menu
arrow_back

Raumbezogene Echtzeitdaten mit Google Data Studio visualisieren

Raumbezogene Echtzeitdaten mit Google Data Studio visualisieren

1 Stunde 15 Minuten 7 Guthabenpunkte

GSP201

Google Cloud-Labs zum selbstbestimmten Lernen

Überblick

In diesem Lab wird gezeigt, wie Sie mit Dataflow Echtzeit-Streamingdaten aus einem Dataset mit Verlaufsdaten verarbeiten, die Ergebnisse in BigQuery speichern und anschließend raumbezogene Echtzeitdaten mit Data Studio visualisieren.

Cloud Dataflow ist ein vollständig verwalteter Dienst zum Transformieren und Anreichern von Daten im Streamingmodus (für Echtzeitdaten) und im Batchmodus (für Verlaufsdaten) über Java und Python APIs als Teil des Apache Beam SDK. Der Dienst bietet eine serverlose Architektur, mit der sich sehr große Batch-Datasets oder Live-Datenstreams mit hohem Volumen parallel übertragen und verarbeiten lassen.

Google BigQuery ist ein RESTful-Webdienst, der in Verbindung mit Google Storage die interaktive Analyse sehr großer Datasets ermöglicht.

Das verwendete Dataset enthält Verlaufsdaten zu Inlandsflügen in den USA, die der Website des US-amerikanischen Bureau of Transport Statistics entnommen wurden. Mit diesem Dataset können zahlreiche Data Science-Konzepte und -Techniken aufgezeigt werden. Es wird in allen anderen Labs der Aufgabenreihe Data Science on the Google Cloud Platform verwendet.

Wenn Sie sich in Qwiklabs anmelden, erhalten Sie Zugriff auf den Rest des Labs – und mehr!

  • Sie erhalten vorübergehenden Zugriff auf Google Cloud Console.
  • Mehr als 200 Labs für Einsteiger und Experten.
  • In kurze Sinneinheiten eingeteilt, damit Sie in Ihrem eigenen Tempo lernen können.
Beitreten, um dieses Lab zu starten