مهندسی داده در دهه گذشته به سرعت رشد کرده است و بسیاری از مهندسان نرمافزار، دانشمندان داده و تحلیلگران را به دنبال دیدگاهی جامع از این حوزه رها کرده است. با این کتاب کاربردی، یاد خواهید گرفت که چگونه با ارزیابی بهترین فناوریهای موجود از طریق چارچوب چرخه حیات مهندسی داده، سیستمهایی را برای پاسخگویی به نیازهای سازمان و مشتریان خود برنامهریزی کرده و بسازید. نویسندگان، جو ریس و مت هاسلی، شما را در طول چرخه حیات مهندسی داده راهنمایی میکنند و نشان میدهند که چگونه فناوریهای ابری مختلف را برای خدمت به نیازهای مصرفکنندگان نهایی داده به یکدیگر متصل کنید. شما درک خواهید کرد که چگونه مفاهیم تولید داده، جذب (Ingestion)، ارکستریشن (Orchestration)، تبدیل (Transformation)، ذخیرهسازی (Storage) و حاکمیت داده (Governance) را که در هر محیط دادهای فارغ از فناوری زیرساختی حیاتی هستند، اعمال کنید. این کتاب به شما کمک میکند تا: یک نمای کلی و مختصر از کل چشمانداز مهندسی داده به دست آورید. مسائل مهندسی داده را با استفاده از یک چارچوب سرتاسری از بهترین روشها ارزیابی کنید. هنگام انتخاب فناوریهای داده، معماری و فرآیندها، تبلیغات بازاریابی را کنار بزنید. از چرخه حیات مهندسی داده برای طراحی و ساخت یک معماری مستحکم استفاده کنید. حاکمیت داده و امنیت را در سراسر چرخه حیات مهندسی داده ادغام کنید.
اشتراکی

با مرور فصلها، ساختار ، محتوای کتاب را به سرعت بشناسید.
با مرور فصلهای این کتاب میتونی خیلی سریع بفهمی هر بخش چی یاد میده، ساختار کلی چطوره و از کجا باید شروع کنی. هر فصل روی یک مفهوم یا مهارت خاص تمرکز داره و موضوعات اصلیش رو میبینی تا انتخابت آگاهانهتر باشه. چه بخوای کل کتاب رو دنبال کنی، چه فقط یک بخش خاص رو دنبال کنی، این نما کمکت میکنه مسیرت رو پیدا کنی.
این بخش مفاهیم پایهای مهندسی داده را پایهگذاری کرده، نقش مهندس داده را تعریف میکند و چرخه حیات مهندسی داده را معرفی مینماید. این قسمت اصول طراحی معماریهای داده مستحکم را پوشش داده و چارچوبی برای ارزیابی و انتخاب فناوریهای مناسب ارائه میدهد.

توصیف مهندسی داده
What Is Data Engineering? • Data Engineering Defined • The Data Engineering Lifecycle • Evolution of the Data Engineer • Data Engineering and Data Science • Data Engineering Skills and Activities • Data Maturity and the Data Engineer • The Background and Skills of a Data Engineer • Business Responsibilities • Technical Responsibilities • The Continuum of Data Engineering Roles, from A to B • Data Engineers Inside an Organization • Internal-Facing Versus External-Facing Data Engineers • Data Engineers and Other Technical Roles • Data Engineers and Business Leadership • Conclusion • Additional Resources
درحال تولید...

چرخه حیات مهندسی داده
What Is the Data Engineering Lifecycle? • The Data Lifecycle Versus the Data Engineering Lifecycle • Generation: Source Systems • Storage • Ingestion • Transformation • Serving Data • Major Undercurrents Across the Data Engineering Lifecycle • Security • Data Management • DataOps • Data Architecture • Orchestration • Software Engineering • Conclusion • Additional Resources
درحال تولید...

