آماده‌سازی و بررسی داده‌ در Databricks

آنچه یاد خواهید گرفت:

دیتابریکس یک پلتفرم تحلیلی یکپارچه است که می‌تواند حجم عظیمی از داده‌ را مدیریت کرده، آن‌ها را سریع‌تر پردازش کند و به بررسی و تحلیل عمیق داده‌ کمک نماید.

در این دوره، "آماده‌سازی و بررسی داده در Databricks"، شما توانایی بررسی، تحلیل، پاک‌سازی و تبدیل داده‌ با استفاده از پلتفرم Databricks را به دست خواهید آورد؛ داده‌ پردازش‌شده را در فرمت دلتا لیک ذخیره کرده و داده‌ را با استفاده از نمودارها و داشبوردهای Databricks مصورسازی خواهید کرد. ابتدا، یاد خواهید گرفت که چگونه محیط Databricks را راه‌اندازی کنید.

سپس، خواهید آموخت که چگونه داده‌ را از منابع مختلف در Databricks مانند Azure Data Lake Store و فایل سیستم Databricks (DBFS) استخراج کرده و دیتافریم‌های اسپارک ایجاد کنید. در ادامه، به چگونگی بررسی و تحلیل داده‌ با استفاده از ویژگی‌های اسپارک و Databricks، پاک‌سازی و تبدیل داده‌ با استفاده از اسپارک، و مصورسازی داده‌ با استفاده از نمودارها و داشبوردهای Databricks خواهید پرداخت.

پس از آن، خواهید دید که چگونه داده‌ پردازش‌شده را در Data Lake یا به صورت جداول دیتابریکس با فرمت دلتا لیک ذخیره کنید. در نهایت، یاد خواهید گرفت که چگونه بهینه‌سازی عملکرد را در دیتابریکس انجام دهید. پس از اتمام این دوره، شما مهارت‌ها و دانش لازم برای آماده‌سازی و بررسی داده‌ با دیتابریکس را خواهید داشت.