[รีวิว] Data Engineering with Python (Paul Crickard) สรุปหนังสือ.

Data Engineering with Python (Paul Crickard)

- Amazon USA Store: https://www.amazon.com/dp/183921418X?tag=9natree-20
- Amazon Worldwide Store: https://global.buys.trade/Data-Engineering-with-Python-Paul-Crickard.html

- Apple Books: https://books.apple.com/us/audiobook/data-engineering-with-python-for-beginners/id1804308652?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Data+Engineering+with+Python+Paul+Crickard+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_Data-Engineering-with-Python-Paul-Crickard.html
- Lazada: https://asia.buys.trade/lazada_Data-Engineering-with-Python-Paul-Crickard.html
- Tiktok: https://asia.buys.trade/tiktok_Data-Engineering-with-Python-Paul-Crickard.html

- อ่านเพิ่มเติม: https://thai.9natree.com/read/183921418X/

#ท่อส่งข้อมูลด้วยPython #การแปลงและเพิ่มคุณค่าข้อมูล #พื้นที่พักและการตรวจสอบข้อมูล #ApacheAirflowและApacheNiFi #SparkKafkaและข้อมูลสตรีม #DataEngineeringwithPython

Data Engineering with Python, ของ Paul Crickard, เป็นหนังสือเชิงปฏิบัติด้านวิศวกรรมข้อมูล, ที่ใช้ภาษา Python เป็นแกนกลางในการออกแบบ สร้าง และนำท่อส่งข้อมูลไปใช้งานจริง. หนังสือมุ่งอธิบายวงจรงานตั้งแต่การรับข้อมูลจากไฟล์และฐานข้อมูล, การทำความสะอาด แปลง และเพิ่มคุณค่าให้ข้อมูล, ไปจนถึงการจัดเก็บและตรวจสอบก่อนส่งต่อสู่คลังข้อมูลหรือระบบวิเคราะห์. เนื้อหาไม่ได้จำกัดอยู่ที่การเขียนสคริปต์ ETL ขนาดเล็ก, แต่เชื่อมโยง Python เข้ากับเครื่องมือโอเพนซอร์สที่ใช้ในงานข้อมูลขนาดใหญ่ เช่น Spark, Kafka, Apache NiFi, Apache Airflow, PostgreSQL, Elasticsearch และ Kibana. จุดประสงค์สำคัญคือทำให้ผู้อ่านเห็นว่า ท่อส่งข้อมูลที่ใช้งานได้จริงต้องคำนึงถึงแบบจำลองข้อมูล, คุณภาพข้อมูล, การจัดการความผิดพลาด, การทำงานแบบแบตช์และสตรีม, รวมถึงการปรับใช้และติดตามระบบในสภาพแวดล้อมการผลิต. หนังสือจึงเหมาะกับการเรียนรู้ภาพรวมที่เชื่อมหลักการกับเครื่องมือ, มากกว่าการเป็นคู่มือเชิงลึกเฉพาะแพลตฟอร์มใดแพลตฟอร์มหนึ่ง.