دانلود کتاب Google BigQuery Analytics
کتاب Google BigQuery Analytics نسخه زبان اصلی
دانلود کتاب Google BigQuery Analytics بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Google BigQuery Analytics
نام کتاب : Google BigQuery Analytics
ویرایش : 1
عنوان ترجمه شده به فارسی : Google BigQuery Analytics
سری :
نویسندگان : Naidu. Siddartha, Tigani. Jordan
ناشر : John Wiley & Sons, Inc
سال نشر : 2014
تعداد صفحات : 0
ISBN (شابک) : 1118824822 , 1118824792
زبان کتاب : English
فرمت کتاب : mobi درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 16 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
نحوه استفاده مؤثر از BigQuery، اجتناب از اشتباهات رایج، و اجرای پرس و جوهای پیچیده در برابر مجموعه داده های بزرگ
Google BigQuery Analytics راهنمای عالی برای تحلیلگران کسب و کار و داده است که می خواهند آخرین اطلاعات را داشته باشند. نکاتی در مورد اجرای پرس و جوهای پیچیده و نوشتن کد برای برقراری ارتباط با BigQuery API. این کتاب از نمونههای دنیای واقعی برای نشان دادن بهترین شیوهها و تکنیکهای فعلی استفاده میکند، و همچنین انتقال جریان، تبدیل از طریق Hadoop در موتور محاسباتی Google، ادغام AppEngine datastore، و استفاده از GViz با Tableau برای تولید نمودارهای نتایج پرسوجو را توضیح و نشان میدهد. علاوه بر مکانیزم BigQuery، این کتاب همچنین معماری موتور جستجوی Dremel زیرین را پوشش میدهد و درک کاملی را ارائه میدهد که منجر به نتایج جستجوی بهتر میشود.
- دارای یک وبسایت همراه است که شامل تمام کدها میشود. و مجموعه دادههای کتاب
- از مثالهای دنیای واقعی برای توضیح هر آنچه که تحلیلگران برای استفاده مؤثر از BigQuery باید بدانند استفاده میکند
- شامل نمونههای برنامههای کاربردی وب کدگذاری شده در پایتون
فهرست مطالب :
Content: Part I: BigQuery Fundamentals
In This Part
Chapter 1: The Story of Big Data at Google
Big Data Stack 1.0
Big Data Stack 2.0 (and Beyond)
Open Source Stack
Google Cloud Platform
Problem Statement
Summary
Chapter 2: BigQuery Fundamentals
What Is BigQuery?
BigQuery Sensors Application
Summary
Chapter 3: Getting Started with BigQuery
Creating a Project
Running Your First Query
Using the Command-Line Client
Setting Up Google Cloud Storage
Development Environment
Summary
Chapter 4: Understanding the BigQuery Object Model
Projects
BigQuery Data
Jobs BigQuery Billing and QuotasData Model for End-to-End Application
Summary
Part II: Basic BigQuery
In This Part
Chapter 5: Talking to the BigQuery API
Introduction to Google APIs
BigQuery REST Collections
Summary
Chapter 6: Loading Data
Bulk Loads
Streaming Inserts
Summary
Chapter 7: Running Queries
BigQuery Query API
BigQuery Query Language
Summary
Chapter 8: Putting It Together
A Quick Tour
Mobile Client
Log Collection Service
Dashboard
Summary
Part III: Advanced BigQuery
In This Part
Chapter 9: Understanding Query Execution
Background
Storage Architecture Query ProcessingArchitecture Comparisons
Summary
Chapter 10: Advanced Queries
Advanced SQL
BigQuery SQL Extensions
Query Errors
Recipes
Summary
Chapter 11: Managing Data Stored in BigQuery
Query Caching
Result Caching
Table Snapshots
AppEngine Datastore Integration
Metatables and Table Sharding
Summary
Part IV: BigQuery Applications
In This Part
Chapter 12: External Data Processing
Getting Data Out of BigQuery
AppEngine MapReduce
Querying BigQuery from a Spreadsheet
Summary
Chapter 13: Using BigQuery from Third-Party Tools
BigQuery Adapters Scientific Data Processing Tools in BigQueryVisualizing Data in BigQuery
Summary
Chapter 14: Querying Google Data Sources
Google Analytics
Google AdSense
Google Cloud Storage
Summary
Introduction
Overview of the Book and Technology
How This Book Is Organized
How to Read This Book
Tools You Need
Supplemental Materials and Information
End User License Agreement
توضیحاتی در مورد کتاب به زبان اصلی :
How to effectively use BigQuery, avoid common mistakes, and execute sophisticated queries against large datasets
Google BigQuery Analytics is the perfect guide for business and data analysts who want the latest tips on running complex queries and writing code to communicate with the BigQuery API. The book uses real-world examples to demonstrate current best practices and techniques, and also explains and demonstrates streaming ingestion, transformation via Hadoop in Google Compute engine, AppEngine datastore integration, and using GViz with Tableau to generate charts of query results. In addition to the mechanics of BigQuery, the book also covers the architecture of the underlying Dremel query engine, providing a thorough understanding that leads to better query results.
- Features a companion website that includes all code and data sets from the book
- Uses real-world examples to explain everything analysts need to know to effectively use BigQuery
- Includes web application examples coded in Python