طراحی معماری داده خوب
What Is Data Architecture? • Enterprise Architecture Defined • Data Architecture Defined • “Good” Data Architecture • Principles of Good Data Architecture • Principle 1: Choose Common Components Wisely • Principle 2: Plan for Failure • Principle 3: Architect for Scalability • Principle 4: Architecture Is Leadership • Principle 5: Always Be Architecting • Principle 6: Build Loosely Coupled Systems • Principle 7: Make Reversible Decisions • Principle 8: Prioritize Security • Principle 9: Embrace FinOps • Major Architecture Concepts • Domains and Services • Distributed Systems, Scalability, and Designing for Failure • Tight Versus Loose Coupling: Tiers, Monoliths, and Microservices • User Access: Single Versus Multitenant • Event-Driven Architecture • Brownfield Versus Greenfield Projects • Examples and Types of Data Architecture • Data Warehouse • Data Lake • Convergence, Next-Generation Data Lakes, and the Data Platform • Modern Data Stack • Lambda Architecture • Kappa Architecture • The Dataflow Model and Unified Batch and Streaming • Architecture for IoT • Data Mesh • Other Data Architecture Examples • Who’s Involved with Designing a Data Architecture? • Conclusion • Additional Resources
درحال تولید...

انتخاب فناوریها در سراسر چرخه حیات مهندسی داده
Team Size and Capabilities • Speed to Market • Interoperability • Cost Optimization and Business Value • Total Cost of Ownership • Total Opportunity Cost of Ownership • FinOps • Today Versus the Future: Immutable Versus Transitory Technologies • Our Advice • Location • On Premises • Cloud • Hybrid Cloud • Multicloud • Decentralized: Blockchain and the Edge • Our Advice • Cloud Repatriation Arguments • Build Versus Buy • Open Source Software • Proprietary Walled Gardens • Our Advice • Monolith Versus Modular • Monolith • Modularity • The Distributed Monolith Pattern • Our Advice • Serverless Versus Servers • Serverless • Containers • How to Evaluate Server Versus Serverless • Our Advice • Optimization, Performance, and the Benchmark Wars • Big Data...for the 1990s • Nonsensical Cost Comparisons • Asymmetric Optimization • Caveat Emptor • Undercurrents and Their Impacts on Choosing Technologies • Data Management • DataOps • Data Architecture • Orchestration Example: Airflow • Software Engineering • Conclusion • Additional Resources
درحال تولید...
این بخش به طور عمیق به هر یک از مراحل چرخه حیات مهندسی داده میپردازد. این قسمت نحوه تولید داده در سیستمهای منبع، ذخیرهسازی کارآمد، جذب داده قابلاعتماد، تبدیل از طریق پرسوجوها و مدلها، و در نهایت ارائه آن برای تحلیل، یادگیری ماشین و ETL معکوس را بررسی میکند.

تولید داده در سیستمهای منبع
Sources of Data: How Is Data Created? • Source Systems: Main Ideas • Files and Unstructured Data • APIs • Application Databases (OLTP Systems) • Online Analytical Processing System • Change Data Capture • Logs • Database Logs • CRUD • Insert-Only • Messages and Streams • Types of Time • Source System Practical Details • Databases • APIs • Data Sharing • Third-Party Data Sources • Message Queues and Event-Streaming Platforms • Whom You’ll Work With • Undercurrents and Their Impact on Source Systems • Security • Data Management • DataOps • Data Architecture • Orchestration • Software Engineering • Conclusion • Additional Resources
درحال تولید...

ذخیرهسازی
Raw Ingredients of Data Storage • Magnetic Disk Drive • Solid-State Drive • Random Access Memory • Networking and CPU • Serialization • Compression • Caching • Data Storage Systems • Single Machine Versus Distributed Storage • Eventual Versus Strong Consistency • File Storage • Block Storage • Object Storage • Cache and Memory-Based Storage Systems • The Hadoop Distributed File System • Streaming Storage • Indexes, Partitioning, and Clustering • Data Engineering Storage Abstractions • The Data Warehouse • The Data Lake • The Data Lakehouse • Data Platforms • Stream-to-Batch Storage Architecture • Big Ideas and Trends in Storage • Data Catalog • Data Sharing • Schema • Separation of Compute from Storage • Data Storage Lifecycle and Data Retention • Single-Tenant Versus Multitenant Storage • Whom You’ll Work With • Undercurrents • Security • Data Management • DataOps • Data Architecture • Orchestration • Software Engineering • Conclusion • Additional Resources
درحال تولید...

