APACHE Superset e APACHE HOP - ETL e visualizações de dados

Construa cargas em ETL e prepare suas visualizações de dados
4.50 (32 reviews)
Udemy
platform
Português
language
Data Science
category
APACHE Superset e APACHE HOP - ETL e visualizações de dados
172
students
6 hours
content
Oct 2024
last update
$59.99
regular price

What you will learn

Superset: plataforma de exploração e visualização de dados criada com base no Apache Superset de código aberto

Superset: permite a criação de gráficos e dashboards, permitindo a construção de visualização sem código

Superset: é possível executar uma análise mais profunda usando o editor SQL nativo

Superset: permite a conexão com diversas fontes de dados como Data Warehouse, Data Lake, planilhas, tudo 100% na nuvem

Superset: possui um ambiente fácil de usar, onde você cria uma workspace de trabalho e constrói seus projetos

Superset: permite carregar seus dados de diversos bancos de dados e origens diferentes, acessando os dados de forma transparente

Superset: permite a criação de gráficos (CHART) dos mais variados e com requisitos de filtros e ajustes de campos, podendo gerar novos atributos

Superset: permite que você utilize o SQL LAB para explorar seus dados via SQL

Superset: possui um fluxo de trabalho que organiza a construção das análises de dados

Superset: com o Preset - APACHE Superset é possível conectar seus dados, criar um conjunto de dados, criar gráficos, construir um painel e compartilhar seus ins

Superset: possui um espaço de trabalho para armazenamento das informações a serem desenvolvidas

Superset: permite a construção de gráficos diversos: tabela, setores, heatmap, treemap, box plot, linha, sunburst, dentre outros

Superset: permite a construção de previsões utilizando técnicas como FORECAST

Superset: permite a colaboração e compartilhamento de gráficos e dashboard

HOP: o que é  Hop Orchestration Platform

HOP: entendendo sobre fluxos de trabalho e pipelines

HOP: entendendo sobre projetos e ambientes

HOP: instalação do APACHE HOP

HOP: criando pipelines com arquivos texto

HOP: realizando tratamento de dados para entendimento do processo de engenharia de dados

HOP: o que são transformações, links e ações dentro de um pipeline

HOP: construindo um workflow, orquestrador da sequência das operações

HOP: entendendo o HOP GUI e seus componentes

HOP: entendendo menu barras, principal e perspectivas

HOP: criando sua área de projetos

HOP: componentes pipelines: Sort, Select value, CSV file input, Value mapper, Filter rows, Dummy, Unique rows, Merge Join, Text File Output

HOP: entendendo o que é : View output, Preview output , Debug output

HOP: componentes pipelines: Number Range, Concat Field, String Operations, Replace in String, IF Field Value is Null, Split Fields, CSV File Input, Mail, File

HOP: leitura de dados em uma API: Rest Client, JSON Input, JSON Output

HOP: construindo Workflow com execução de pipelines

HOP: entendo o uso de variáveis globais no APACHE HOP

HOP: automatização de pipeline ou workflow pelo HOP-RUN

HOP: construindo pipelines em banco de dados Postgresql: Table Input, Table Output, Configurando conexão

HOP: instalação de banco de dados Postgresql, usando PGAdmin

5187172
udemy ID
3/1/2023
course created date
4/6/2023
course indexed date
Bot
course submited by