Halaman ini menyediakan link ke kode contoh dan panduan referensi teknis untuk kasus penggunaan Dataflow umum. Gunakan referensi berikut untuk mempelajari, mengidentifikasi praktik terbaik, dan memanfaatkan kode contoh untuk membuat fitur yang Anda butuhkan.
Pola referensi yang tercantum di sini berorientasi pada kode dan dimaksudkan untuk mempercepat penerapan. Untuk melihat solusi Dataflow yang lebih luas, tinjau daftar Panduan referensi teknis Dataflow.
Analisis umum
| Solusi | Deskripsi | Links |
|---|---|---|
| Membuat dasbor analisis situs real-time | Pelajari cara membuat dasbor yang menyediakan metrik real-time yang dapat Anda gunakan untuk memahami performa insentif atau eksperimen di situs Anda. |
Kode contoh: Analisis Realtime menggunakan Dataflow dan Memorystore Video ringkasan: Level Up - Analisis real-time menggunakan Dataflow dan Memorystore |
| Membuat pipeline untuk mentranskripsikan dan menganalisis file ucapan | Gunakan Dataflow untuk mentranskripsikan dan menganalisis file ucapan yang diupload, lalu menyimpan data tersebut ke BigQuery untuk digunakan dalam visualisasi. |
Kode contoh: Framework Analisis Ucapan |
Analisis log
| Solusi | Deskripsi | Links |
|---|---|---|
| Membangun pipeline untuk merekam interaksi Dialogflow | Gunakan Dataflow untuk membangun pipeline guna menangkap dan menyimpan interaksi Dialogflow untuk analisis lebih lanjut. |
Kode contoh: Parser log Dialogflow |
Pengenalan pola
| Solusi | Deskripsi | Links |
|---|---|---|
| Mendeteksi objek dalam klip video | Solusi ini menunjukkan cara membangun solusi analisis klip video real-time untuk pelacakan objek menggunakan Dataflow dan Video Intelligence API, yang memungkinkan Anda menganalisis data tidak terstruktur dalam jumlah besar mendekati real time. |
Kode contoh: Solusi Analisis Video Menggunakan Dataflow dan Video Intelligence API
Apache Beam |
| Menganonimkan (de-identifikasi) dan mengidentifikasi ulang data PII di pipeline analisis smart Anda | Seri solusi ini menunjukkan cara menggunakan Dataflow, Sensitive Data Protection, BigQuery, dan Pub/Sub untuk melakukan de-identifikasi dan mengidentifikasi ulang informasi identitas pribadi (PII) dalam set data sampel. | Panduan referensi teknis: Kode contoh: Memigrasikan Data Sensitif di BigQuery Menggunakan Dataflow dan Cloud Data Loss Prevention |
Perkiraan prediktif
| Solusi | Deskripsi | Links |
|---|---|---|
| Memprediksi kegagalan mekanis menggunakan pipeline analisis vision | Solusi ini memandu Anda membangun pipeline Dataflow untuk mendapatkan insight dari file gambar berskala besar yang disimpan di bucket Cloud Storage. Inspeksi visual otomatis dapat membantu memenuhi tujuan manufaktur, seperti meningkatkan proses kontrol kualitas atau memantau keamanan pekerja, sekaligus mengurangi biaya. |
Kode contoh: Solusi Analisis Vision Menggunakan Dataflow dan Cloud Vision API |