[Recenzja] Google BigQuery (Valliappa Lakshmanan) Streszczenie.

Google BigQuery (Valliappa Lakshmanan)

- Amazon Poland Store: https://www.amazon.pl/dp/1492044466?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Google-BigQuery-Valliappa-Lakshmanan.html

- Apple Books: https://books.apple.com/us/audiobook/google-cloud-cookbook-practical-solutions-for-building/id1643307595?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Google+BigQuery+Valliappa+Lakshmanan+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/1492044466/

#architekturabezserwerowaBigQuery #separacjaobliczeńiprzechowywania #procesyETLiELT #optymalizacjazapytańSQL #BigQueryML #GoogleBigQuery

Google BigQuery: The Definitive Guide to techniczny, praktyczny przewodnik po hurtowni danych Google Cloud, napisany przez Valliappę Lakshmanana i Jordana Tiganiego. Książka nie ogranicza się do nauki składni SQL. Wyjaśnia, dlaczego BigQuery jest narzędziem do analityki na bardzo dużą skalę, jak jego architektura wpływa na sposób projektowania danych oraz jak łączyć magazynowanie, przetwarzanie, raportowanie i uczenie maszynowe. Autorzy omawiają zarówno podstawy pracy z usługą, jak i bardziej zaawansowane zagadnienia, w tym ładowanie danych, optymalizację zapytań, bezpieczeństwo, analizę geoprzestrzenną oraz BigQuery ML. Ważnym punktem odniesienia jest przejście od tradycyjnych, zarządzanych ręcznie hurtowni do modelu bezserwerowego, w którym zasoby obliczeniowe i warstwa przechowywania mogą skalować się niezależnie. To pozycja referencyjna i podręcznik wdrożeniowy zarazem. Jej celem jest pomóc inżynierom danych, analitykom i data scientistom podejmować rozsądne decyzje techniczne podczas budowy rozwiązań analitycznych opartych na danych od gigabajtów po petabajty.