Il Centro architetture fornisce risorse per i contenuti su una vasta gamma di soggetti di big data e analisi.
Risorse per big data e analisi nel Centro architetture
Puoi filtrare il seguente elenco di risorse per big data e di analisi digitando il nome di un prodotto o una frase presente nel titolo o nella descrizione della risorsa.
|
Analisi dei dati FHIR in BigQuery Spiega i processi e le considerazioni per l'analisi dei dati FHIR (Fast Healthcare Interoperability Resources) in BigQuery. Prodotti utilizzati: BigQuery |
|
Architettura e funzioni in un mesh di dati Linee guida sull'implementazione di un mesh di dati in Google Cloud... |
|
Architettura: data warehouse di marketing Fornisce un'architettura di riferimento che descrive come creare data warehouse di marketing scalabili. Prodotti utilizzati: AIPlatform, Auto ML, BigQuery, Cloud Data Fusion, Dataflow, Dataprepby Trifacta, Google Analytics, Looker |
|
Crea una soluzione di analisi della visione artificiale ML con Dataflow e l'API Cloud Vision Come eseguire il deployment di una pipeline Dataflow per elaborare file immagine su larga scala con Cloud Vision. Dataflow archivia i risultati in BigQuery in modo che tu possa utilizzarli per addestrare modelli predefiniti di BigQuery ML. Prodotti utilizzati: BigQuery, Cloud Build, Cloud Storage, Cloud Vision, Dataflow, Pub/Sub |
|
Esportazione delle metriche di Cloud Monitoring Descrive un modo per esportare le metriche di Cloud Monitoring per l'analisi a lungo termine. Prodotti utilizzati: App Engine, BigQuery, Cloud Monitoring, Cloud Pub/Sub, Cloud Scheduler, Datalab, Looker Studio |
|
Replica continua dei dati in BigQuery utilizzando Striim Illustra come eseguire la migrazione di un database MySQL a BigQuery utilizzando Striim. Striim è una piattaforma ETL completa per estrazione, trasformazione e caricamento dei flussi di dati. Prodotti utilizzati: BigQuery, Cloud SQL per MySQL, Compute Engine |
|
Replica continua dei dati in Spanner utilizzando Striim Come eseguire la migrazione di un database MySQL a Cloud Spanner utilizzando Striim. Prodotti utilizzati: Cloud SQL, Cloud SQL per MySQL, Compute Engine, Spanner |
|
Pattern di progettazione dell'analisi dei dati Fornisce link a casi d'uso aziendali, codice campione e guide di riferimento tecniche per casi d'uso dell'analisi dei dati di settore. Utilizza queste risorse per imparare e identificare le best practice per accelerare l'implementazione dei tuoi carichi di lavoro. |
|
Data science con R su Google Cloud: analisi esplorativa dei dati Mostra come iniziare a utilizzare la data science su larga scala con R su Google Cloud. Questo documento è rivolto a coloro che hanno una certa esperienza con R e con i blocchi note Jupyter e che hanno dimestichezza con SQL. Prodotti utilizzati: BigQuery, Cloud Storage, Notebooks |
|
Trasformazione dei dati tra MongoDB Atlas e Google Cloud Trasformazione dei dati tra MongoDB Atlas come datastore operativo e BigQuery come data warehouse di analisi. Prodotti utilizzati: BigQuery, Cloud Pub/Sub, Dataflow |
|
Illustra come utilizzare Sensitive Data Protection per creare una pipeline di trasformazione dei dati automatizzata per anonimizzare i dati sensibili come le informazioni che consentono l'identificazione personale (PII). Prodotti utilizzati: BigQuery, Cloud Pub/Sub, Cloud Storage, Dataflow, Identity and Access Management, Sensitive Data Protection |
|
Descrive l'utilizzo di Sensitive Data Protection per ridurre il rischio di esposizione agli utenti dei dati sensibili archiviati nei database Google Cloud, lasciando che continuino a eseguire query su dati significativi. Prodotti utilizzati: Cloud Audit Logs, Cloud Key Management Service, Sensitive Data Protection |
|
Architettura di riferimento per l'elaborazione dei dati genomici Descrive le architetture di riferimento per l'utilizzo dell'API Cloud Life Sciences con altri prodotti Google Cloud allo scopo di eseguire l'elaborazione dei dati genomici utilizzando diversi metodi e motori del flusso di lavoro. Prodotti utilizzati: Cloud Life Sciences, Cloud Storage, Compute Engine |
|
Architettura dell'analisi geospaziale Scopri di più sulle funzionalità geospaziali di Google Cloud e su come puoi utilizzarle nelle tue applicazioni di analisi geospaziale. Prodotti utilizzati: BigQuery, Dataflow |
|
