Informações gerais

Neste laboratório, você vai identificar as operações Map e Reduce, executar o pipeline e usar os parâmetros de linha de comando.

Objetivo

• Identificar as operações Map e Reduce
• Executar o pipeline
• Usar parâmetros da linha de comando

Configuração

Para cada laboratório, você recebe um novo projeto do Google Cloud e um conjunto de recursos por um determinado período e sem custos financeiros.

1. Faça login no Qwiklabs em uma janela anônima.

2. Confira o tempo de acesso do laboratório (por exemplo, 1:15:00) e finalize todas as atividades nesse prazo.
   Não é possível pausar o laboratório. Você pode reiniciar o desafio, mas vai precisar refazer todas as etapas.

3. Quando tudo estiver pronto, clique em Começar o laboratório.

4. Anote as credenciais (Nome de usuário e Senha). É com elas que você vai fazer login no Console do Google Cloud.

5. Clique em Abrir Console do Google.

6. Clique em Usar outra conta, depois copie e cole as credenciais deste laboratório nos locais indicados.
   Se você usar outras credenciais, vai receber mensagens de erro ou cobranças.

7. Aceite os termos e pule a página de recursos de recuperação.

Verifique as permissões do projeto

Antes de começar a trabalhar no Google Cloud, veja se o projeto tem as permissões corretas no Identity and Access Management (IAM).

1. No console do Google Cloud, em Menu de navegação (), selecione IAM e administrador > IAM.

2. Confira se a conta de serviço padrão do Compute {project-number}-compute@developer.gserviceaccount.com está na lista e recebeu o papel de editor. O prefixo da conta é o número do projeto, que está no Menu de navegação > Visão geral do Cloud > Painel.

1. No console do Google Cloud, em Menu de navegação, clique em Visão geral do Cloud > Painel.
2. Copie o número do projeto, por exemplo, 729328892908.
3. Em Menu de navegação, clique em IAM e administrador > IAM.
4. Clique em Permitir acesso, logo abaixo de Visualizar por principais na parte de cima da tabela de papéis.
5. Em Novos principais, digite:

6. Substitua {project-number} pelo número do seu projeto.
7. Em Papel, selecione Projeto (ou Básico) > Editor.
8. Clique em Save.

Tarefa 1: Preparações para o laboratório

Etapas específicas devem ser concluídas para a execução bem-sucedida desse laboratório.

Abra o terminal SSH e acesse a VM de treinamento

Você vai executar todos os códigos usando uma VM de treinamento selecionada.

1. No console, acesse o menu de navegação () e clique em Compute Engine > Instâncias de VM.

2. Encontre a linha com a instância training-vm.

3. À direita, na coluna Conectar, clique em SSH para abrir uma janela de terminal.

4. Neste laboratório, você adicionará comandos da CLI em training-vm.

Clone o repositório do GitHub de treinamento

• No terminal SSH training-vm, insira este código:

Tarefa 2: Identificar as operações Map e Reduce

• Volte ao terminal SSH de training-vm, navegue até o diretório /training-data-analyst/courses/data_analysis/lab2/python e visualize o arquivo is_popular.py com o Nano. Não faça alterações no código. Para sair do Nano, pressione Ctrl+X.

Você sabe responder a estas perguntas sobre o arquivo is_popular.py?

• Quais argumentos personalizados estão definidos?
• Qual é o prefixo de resposta padrão?
• Como a variável output_prefix está definida em main()?
• Como os argumentos do pipeline, como --runner, estão definidos?
• Quais são as principais etapas no pipeline?
• Quais dessas etapas acontecem paralelamente?
• Quais são agregações?

Tarefa 3: Executar o pipeline

1. No terminal SSH de training_vm, execute o pipeline localmente:

2. Identifique o arquivo de resposta. Esse arquivo deve ser output<suffix> e pode estar fragmentado:

3. Examine o arquivo de saída, substituindo '-*' pelo sufixo apropriado:

Tarefa 4: Usar parâmetros da linha de comando

1. No terminal SSH de training_vm, altere o prefixo de saída do valor padrão:

2. Qual será o nome do novo arquivo criado?
3. Observe que agora temos um novo arquivo no diretório /tmp:

Finalize o laboratório

Clique em Terminar o laboratório após a conclusão. O Google Cloud Ensina remove os recursos usados e limpa a conta por você.

Você vai poder avaliar sua experiência no laboratório. Basta selecionar o número de estrelas, digitar um comentário e clicar em Enviar.

O número de estrelas indica o seguinte:

• 1 estrela = muito insatisfeito
• 2 estrelas = insatisfeito
• 3 estrelas = neutro
• 4 estrelas = satisfeito
• 5 estrelas = muito satisfeito

Feche a caixa de diálogo se não quiser enviar feedback.

Para enviar seu feedback, fazer sugestões ou correções, use a guia Suporte.

Copyright 2026 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de empresas e produtos podem ser marcas registradas das empresas a que estão associados.