Apache Iceberg را برای سازمانهایشان ارزیابی میکنند، ارزشمند است.
در حالی که این دوره توسط Snowflake, Inc. ایجاد شده است، به روشی مبتنی بر پلتفرم ساخته شده است به طوری که یادگیری ها می توانند در فناوری های مختلف داده اعمال شوند. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.
Introduction
Getting started
()
1. Apache Iceberg Fundamentals
What does it mean that Apache Iceberg is an open table format?
()
The open lakehouse
()
Modeling data into an Apache Iceberg table
()
Hidden partitioning in Apache Iceberg tables
()
Summary of module one
()
2. Taking Advantage of Apache Iceberg Tables
Moving existing data to Iceberg
()
Git-like features with Write-Audit-Publish and branching and tagging
()
Schema evolution for Iceberg tables
()
Partition evolution for Iceberg tables
()
Summary of module two
()
3. Operating and Optimizing Apache Iceberg
Ingesting data into Apache Iceberg
()
copy-on-write and merge-on-read
()
Handling concurrency in Apache Iceberg
()
Table maintenance for Iceberg: The basics
()
Table maintenance for Iceberg: Compaction and abandoned file cleanup
()
Writing efficiently to Iceberg tables
()
Sort orders
()
Summary of module three
()