Panoramica

In questo lab identificherai le operazioni di mappatura e riduzione, eseguirai la pipeline e userai parametri della riga di comando.

Scopo

• Identifica le operazioni di mappatura e riduzione
• Esegui la pipeline
• Usa parametri della riga di comando

Configurazione

Per ciascun lab, riceverai un nuovo progetto Google Cloud e un insieme di risorse per un periodo di tempo limitato senza alcun costo aggiuntivo.

1. Accedi a Qwiklabs utilizzando una finestra di navigazione in incognito.

2. Tieni presente la durata dell'accesso al lab (ad esempio, 1:15:00) e assicurati di finire entro quell'intervallo di tempo.
   Non è disponibile una funzionalità di pausa. Se necessario, puoi riavviare il lab ma dovrai ricominciare dall'inizio.

3. Quando è tutto pronto, fai clic su Inizia lab.

4. Annota le tue credenziali del lab (Nome utente e Password). Le userai per accedere a Google Cloud Console.

5. Fai clic su Apri console Google.

6. Fai clic su Utilizza un altro account e copia/incolla le credenziali per questo lab nei prompt.
   Se utilizzi altre credenziali, compariranno errori oppure ti verranno addebitati dei costi.

7. Accetta i termini e salta la pagina di ripristino delle risorse.

Verifica le autorizzazioni del progetto

Prima di iniziare il tuo lavoro su Google Cloud, devi assicurarti che il tuo progetto disponga delle autorizzazioni corrette in Identity and Access Management (IAM).

1. Nella console Google Cloud, nel menu di navigazione (), seleziona IAM e amministrazione > IAM.

2. Conferma che l'account di servizio di computing predefinito {project-number}-compute@developer.gserviceaccount.com sia presente e che abbia il ruolo di editor assegnato. Il prefisso dell'account è il numero del progetto, che puoi trovare in Menu di navigazione > Panoramica di Cloud > Dashboard

1. Nel menu di navigazione della console Google Cloud, fai clic su Panoramica di Cloud > Dashboard.
2. Copia il numero del progetto (es. 729328892908).
3. Nel menu di navigazione, seleziona IAM e amministrazione > IAM.
4. Nella parte superiore della tabella dei ruoli, sotto Visualizza per entità, fai clic su Concedi accesso.
5. Per Nuove entità, digita:

6. Sostituisci {project-number} con il numero del tuo progetto.
7. Come Ruolo, seleziona Progetto (o Base) > Editor.
8. Fai clic su Salva.

Attività 1: preparazione del lab

Per eseguire correttamente questo lab devi completare alcuni passaggi specifici.

Apri il terminale SSH e connettiti alla VM di addestramento

Eseguirai tutto il codice da una VM di addestramento selezionata.

1. Nella console, nel menu di navigazione (), fai clic su Compute Engine > Istanze VM.

2. Trova la riga con l'istanza denominata training-vm.

3. Sulla destra, sotto Connetti, fai clic su SSH per aprire una finestra del terminale.

4. In questo lab, inserirai i comandi dell'interfaccia a riga di comando nell'istanza training-vm.

Clona il repository GitHub di addestramento

• Nel terminale SSH di training-vm, inserisci il seguente comando:

Attività 2: identifica le operazioni di mappatura e riduzione

• Torna al terminale SSH di training-vm e vai alla directory /training-data-analyst/courses/data_analysis/lab2/python per visualizzare il file is_popular.py con Nano. Non apportare modifiche al codice. Premi Ctrl+X per uscire da Nano.

Sapresti rispondere a queste domande sul file is_popular.py?

• Quali argomenti personalizzati sono definiti?
• Qual è il prefisso di output predefinito?
• Com'è impostata la variabile output_prefix in main()?
• Come sono impostati i parametri della pipeline come --runner?
• Quali sono i passaggi chiave nella pipeline?
• Quali di questi passaggi avvengono in parallelo?
• Quali di questi passaggi sono aggregazioni?

Attività 3: esegui la pipeline

1. Nel terminale SSH di training-vm, esegui la pipeline in locale:

2. Identifica il file di output. Dovrebbe essere output<suffisso> e potrebbe essere un file con sharding:

3. Esamina il file di output, sostituendo '-*' con il suffisso appropriato:

Attività 4: usa parametri della riga di comando

1. Nel terminale SSH di training-vm, cambia il valore predefinito del prefisso di output:

2. Quale sarà il nome del nuovo file scritto?
3. Tieni presente che adesso esiste un nuovo file nella directory /tmp:

Termina il lab

Una volta completato il lab, fai clic su Termina lab. Google Cloud Skills Boost rimuove le risorse che hai utilizzato ed esegue la pulizia dell'account.

Avrai la possibilità di inserire una valutazione in merito alla tua esperienza. Seleziona il numero di stelle applicabile, inserisci un commento, quindi fai clic su Invia.

Il numero di stelle corrisponde alle seguenti valutazioni:

• 1 stella = molto insoddisfatto
• 2 stelle = insoddisfatto
• 3 stelle = esperienza neutra
• 4 stelle = soddisfatto
• 5 stelle = molto soddisfatto

Se non vuoi lasciare un feedback, chiudi la finestra di dialogo.

Per feedback, suggerimenti o correzioni, utilizza la scheda Assistenza.

Copyright 2026 Google LLC Tutti i diritti riservati. Google e il logo Google sono marchi di Google LLC. Tutti gli altri nomi di società e prodotti sono marchi delle rispettive società a cui sono associati.