Günlük işleri zamanlamak

Data Engineering'e Giriş

Vincent Vankrunkelsven

Data Engineer, DataCamp

Şimdiye kadar neler yaptın

extract_course_data() ve extract_rating_data() ile çıkar
transform_fill_programming_language() ile NA temizle
Ders başına ortalama puan: transform_avg_rating()
Uygun kullanıcı-ders id çiftlerini al: transform_courses_to_recommend()
Önerileri hesapla: transform_recommendations()

Postgres'e yükleme

Hesaplamaları veri ürünlerinde kullan
Günlük güncelle
Örnek kullanım: önerilerle e-posta gönderme

Yükleme aşaması

recommendations.to_sql(
    "recommendations",
    db_engine,
    if_exists="append",
)

def etl(db_engines):
    # Veriyi çıkar
    courses = extract_course_data(db_engines)
    rating = extract_rating_data(db_engines)
    # Courses verisini temizle
    courses = transform_fill_programming_language(courses)

    # Ortalama ders puanlarını al
    avg_course_rating = transform_avg_rating(rating)

    # Uygun kullanıcı ve ders id çiftlerini al
    courses_to_recommend = transform_courses_to_recommend(
        rating,
        courses,
    )

    # Önerileri hesapla
    recommendations = transform_recommendations(
        avg_course_rating,
        courses_to_recommend,
    )

    # Önerileri veritabanına yükle
    load_to_dwh(recommendations, db_engines)

DAG oluşturma

from airflow.sdk import dag, task

@dag(dag_id="recommendations",
     start_date=datetime(2024, 1, 1),
     schedule="0 0 * * *")
def recommendations():

    @task(task_id="recommendations_task")
    def recommendations_task():
        etl(db_engines)

    recommendations_task()

recommendations()

Hadi pratik yapalım!

Data Engineering'e Giriş