91精品国产综合久久四虎久久_国产成人午夜高潮毛片_99er视频精品免费观看_2020亚洲熟女在线观看_日本女优人体写真_国内黄色毛片_年轻的老师中文版在线_丰满女邻居做爰_久久久久久精品成人免费图片

 
Google BigQuery權(quán)威指南
Google BigQuery權(quán)威指南
Valliappa Lakshmanan, Jordan Tigani 著
傅建慶, 姜海龍, 羅一鳴, 潘飛 譯
出版時(shí)間：2021年08月
頁數(shù)：514
你是否需要從PB級數(shù)據(jù)中獲取洞察，你是否希望構(gòu)建協(xié)作、敏捷的工作空間？本書是Google BigQuery的規(guī)范參考書，它的存儲(chǔ)系 統(tǒng)可以幫助你整合企業(yè)的全部數(shù)據(jù)，其查詢引擎可以支持對大型 數(shù)據(jù)集的交互式分析和機(jī)器學(xué)習(xí)。BigQuery幫助企業(yè)在一個(gè)便捷 的框架中有效地存儲(chǔ)、查詢、導(dǎo)入數(shù)據(jù)，并從中學(xué)習(xí)。
本書作者提供了在基于serverless、自動(dòng)擴(kuò)縮容的公共云上建立現(xiàn)代數(shù)據(jù)倉庫的最佳實(shí)踐。無論你是想更全面地了解BigQuery，還 是想專注于特定的任務(wù)，這份詳盡的指南都必不可少。
● 深入探討B(tài)igQuery的內(nèi)部工作方式，包括其整體架構(gòu)。
● 學(xué)習(xí)BigQuery支持的數(shù)據(jù)類型、函數(shù)和運(yùn)算符。
● 優(yōu)化查詢語句和schema，從而提高性能或降低成本。
● 使用標(biāo)準(zhǔn)SQL中高級功能，如GIS、歷史快照、DDL/DML、用戶定義函數(shù)和腳本。
● 使用BigQuery ML解決各類機(jī)器學(xué)習(xí)問題。
● 學(xué)習(xí)如何保護(hù)數(shù)據(jù)、監(jiān)控作業(yè)，以及授權(quán)用戶。
  1. 前言
  2. 第1章 Google BigQuery是什么
  3. 數(shù)據(jù)處理架構(gòu)
  4. 使用BigQuery
  5. BigQuery起源
  6. 是什么使BigQuery成為可能？
  7. 小結(jié)
  8. 第2章 基礎(chǔ)查詢語法
  9. 簡單查詢
  10. 使用WHERE進(jìn)行過濾
  11. SELECT *、EXCEPT和REPLACE
  12. 聚合
  13. 數(shù)組與結(jié)構(gòu)體簡介
  14. Join表
  15. 保存和分享
  16. 小結(jié)
  17. 第3章 數(shù)據(jù)類型、函數(shù)和運(yùn)算符
  18. 數(shù)值類型和函數(shù)
  19. 數(shù)學(xué)函數(shù)
  20. 使用BOOL
  21. 使用TIMESTAMP
  22. Date、Time和DateTime
  23. 使用GIS函數(shù)
  24. 小結(jié)
  25. 第4章 將數(shù)據(jù)加載到BigQuery
  26. 基礎(chǔ)知識
  27. 聯(lián)邦查詢和外部數(shù)據(jù)源
  28. 傳輸和導(dǎo)出
  29. 遷移自有數(shù)據(jù)
  30. 小結(jié)
  31. 第5章 使用BigQuery進(jìn)行開發(fā)
  32. 以編程的方式進(jìn)行開發(fā)
  33. 通過數(shù)據(jù)科學(xué)工具訪問BigQuery
  34. 通過Bash腳本使用BigQuery
  35. 小結(jié)
  36. 第6章 BigQuery架構(gòu)
  37. 高層架構(gòu)
  38. 查詢引擎 Dremel
  39. 存儲(chǔ)
  40. 小結(jié)
  41. 第7章 性能與成本優(yōu)化
  42. 需要遵循的原則
  43. 度量和故障排除
  44. 優(yōu)化數(shù)據(jù)的存儲(chǔ)和訪問方式
  45. 時(shí)間不敏感的用戶場景
  46. 小結(jié)
  47. 第8章 高級查詢
  48. 可復(fù)用查詢
  49. 高級SQL
  50. 擴(kuò)展SQL
  51. 高級函數(shù)
  52. 小結(jié)
  53. 第9章 BigQuery中的機(jī)器學(xué)習(xí)
  54. 什么是機(jī)器學(xué)習(xí)
  55. 構(gòu)建回歸模型
  56. 構(gòu)建分類模型
  57. 自定義BigQuery ML
  58. k-Means聚類
  59. 推薦系統(tǒng)
  60. 在GCP上自定義機(jī)器學(xué)習(xí)模型
  61. 小結(jié)
  62. 第10章 BigQuery安全管理
  63. 安全基礎(chǔ)設(shè)施
  64. IAM
  65. 管理BigQuery
  66. 可用性、故障恢復(fù)和加密
  67. 監(jiān)管與合規(guī)
  68. 小結(jié)
書名：Google BigQuery權(quán)威指南
譯者：傅建慶, 姜海龍, 羅一鳴, 潘飛 譯
國內(nèi)出版社：中國電力出版社
出版時(shí)間：2021年08月
頁數(shù)：514
書號：978-7-5198-5677-9
原版書書名：Google BigQuery: The Definitive Guide
原版書出版商：O'Reilly Media
Valliappa Lakshmanan
 
Valliappa (Lak) Lakshmanan是Google Cloud的數(shù)據(jù)分析和AI解決方案負(fù)責(zé)人。他的團(tuán)隊(duì)借助BigQuery和Google Cloud上的其他數(shù)據(jù)分析、機(jī)器學(xué)習(xí)產(chǎn)品，構(gòu)建軟件解決方案來解決業(yè)務(wù)問題。

Valliappa Lakshmanan是知名高管，與管理層其他同仁和數(shù)據(jù)科學(xué)團(tuán)隊(duì)一起用數(shù)據(jù)和AI創(chuàng)造價(jià)值。
 
 
Jordan Tigani
 
Jordan Tigani是BigQuery的產(chǎn)品管理總監(jiān)。作為BigQuery的創(chuàng)始工程師之一，他幫助數(shù)據(jù)倉庫發(fā)展成為Google Cloud中最成功的產(chǎn)品之一。 他擁有20年的軟件開發(fā)經(jīng)驗(yàn)。
 
 
購買選項(xiàng)
定價(jià)：148.00元
書號：978-7-5198-5677-9
出版社：中國電力出版社