Apache Iceberg: Sıfırdan Üretim Veri Lakehouse Yapısına

Bu kurs; veri gölleriyle (data lakes) çalışan ve veri altyapılarını modernize etmek isteyen veri mühendisleri, analitik mühendisleri, veri platformu mühendisleri ve veri mimarları için tasarlanmıştır. Ayrıca veri rollerine geçiş yapan yazılım mühendisleri ve verileri için Apache Iceberg'i değerlendiren teknik liderler için de değerlidir. Bu kursun sonunda şunları yapabileceksiniz: - Kataloglar, nesne depolama (object storage) ve Spark ile Trino gibi sorgu motorlarını kullanarak bir Apache Iceberg lakehouse inşa etmek ve yapılandırmak - Sorgu performansını en üst düzeye çıkarmak için gizli bölümleme (hidden partitioning), sıralama düzenleri ve sütun metriklerini kullanarak optimize edilmiş tablo yapıları tasarlamak - Mevcut verileri Hive tablolarından, Parquet dosyalarından, CSV'den ve veri tabanlarından anlık görüntü (snapshot), taşıma (migrate) ve yeniden serileştirme yaklaşımlarını kullanarak Iceberg'e taşımak - Doğrulama için Yaz-Denetle-Yayınla (Write-Audit-Publish), test için dallanma (branching) ve kurtarma için geri alma (rollback) kullanarak üretim iş akışlarını uygulamak - Kesinti süresi olmadan veya verileri yeniden yazmadan tablo şemalarını ve bölümleme özelliklerini geliştirmek - Veri dosyası sıkıştırma, meta veri sıkıştırma ve anlık görüntü süresi sonu dahil olmak üzere bakım işlemlerini yürütmek - Farklı iş yükü gereksinimleri için yazma stratejilerini (okumada birleştirme - merge-on-read vs yazmada kopyalama - copy-on-write) ve dağıtım modlarını yapılandırmak.