Importare dati da una rete esterna in un data warehouse BigQuery sicuro Descrive un'architettura che puoi utilizzare per contribuire a proteggere un data warehouse in un ambiente di produzione e fornisce le best practice per importare i dati in BigQuery da una rete esterna come un ambiente on-premise. Prodotti utilizzati: BigQuery |
|
Importare i dati da Google Cloud in un data warehouse BigQuery sicuro Descrive un'architettura che puoi utilizzare per contribuire a proteggere un data warehouse in un ambiente di produzione e fornisce le best practice per la governance dei dati di un data warehouse in Google Cloud. Prodotti utilizzati: BigQuery, Cloud Key Management Service, Dataflow, Sensitive Data Protection |
|
Importazione di dati clinici e operativi con Cloud Data Fusion Spiega a ricercatori, data scientist e team IT come Cloud Data Fusion può sbloccare i dati importando, trasformando e archiviando i dati in BigQuery, un data warehouse aggregato su Google Cloud. Prodotti utilizzati: BigQuery, Cloud Data Fusion, Cloud Storage |
|
Soluzione già pronta: lakehouse di analisi Unifica data lake e data warehouse creando una lakehouse di analisi con BigQuery per archiviare, elaborare, analizzare e attivare i dati. |
|
Soluzione già pronta: data warehouse con BigQuery Creare un data warehouse con una dashboard e uno strumento di visualizzazione utilizzando BigQuery. |
|
Eseguire la migrazione a Google Cloud Ti aiuta a pianificare, progettare e implementare il processo di migrazione dei carichi di lavoro delle applicazioni e dell'infrastruttura a Google Cloud, inclusi carichi di lavoro di computing, database e archiviazione. Prodotti utilizzati: App Engine, Cloud Build, Cloud Data Fusion, Cloud Deployment Manager, Cloud Functions, Cloud Run, Cloud Storage, Container Registry, Data Catalog, Dataflow, peering diretto, Google Kubernetes Engine (GKE), Transfer Appliance |
|
Migrazione dell'infrastruttura Hadoop on-premise a Google Cloud Linee guida sullo spostamento dei carichi di lavoro Hadoop on-premise su Google Cloud... Prodotti utilizzati: BigQuery, Cloud Storage, Dataproc |
|
Eseguire l'ETL da un database relazionale in BigQuery utilizzando Dataflow Illustra come utilizzare Dataflow per estrarre, trasformare e caricare (ETL) dati da un database relazionale di elaborazione delle transazioni online (OLTP) in BigQuery per l'analisi. Prodotti utilizzati: BigQuery, Cloud Storage, Compute Engine, Dataflow |
|
Modellazione della propensione per le applicazioni di gioco Scopri come utilizzare BigQuery ML per addestrare, valutare e ottenere previsioni da diversi tipi di modelli di propensione. I modelli di propensione possono aiutarti a determinare la probabilità che utenti specifici tornino alla tua app, quindi puoi utilizzarli... |
|
Analisi dei log di sicurezza in Google Cloud Mostra come raccogliere, esportare e analizzare i log di Google Cloud per verificare l'utilizzo e rilevare le minacce per i dati e i carichi di lavoro. Utilizza le query di rilevamento delle minacce incluse per BigQuery o Chronicle oppure utilizza il tuo SIEM. Prodotti utilizzati: BigQuery, Cloud Logging, Compute Engine, Looker Studio |
|
Crea un'API che possa prevedere la probabilità che un cliente effettui un acquisto. Prodotti utilizzati: Apigee, Appsheet, BigQuery ML, Spanner |
|
Monitorare la provenienza e i metadati di derivazione per i dati sanitari Descrive come monitorare i metadati di provenienza e derivazione dei dati sanitari in Google Cloud per ricercatori, data scientist e team IT. Prodotti utilizzati: BigQuery, Cloud Data Fusion, Cloud Storage |
|
Trasformare e armonizzare i dati sanitari per BigQuery Descrive i processi e le considerazioni coinvolti nell'armonizzazione dei dati sanitari su Google Cloud per ricercatori, data scientist e team IT che vogliono creare un data lake di analisi in BigQuery. Prodotti utilizzati: BigQuery, Cloud Data Fusion, Cloud Storage, Sensitive Data Protection |
|
Utilizzare una pipeline CI/CD per i flussi di lavoro di elaborazione dati Descrive come configurare una pipeline di integrazione continua/deployment continuo (CI/CD) per l'elaborazione dei dati implementando metodi CI/CD con prodotti gestiti su Google Cloud. Prodotti utilizzati: Cloud Build, Cloud Composer, Cloud Source Repositories, Cloud Storage, Compute Engine, Dataflow |
|
Utilizzare Apache Hive su Dataproc Mostra come utilizzare Apache Hive su Dataproc in modo efficiente e flessibile archiviando i dati Hive in Cloud Storage e ospitando il metastore Hive in un database MySQL su Cloud SQL. Prodotti utilizzati: Cloud SQL, Cloud Storage, Dataproc |