Google BigQuery, Всё о хранилищах данных, аналитике и машинном обучении, Лакшманан В., Тайджани Д., 2021.
Вас пугает необходимость обрабатывать петабайтные наборы данных? Познакомьтесь с Google BigQuery, — системой хранения информации, которая может консолидировать данные по всему предприятию, облегчает интерактивный анализ и позволяет реализовать задачи машинного обучения. Теперь вы можете эффективно хранить, запрашивать, получать и изучать данные в одной удобной среде. Валиаппа Лакшманан и Джордан Тайджани научат вас работать в современном хранилище данных, используя все возможности масштабируемого, безсерверного публичного облака.
Продвинутые запросы.
В главах 2 и 3 мы рассмотрели основы запросов на Standard SQL и типов данных, поддерживаемых в BigQuery. Исходный код парсера и анализатора диалекта Standard SQL, поддерживаемого в BigQuery, был открыт как ZetaSQL (https://github.com/google/zetasql). Парсер и анализатор ZetaSQL используются для обеспечения постоянного функционирования, проверки и неявного приведения типов, разрешения имен и многого другого во всех продуктах Google Cloud Platform (GCP), которые поддерживают SQL (например, Cloud Spanner и Cloud Dataflow). Однако эти механизмы запросов могут поддерживать не все возможности языка ZetaSQL. Например, на момент написания этой книги сервис BigQuery не поддерживал транзакции с несколькими состояниями. Также на момент написания этой книги Cloud Dataflow не поддерживал географические запросы, но когда такая поддержка появится, запросы GIS SQL и географические типы в Cloud Dataflow будут работать так же, как в BigQuery.
Оглавление.
Предисловие.
Глава 1.Что такое Google BigQuery?
Глава 2.Основы запросов.
Глава 3.Типы данных, функции и операторы.
Глава 4.Загрузка данных в BigQuery.
Глава 5.Разработка с BigQuery.
Глава 6.Архитектура BigQuery.
Глава 7.Оптимизация производительности и затрат.
Глава 8.Продвинутые запросы.
Глава 9.Машинное обучение в BigQuery.
Глава 10.Администрирование и безопасность BigQuery.
Об авторах.
Об обложке.
Купить .
Дата публикации:
Теги: Лакшманан :: Тайджани :: аналитика :: педагогика :: машинное обучение :: хранение данных :: облачные хранилища
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
- Алгоритмы Data Science и их практическая реализация на Python, Учебное пособие, Протодьяконов А.В., Пылов П.А., Садовников В.Е., 2022
- PyTorch, Освещая глубокое обучение, Стивенс Э., Антига Л., Виман Т., 2022
- Python и машинное обучение, Машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow, Рашка С., Мирджалили В., 2020
- Python для data science, Васильев Ю., 2023
Предыдущие статьи:
- Data Science, Наука о данных с нуля, Грас Д., 2021
- Data Science для карьериста, Нолис Ж., Робинсон Э., 2021
- Apache Kafka, Потоковая обработка и анализ данных, Шапира Г., Палино Т., Сиварам Р., Петти К., 2023
- Командная строка Linux, Колисниченко Д.Н., 2023