جذب داده
What Is Data Ingestion? • Key Engineering Considerations for the Ingestion Phase • Bounded Versus Unbounded Data • Frequency • Synchronous Versus Asynchronous Ingestion • Serialization and Deserialization • Throughput and Scalability • Reliability and Durability • Payload • Push Versus Pull Versus Poll Patterns • Batch Ingestion Considerations • Snapshot or Differential Extraction • File-Based Export and Ingestion • ETL Versus ELT • Inserts, Updates, and Batch Size • Data Migration • Message and Stream Ingestion Considerations • Schema Evolution • Late-Arriving Data • Ordering and Multiple Delivery • Replay • Time to Live • Message Size • Error Handling and Dead-Letter Queues • Consumer Pull and Push • Location • Ways to Ingest Data • Direct Database Connection • Change Data Capture • APIs • Message Queues and Event-Streaming Platforms • Managed Data Connectors • Moving Data with Object Storage • EDI • Databases and File Export • Practical Issues with Common File Formats • Shell • SSH • SFTP and SCP • Webhooks • Web Interface • Web Scraping • Transfer Appliances for Data Migration • Data Sharing • Whom You’ll Work With • Upstream Stakeholders • Downstream Stakeholders • Undercurrents • Security • Data Management • DataOps • Orchestration • Software Engineering • Conclusion • Additional Resources
درحال تولید...

پرسوجوها، مدلسازی و تبدیل
Queries • What Is a Query? • The Life of a Query • The Query Optimizer • Improving Query Performance • Queries on Streaming Data • Data Modeling • What Is a Data Model? • Conceptual, Logical, and Physical Data Models • Normalization • Techniques for Modeling Batch Analytical Data • Modeling Streaming Data • Transformations • Batch Transformations • Materialized Views, Federation, and Query Virtualization • Streaming Transformations and Processing • Whom You’ll Work With • Upstream Stakeholders • Downstream Stakeholders • Undercurrents • Security • Data Management • DataOps • Data Architecture • Orchestration • Software Engineering • Conclusion • Additional Resources
درحال تولید...

ارائه داده برای تحلیل، یادگیری ماشین و ETL معکوس
General Considerations for Serving Data • Trust • What’s the Use Case, and Who’s the User? • Data Products • Self-Service or Not? • Data Definitions and Logic • Data Mesh • Analytics • Business Analytics • Operational Analytics • Embedded Analytics • Machine Learning • What a Data Engineer Should Know About ML • Ways to Serve Data for Analytics and ML • File Exchange • Databases • Streaming Systems • Query Federation • Data Sharing • Semantic and Metrics Layers • Serving Data in Notebooks • Reverse ETL • Whom You’ll Work With • Undercurrents • Security • Data Management • DataOps • Data Architecture • Orchestration • Software Engineering • Conclusion • Additional Resources
درحال تولید...
این بخش پایانی به جنبههای حیاتی امنیت و حریم خصوصی در مهندسی داده میپردازد و بر عادتهای امنیتی فعال و اصل حداقل امتیاز تأکید میکند. همچنین با بحث در مورد روندهای نوظهور مانند پشته دادههای زنده و ادغام دادهها با برنامهها، به آینده این حوزه نگاهی میاندازد.

امنیت و حریم خصوصی
People • The Power of Negative Thinking • Always Be Paranoid • Processes • Security Theater Versus Security Habit • Active Security • The Principle of Least Privilege • Shared Responsibility in the Cloud • Always Back Up Your Data • An Example Security Policy • Technology • Patch and Update Systems • Encryption • Logging, Monitoring, and Alerting • Network Access • Security for Low-Level Data Engineering • Conclusion • Additional Resources
درحال تولید...

آینده مهندسی داده
The Data Engineering Lifecycle Isn’t Going Away • The Decline of Complexity and the Rise of Easy-to-Use Data Tools • The Cloud-Scale Data OS and Improved Interoperability • “Enterprisey” Data Engineering • Titles and Responsibilities Will Morph... • Moving Beyond the Modern Data Stack, Toward the Live Data Stack • The Live Data Stack • Streaming Pipelines and Real-Time Analytical Databases • The Fusion of Data with Applications • The Tight Feedback Between Applications and ML • Dark Matter Data and the Rise of...Spreadsheets?! • Conclusion
درحال تولید...
11 فصل در حال تولید
مدت زمان خوانش
13:34
نوع کتاب
اشتراکی
شرکت کنندگان
0 نفر
تولید کتاب
۳۱ شهریور ۱۴۰۵