مهندسی داده با dbt

مدرس Mark Freeman

انتشار 2024/01/02

مدت زمان 1h 16m

سطح مناسب همه

فایل تمرینی دارد

آموزش Data Engineering with dbt

ابزار ساخت داده (dbt) به سرعت تبدیل به یک ابزار ضروری در بسیاری از پشته های داده اعم از استارتاپ ها گرفته تا فناوری های بزرگ برای مدیریت تبدیل داده ها شده است. در این دوره، مهندس داده مارک فریمن به شما کمک می کند تا با راه اندازی، اجرا و مدیریت یک پروژه dbt از طریق منبع باز ارائه دهنده dbt Core شروع کنید. یاد بگیرید چگونه dbt Core را نصب کنید، یک محیط را برای dbt پیکربندی کنید، یک پروژه dbt را ایجاد و مدیریت کنید، و یک پروژه dbt را در تولید مستقر کنید. اگر یک متخصص داده هستید که وظیفه اجرای dbt را در سازمان خود دارید، اخیراً به تیمی پیوسته اید که از dbt استفاده می کند و نیاز به مهارت دارید، یا فقط می خواهید در مورد dbt برای افزایش رقابت خود در بازار کار داده یاد بگیرید، این دوره را بررسی کنید.

Data Build Tool (DBT) Data Engineering

Introduction

Build your first dbt project ()

Introducing the dbt project ()

The project in GitHub Codespaces ()

1. Prepare Your Coding Environment

Install the dbt Core via pip ()

Install the dbt connector to DuckDB ()

Install DuckDB via pip ()

Update your requirements.txt file within your project ()

2. Prepare Your Database Environment

Create your database file ()

Import CSV data into your new database ()

3. Create a dbt Project

Start your project with dbt init ()

4. Prepare Your dbt Environment

Understand the dbt_project.yml file ()

Create your profiles YAML file ()

Connect your profiles and project YAML files ()

5. Your First dbt Model

Create your first dbt model file ()

Using the dbt CLI commands ()

6. Introduction to dbt Ref Function

Create your dbt model utilizing ref ()

Run your dbt models with the ref syntax ()

View your dbt project data lineage ()

7. Implementing Medallion Architecture with dbt

Planning your medallion architecture project ()

Medallion architecture: Bronze data ()

Medallion architecture: Silver data ()

Medallion architecture: Gold data ()

8. Materialization of dbt Models

Materialization in your dbt project ()

Implement materialization in your dbt_project.yml file ()

9. Documentation as Code via dbt

Further documentation via schema.yml file ()

The docs_blocks.md file ()

10. Implementing Tests within Your dbt Project

Creating custom singular tests ()

Implementing tests within the schema.yml file ()

11. Deploying Your dbt Project

Utilizing multiple dbt profiles ()

Deploying with GitHub workflows ()

Conclusion

Next steps ()

Ex_Files_Data_Engineering_with_dbt.zip (4 KB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش مهندسی داده با dbt

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Data Engineering with dbt در 2 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

آیا می خواهید مهارت های مهندسی داده خود را از ساخت و مدیریت خط لوله تا استفاده موثر از ابزارهایی مانند dbt و Airflow ارتقا دهید؟ در این مسیر یادگیری، یاد خواهید گرفت که چگونه مشکلات رایجی را که مهندسان داده در محل کار با آن مواجه می شوند، حل کنید. شما همچنین خواهید فهمید که چگونه یک انبار داده راه اندازی کنید و یک خط لوله مهندسی داده را از ابتدا بسازید.

آموزش مهندسی داده با dbt ، ایستگاه شماره 1 در مسیر یادگیری مهارت های مهندسی داده خود را ارتقا دهید ، است.

مسیر یادگیری مهارت های مهندسی داده خود را ارتقا دهید

تمرین کامل می کند! وقت آن است که عضلات برنامه نویسی را منعطف کنید و آنچه را که یاد گرفته اید تمرین کنید. این مسیر یادگیری چالش ها و پروژه های هدایت شده را در اختیار شما قرار می دهد تا بتوانید به توسعه و به کارگیری مهارت های خود به عنوان یک مهندس داده ادامه دهید.

آموزش مهندسی داده با dbt ، ایستگاه شماره 3 در مسیر یادگیری تمرین عملی مهندسی داده ، است.