Google-ന്റെ BigQuery എങ്ങനെയാണ് ഡാറ്റാ വിശകലനം ജനാധിപത്യവൽക്കരിച്ചത്. ഭാഗം 2

ഹലോ, ഹബ്ർ! ഒരു പുതിയ കോഴ്‌സ് സ്ട്രീമിനുള്ള എൻറോൾമെന്റ് ഇപ്പോൾ OTUS-ൽ തുറന്നിരിക്കുന്നു "ഡാറ്റ എഞ്ചിനീയർ". കോഴ്‌സിന്റെ ആരംഭം പ്രതീക്ഷിച്ച്, ഞങ്ങൾ നിങ്ങളുമായി ഉപയോഗപ്രദമായ മെറ്റീരിയൽ പങ്കിടുന്നത് തുടരുന്നു.

ഒന്നാം ഭാഗം വായിക്കുക

ഡാറ്റ മാനേജ്മെന്റ്

ട്വിറ്റർ എഞ്ചിനീയറിംഗിന്റെ ഒരു പ്രധാന തത്ത്വമാണ് ശക്തമായ ഡാറ്റ ഗവേണൻസ്. ഞങ്ങളുടെ പ്ലാറ്റ്‌ഫോമിൽ BigQuery നടപ്പിലാക്കുമ്പോൾ, ഡാറ്റ കണ്ടെത്തൽ, ആക്‌സസ് നിയന്ത്രണം, സുരക്ഷ, സ്വകാര്യത എന്നിവയിൽ ഞങ്ങൾ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു.

ഡാറ്റ കണ്ടെത്താനും നിയന്ത്രിക്കാനും, ഞങ്ങൾ ഞങ്ങളുടെ ഡാറ്റ ആക്‌സസ് ലെയർ വിപുലീകരിച്ചു DAL) ഞങ്ങളുടെ ഉപയോക്താക്കൾക്ക് ഒരൊറ്റ ഇന്റർഫേസും API യും നൽകിക്കൊണ്ട് ഓൺ-പ്രിമൈസിനും Google ക്ലൗഡ് ഡാറ്റയ്ക്കും ടൂളുകൾ നൽകുന്നതിന്. Google ആയി ഡാറ്റ കാറ്റലോഗ് പൊതുവായ ലഭ്യതയിലേക്ക് നീങ്ങുന്നു, കോളം തിരയൽ പോലുള്ള സവിശേഷതകൾ ഉപയോക്താക്കൾക്ക് നൽകുന്നതിന് ഞങ്ങളുടെ പ്രോജക്റ്റുകളിൽ ഞങ്ങൾ ഇത് ഉൾപ്പെടുത്തും.

BigQuery ഡാറ്റ പങ്കിടുന്നതും ആക്‌സസ് ചെയ്യുന്നതും എളുപ്പമാക്കുന്നു, എന്നാൽ ഡാറ്റ എക്‌സ്‌ഫിൽട്രേഷൻ തടയാൻ ഞങ്ങൾക്ക് ഇതിൽ കുറച്ച് നിയന്ത്രണം ആവശ്യമാണ്. മറ്റ് ഉപകരണങ്ങൾക്കിടയിൽ, ഞങ്ങൾ രണ്ട് ഫംഗ്ഷനുകൾ തിരഞ്ഞെടുത്തു:

• ഡൊമെയ്ൻ നിയന്ത്രിത പങ്കിടൽ: Twitter-ന് പുറത്തുള്ള ഉപയോക്താക്കളുമായി BigQuery ഡാറ്റാസെറ്റുകൾ പങ്കിടുന്നതിൽ നിന്ന് ഉപയോക്താക്കളെ തടയുന്നതിനുള്ള ബീറ്റ ഫീച്ചർ.
• VPC സേവന നിയന്ത്രണങ്ങൾ: ഡാറ്റാ എക്‌സ്‌ഫിൽട്രേഷൻ തടയുന്നതും അറിയാവുന്ന IP വിലാസ ശ്രേണികളിൽ നിന്ന് BigQuery ആക്‌സസ് ചെയ്യാൻ ഉപയോക്താക്കളെ ആവശ്യപ്പെടുന്നതുമായ ഒരു നിയന്ത്രണം.

