Pemrosesan ETL di Google Cloud Menggunakan Dataflow dan BigQuery (Python) Ulasan

Tony L. · Diulas lebih dari 5 tahun lalu

WORKERS WERE TOO SLOW

James S. · Diulas lebih dari 5 tahun lalu

Ervin W. · Diulas lebih dari 5 tahun lalu

Dillon B. · Diulas lebih dari 5 tahun lalu

The time allotted is too short. The lab doesn't really explain what is going on and how to develop the modules.

Liran B. · Diulas lebih dari 5 tahun lalu

Kiril Y. · Diulas lebih dari 5 tahun lalu

Diego F. · Diulas lebih dari 5 tahun lalu

upendra t. · Diulas lebih dari 5 tahun lalu

Jeremy J. · Diulas lebih dari 5 tahun lalu

Nilesh B. · Diulas lebih dari 5 tahun lalu

Shantanu S. · Diulas lebih dari 5 tahun lalu

data process is slow

Yi W. · Diulas lebih dari 5 tahun lalu

Oğuzhan A. · Diulas lebih dari 5 tahun lalu

當間 祐. · Diulas lebih dari 5 tahun lalu

Shannon B. · Diulas lebih dari 5 tahun lalu

Gary B. · Diulas lebih dari 5 tahun lalu

Pierre H. · Diulas lebih dari 5 tahun lalu

Arduino C. · Diulas lebih dari 5 tahun lalu

Good

Oscar M. · Diulas lebih dari 5 tahun lalu

Oguz H. · Diulas lebih dari 5 tahun lalu

Not entirely clear what the Dataflow python scripts are doing. The combinations of pipe operators and >> in Python is not something I'm familiar with and could use a brief explanation

Nick S. · Diulas lebih dari 5 tahun lalu

The first apache beam pipeline is confusing because the code by default will output in the usa_names table instead of usa_names_transformed table as expected by the check. I had to specify manually the output parameter by modifying the command line call to data_ingestion.py. Some words explaining that we should specify ourselves the right destination would be good

Damien C. · Diulas lebih dari 5 tahun lalu

Emanuela C. · Diulas lebih dari 5 tahun lalu

Zouhair J. · Diulas lebih dari 5 tahun lalu

Branislav N. · Diulas lebih dari 5 tahun lalu