Progettare piattaforme di dati in cloud

Recensioni dei lettori

Questo libro è molto apprezzato per la sua profondità informativa, la chiarezza e la rilevanza per le moderne piattaforme di dati cloud, coprendo i principali provider cloud come AWS, GCP e Azure. I lettori ne apprezzano l'approccio strutturato e gli spunti pratici che offre a data engineer e architetti. Tuttavia, alcuni utenti hanno notato l'assenza della copertura di Snowflake e hanno suggerito di incorporare Cloud Well Architected Frameworks per una guida migliore.

⬤ Approfondimento informativo su AWS, GCP e Azure
⬤ linguaggio e struttura chiari
⬤ approfondimenti pratici e best practice
⬤ utile per data engineer e architetti
⬤ capitoli utili sulla gestione dei metadati e degli schemi
⬤ suscita idee per la pratica
⬤ copre un approccio completo al ciclo di vita.

⬤ Non copre Snowflake
⬤ potrebbe trarre beneficio dall'inclusione di Cloud Well Architected Frameworks
⬤ potrebbe richiedere una conoscenza preliminare dei linguaggi open source per essere apprezzato appieno.

(basato su 14 recensioni dei lettori)

Titolo originale:

Designing Cloud Data Platforms

Contenuto del libro:

In Designing Cloud Data Platforms, Danil Zburivsky e Lynda Partner rivelano un approccio a sei livelli che aumenta la flessibilità e riduce i costi. Scoprite i modelli per l'acquisizione di dati da diverse fonti e imparate a sfruttare i servizi precostituiti forniti dai fornitori di cloud.

Sintesi

I data warehouse centralizzati, da sempre standard di riferimento per l'archiviazione dei dati per l'analisi, stanno rapidamente lasciando il posto a piattaforme di dati cloud dalle molteplici sfaccettature. Le aziende che abbracciano le moderne piattaforme di dati cloud beneficiano di una visione integrata del loro business utilizzando tutti i loro dati e possono trarre vantaggio dalle pratiche analitiche avanzate per guidare le previsioni e i servizi di dati non ancora immaginati. Designing Cloud Data Platforms è una guida pratica per immaginare e progettare una moderna piattaforma di dati scalabile che sfrutti appieno la flessibilità del cloud. Durante la lettura, imparerete a conoscere i componenti fondamentali della progettazione di una piattaforma dati cloud e il ruolo di tecnologie chiave come Spark e Kafka Streams. Inoltre, si esplorerà l'impostazione dei processi per la gestione dei dati basati sul cloud, la loro sicurezza e l'utilizzo di strumenti analitici e di BI avanzati per analizzarli.

L'acquisto del libro stampato include un eBook gratuito nei formati PDF, Kindle ed ePub di Manning Publications.

Informazioni sulla tecnologia

Pipeline, sistemi di storage e API ben progettati eliminano le complicazioni di scalabilità e manutenzione richieste dai data center on-prem. Una volta appresi i modelli per la progettazione di piattaforme di dati cloud, potrete massimizzare le prestazioni indipendentemente dal fornitore di cloud utilizzato.

Informazioni sul libro

In Designing Cloud Data Platforms, Danil Zburivsky e Lynda Partner rivelano un approccio a sei livelli che aumenta la flessibilità e riduce i costi. Scoprite i modelli per l'acquisizione di dati da diverse fonti e imparate a sfruttare i servizi precostituiti forniti dai fornitori di cloud.

Che cosa c'è dentro?

Le migliori pratiche per i set di dati strutturati e non strutturati.

Strumenti di apprendimento automatico pronti per il cloud.

Metadati e analisi in tempo reale.

Architettura, accesso e sicurezza difensivi.

Informazioni sul lettore

Per i professionisti dei dati che conoscono le basi del cloud computing e di Hadoop o Spark.

Informazioni sull'autore

Danil Zburivsky ha oltre 10 anni di esperienza nella progettazione e nel supporto di infrastrutture dati su larga scala per aziende di tutto il mondo. Lynda Partner è vicepresidente di Analytics-as-a-Service presso Pythian e si occupa del lato commerciale dei dati da oltre 20 anni.

Indice dei contenuti

1 Introduzione alla piattaforma dati.

2 Perché una piattaforma dati e non solo un data warehouse.

3 Diventare più grandi e sfruttare le Big 3: Amazon, Microsoft Azure e Google.

4 Come inserire i dati nella piattaforma.

5 Organizzazione ed elaborazione dei dati.

6 Elaborazione e analisi dei dati in tempo reale.

7 Architettura del livello dei metadati.

8 Gestione degli schemi.

9 Accesso e sicurezza dei dati.

10 Alimentare il valore aziendale con le piattaforme di dati.