സുരക്ഷയ്ക്കായി ഞങ്ങൾ പ്രാമാണീകരണം, അംഗീകാരം, ഓഡിറ്റിംഗ് (AAA) ആവശ്യകതകൾ ഇനിപ്പറയുന്ന രീതിയിൽ നടപ്പിലാക്കിയിട്ടുണ്ട്:

• പ്രാമാണീകരണം: അഡ്‌ഹോക്ക് അഭ്യർത്ഥനകൾക്കായി ഞങ്ങൾ GCP ഉപയോക്തൃ അക്കൗണ്ടുകളും പ്രൊഡക്ഷൻ അഭ്യർത്ഥനകൾക്ക് സേവന അക്കൗണ്ടുകളും ഉപയോഗിച്ചു.
• അംഗീകാരം: ഓരോ ഡാറ്റാസെറ്റിനും ഒരു ഉടമയുടെ സേവന അക്കൗണ്ടും ഒരു റീഡർ ഗ്രൂപ്പും ഞങ്ങൾക്കാവശ്യമാണ്.
• ഓഡിറ്റിംഗ്: വിശദമായ അന്വേഷണ നിർവ്വഹണ വിവരങ്ങൾ അടങ്ങിയ BigQuery സ്റ്റാക്ക്ഡ്രൈവർ ലോഗുകൾ ഞങ്ങൾ എളുപ്പത്തിൽ വിശകലനം ചെയ്യുന്നതിനായി BigQuery ഡാറ്റാസെറ്റിലേക്ക് കയറ്റുമതി ചെയ്തു.

Twitter ഉപയോക്താക്കളുടെ സ്വകാര്യ ഡാറ്റ ശരിയായി കൈകാര്യം ചെയ്യപ്പെടുന്നുവെന്ന് ഉറപ്പാക്കാൻ, ഞങ്ങൾ എല്ലാ BigQuery ഡാറ്റാസെറ്റുകളും രജിസ്റ്റർ ചെയ്യുകയും വ്യക്തിഗത ഡാറ്റ വ്യാഖ്യാനിക്കുകയും ശരിയായ സംഭരണം നിലനിർത്തുകയും ഉപയോക്താക്കൾ ഇല്ലാതാക്കിയ ഡാറ്റ ഇല്ലാതാക്കുകയും വേണം (സ്ക്രാപ്പ് ചെയ്യുക).

ഞങ്ങൾ ഗൂഗിളിൽ നോക്കി ക്ലൗഡ് ഡാറ്റ നഷ്ടം തടയൽ API, സെൻസിറ്റീവ് ഡാറ്റയെ തരംതിരിക്കാനും എഡിറ്റ് ചെയ്യാനും മെഷീൻ ലേണിംഗ് ഉപയോഗിക്കുന്നു, എന്നാൽ കൃത്യത കാരണം ഡാറ്റാസെറ്റ് സ്വമേധയാ വ്യാഖ്യാനിക്കുന്നതിന് അനുകൂലമായി തീരുമാനിച്ചു. ഇഷ്‌ടാനുസൃത വ്യാഖ്യാനം വർദ്ധിപ്പിക്കുന്നതിന് ഡാറ്റാ നഷ്ടം തടയൽ API ഉപയോഗിക്കാൻ ഞങ്ങൾ പദ്ധതിയിടുന്നു.

Twitter-ൽ, BigQuery-ലെ ഡാറ്റാസെറ്റുകൾക്കായി ഞങ്ങൾ നാല് സ്വകാര്യതാ വിഭാഗങ്ങൾ സൃഷ്ടിച്ചിട്ടുണ്ട്, സെൻസിറ്റിവിറ്റിയുടെ അവരോഹണ ക്രമത്തിൽ ഇവിടെ പട്ടികപ്പെടുത്തിയിരിക്കുന്നു:

