文件名称:
goodreads_etl_pipeline:用于构建数据湖，数据仓库和分析平台的端到端GoodReads数据管道-源码
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-20
详细说明：GoodReads数据管道
建筑学
管道包括各种模块：
ETL职位
Redshift仓库模块
分析模块
概述
使用Goodreads Python包装器从Goodreads API实时捕获数据（查看用法 ）。从Goodreads API收集的数据存储在本地磁盘上，并及时移至AWS S3上的Landing Bucket。 ETL作业以火花形式编写，并按气流计划以每10分钟运行一次。
ETL流程
从API收集的数据将移至着陆区s3存储桶。
ETL作业具有s3模块，该模块将数据从着陆区复制到工作区。
数据移至工作区后，将触发火花作业，该火花作业将从工作区读取数据并进行转换。数据集已重新分区并移至“已处理区域”。
ETL作业的仓库模块从已处理区域中拾取数据并将其分段到Redshift临时表中。
使用Redshift暂存表并在Data Warehouse表上执行UPSERT操作以更新数据集。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
