일일 작업 예약하기

데이터 엔지니어링 입문

Vincent Vankrunkelsven

Data Engineer, DataCamp

지금까지 진행한 작업

extract_course_data()와 extract_rating_data()로 추출
transform_fill_programming_language()로 결측값(NA) 정리
코스별 평균 평점: transform_avg_rating()
추천 대상 사용자-코스 ID 쌍 가져오기: transform_courses_to_recommend()
추천 결과 계산: transform_recommendations()

Postgres로 적재하기

계산 결과를 데이터 제품에 활용
매일 업데이트
사용 예시: 추천 내용을 담은 이메일 발송

적재 단계

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

def etl(db_engines):
    # Extract the data
    courses = extract_course_data(db_engines)
    rating = extract_rating_data(db_engines)
    # Clean up courses data
    courses = transform_fill_programming_language(courses)

    # Get the average course ratings
    avg_course_rating = transform_avg_rating(rating)

    # Get eligible user and course id pairs
    courses_to_recommend = transform_courses_to_recommend(
        rating,
        courses,
    )

    # Calculate the recommendations
    recommendations = transform_recommendations(
        avg_course_rating,
        courses_to_recommend,
    )

    # Load the recommendations into the database
    load_to_dwh(recommendations, db_engines)

DAG 생성하기

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()

연습해 봅시다!

데이터 엔지니어링 입문