El Architecture Center proporciona recursos de contenido en una amplia variedad de temas de macrodatos y estadísticas.
Recursos de macrodatos y estadísticas en el Architecture Center
Puedes filtrar la siguiente lista de recursos de macrodatos y estadísticas si escribes un nombre de producto o una frase que esté en el título o la descripción del recurso.
|
Análisis de datos de FHIR en BigQuery Se explican los procesos y las consideraciones para analizar los datos del estándar de interoperabilidad (FHIR) en BigQuery. Productos usados: BigQuery |
|
Arquitectura y funciones en una malla de datos Una serie que describe cómo implementar una malla de datos interna de una organización. |
|
Compila una solución de estadísticas de vision de AA con Dataflow y la API de Cloud Vision Cómo implementar una canalización de Dataflow para procesar archivos de imagen a gran escala con Cloud Vision. Dataflow almacena los resultados en BigQuery para que puedas usarlos para entrenar modelos compilados con anterioridad de BigQuery ML. Productos usados: BigQuery, Cloud Build, Cloud Storage, Cloud Vision, Dataflow, Pub Sub" |
|
Exportación de métricas de Cloud Monitoring Describe una forma de exportar las métricas de Cloud Monitoring para realizar un análisis a largo plazo. Productos usados: App Engine, BigQuery, Cloud Monitoring, Cloud Pub/Sub, Cloud Scheduler, Datalab, Looker Studio |
|
Replicación de datos continua en BigQuery a través de Striim Demuestra cómo migrar una base de datos de MySQL a BigQuery a través de Striim. Striim es una plataforma completa de extracción, transformación y carga (ETL). Productos usados: BigQuery, Cloud SQL para MySQL, Compute Engine |
|
Replicación de datos continua en Cloud Spanner a través de Striim Cómo migrar una base de datos de MySQL a Cloud Spanner con Striim. Productos usados: Cloud SQL, Cloud SQL para MySQL, Compute Engine, Spanner |
|
Ciencia de datos con R en Google Cloud: instructivo exploratorio de análisis de datos Te muestra cómo comenzar a usar la ciencia de datos a gran escala con R en Google Cloud. Esto está dirigido a aquellos usuarios que tengan experiencia con R y con notebooks de Jupyter, que se sientan cómodos con SQL. Productos usados: BigQuery, Cloud Storage, Notebooks y Vertex AI |
|
Transformación de datos entre MongoDB Atlas y Google Cloud Transformación de datos entre MongoDB Atlas como almacén de datos operativos y BigQuery como almacén de datos analítico. Productos usados: BigQuery, Cloud Pub/Sub, Dataflow |
|
En este documento, se analiza cómo usar Sensitive Data Protection para crear una canalización de transformación de datos automatizada para desidentificar datos sensibles, como la información de identificación personal (PII). Productos usados: BigQuery, Cloud Pub/Sub, Cloud Storage, Dataflow, Identity and Access Management, Sensitive Data Protection |
|
Arquitectura de estadísticas geoespaciales Obtén información sobre las capacidades geoespaciales de Google Cloud y cómo puedes usarlas en tus aplicaciones de estadísticas geoespaciales. Productos usados: BigQuery, Dataflow |
|
Importa datos de una red externa a un almacén de datos seguro de BigQuery Describe una arquitectura que puedes usar para proteger un almacén de datos en un entorno de producción y proporciona prácticas recomendadas para importar datos a BigQuery desde una red externa, como un entorno local. Productos usados: BigQuery |
|
Importa datos de Google Cloud a un almacén de datos seguro de BigQuery Describe una arquitectura que puedes usar para ayudar a proteger un almacén de datos en un entorno de producción y proporciona prácticas recomendadas para la administración de datos de un almacén de datos en Google Cloud. Productos usados: BigQuery, Cloud Key Management Service, Dataflow, Protección de datos sensibles |
|
Solución de inicio rápido: lakehouse de Analytics Unifica los data lakes y los almacenes de datos mediante la creación de un lakehouse de análisis con BigQuery para almacenar, procesar, analizar y activar datos. |
|
Solución de inicio rápido: almacén de datos con BigQuery Crea un almacén de datos con un panel y una herramienta de visualización mediante BigQuery. |
|
Te ayuda a planificar, diseñar y, también, implementar el proceso de migración de las cargas de trabajo de infraestructura y aplicación en Google Cloud, incluidas las cargas de trabajo de procesamiento, de bases de datos y de almacenamiento. Productos usados: App Engine, Cloud Build, Cloud Data Fusion, Cloud Deployment Manager, Cloud Functions, Cloud Run, Cloud Storage, Container Registry, Data Catalog, Dataflow, intercambio de tráfico directo, Google Kubernetes Engine (GKE), Transfer Appliance |
|
Migra la infraestructura de Hadoop local a Google Cloud Guía sobre cómo migrar las cargas de trabajo locales de Hadoop a Google Cloud… Productos usados: BigQuery, Cloud Storage, Dataproc |
|
Estadísticas del registro de seguridad en Google Cloud Muestra cómo recopilar, exportar y analizar registros de Google Cloud para ayudarte a auditar el uso y detectar amenazas a tus datos y cargas de trabajo. Usa las consultas de detección de amenazas incluidas para BigQuery o Chronicle, o usa tu propio SIEM. Productos usados: BigQuery, Cloud Logging, Compute Engine, Looker Studio |
|
Usa una canalización de CI/CD para flujos de trabajo de procesamiento de datos En este documento, se describe cómo configurar una canalización de integración continua/implementación continua (CI/CD) para procesar datos a través de la aplicación de métodos de CI/CD con productos administrados en Google Cloud. Productos usados: Cloud Build, Cloud Composer, Cloud Source Repositories, Cloud Storage, Compute Engine y Dataflow |
|
En este instructivo, se muestra cómo usar Apache Hive en Dataproc de manera eficiente y flexible a través del almacenamiento de datos de Hive en Cloud Storage y el alojamiento del almacén de metadatos en una base de datos MySQL en Cloud SQL. Productos usados: Cloud SQL, Cloud Storage, Dataproc |