• ഏറ്റവും സെൻസിറ്റീവ് ഡാറ്റാ സെറ്റുകൾ, കുറഞ്ഞ പ്രിവിലേജ് എന്ന തത്വത്തെ അടിസ്ഥാനമാക്കി ആവശ്യാനുസരണം ലഭ്യമാക്കിയിട്ടുണ്ട്. ഓരോ ഡാറ്റാ സെറ്റിനും വായനക്കാരുടെ ഒരു പ്രത്യേക ഗ്രൂപ്പ് ഉണ്ട്, വ്യക്തിഗത അക്കൗണ്ടുകൾ ഉപയോഗിച്ചുള്ള ഉപയോഗം ഞങ്ങൾ ട്രാക്ക് ചെയ്യും.
• മീഡിയം സെൻസിറ്റിവിറ്റി ഡാറ്റാസെറ്റുകളിൽ (സാൾട്ടഡ് ഹാഷിംഗ് ഉപയോഗിക്കുന്ന വൺ-വേ ഓമനപ്പേരുകൾ) വ്യക്തിപരമായി തിരിച്ചറിയാവുന്ന വിവരങ്ങൾ (PII) അടങ്ങിയിട്ടില്ല കൂടാതെ ഒരു വലിയ കൂട്ടം ജീവനക്കാർക്ക് ആക്‌സസ് ചെയ്യാനുമാകും. ഇത് സ്വകാര്യത ആശങ്കകളും ഡാറ്റ യൂട്ടിലിറ്റിയും തമ്മിലുള്ള ഒരു നല്ല ബാലൻസ് ആണ്. യഥാർത്ഥ ഉപയോക്താക്കൾ ആരാണെന്ന് അറിയാതെ, ഒരു ഫീച്ചർ ഉപയോഗിച്ച ഉപയോക്താക്കളുടെ എണ്ണം കണക്കാക്കുന്നത് പോലുള്ള വിശകലന ജോലികൾ ചെയ്യാൻ ഇത് ജീവനക്കാരെ അനുവദിക്കുന്നു.
• എല്ലാ ഉപയോക്തൃ തിരിച്ചറിയൽ വിവരങ്ങളുമുള്ള ലോ സെൻസിറ്റിവിറ്റി ഡാറ്റാസെറ്റുകൾ. ഇത് ഒരു സ്വകാര്യതാ വീക്ഷണകോണിൽ നിന്നുള്ള ഒരു നല്ല സമീപനമാണ്, എന്നാൽ ഉപയോക്തൃ-തല വിശകലനത്തിനായി ഉപയോഗിക്കാൻ കഴിയില്ല.
• എല്ലാ ട്വിറ്റർ ജീവനക്കാർക്കും പൊതു ഡാറ്റാസെറ്റുകൾ (Twitter-ന് പുറത്ത് റിലീസ് ചെയ്‌തത്) ലഭ്യമാണ്.

ലോഗിംഗിനെ സംബന്ധിച്ചിടത്തോളം, BigQuery ഡാറ്റാസെറ്റുകൾ എണ്ണാനും ഡാറ്റ ആക്‌സസ് ലെയറിൽ രജിസ്റ്റർ ചെയ്യാനും ഞങ്ങൾ ഷെഡ്യൂൾ ചെയ്ത ടാസ്‌ക്കുകൾ ഉപയോഗിച്ചു (DAL), ട്വിറ്റർ മെറ്റാഡാറ്റ ശേഖരം. ഉപയോക്താക്കൾ ഡാറ്റാസെറ്റുകൾ സ്വകാര്യതാ വിവരങ്ങളോടെ വ്യാഖ്യാനിക്കുകയും നിലനിർത്തൽ കാലയളവ് വ്യക്തമാക്കുകയും ചെയ്യും. വൃത്തിയാക്കലിനെ സംബന്ധിച്ചിടത്തോളം, രണ്ട് ഓപ്ഷനുകളുടെ പ്രകടനവും വിലയും ഞങ്ങൾ വിലയിരുത്തുന്നു: 1. Scalding പോലുള്ള ടൂളുകൾ ഉപയോഗിച്ച് GCS-ലെ ഡാറ്റാസെറ്റുകൾ വൃത്തിയാക്കുകയും അവയെ BigQuery-ലേക്ക് ലോഡുചെയ്യുകയും ചെയ്യുന്നു; 2. BigQuery DML പ്രസ്താവനകൾ ഉപയോഗിക്കുന്നു. വ്യത്യസ്ത ഗ്രൂപ്പുകളുടെയും ഡാറ്റയുടെയും ആവശ്യകതകൾ നിറവേറ്റുന്നതിന് ഞങ്ങൾ രണ്ട് രീതികളുടെയും സംയോജനം ഉപയോഗിക്കും.

സിസ്റ്റം പ്രവർത്തനം

BigQuery ഒരു നിയന്ത്രിത സേവനമായതിനാൽ, സിസ്‌റ്റം മാനേജ്‌മെന്റിലോ ഡെസ്‌ക് ഡ്യൂട്ടികളിലോ Twitter-ന്റെ SRE ടീമിനെ ഉൾപ്പെടുത്തേണ്ട ആവശ്യമില്ല. സംഭരണത്തിനും കമ്പ്യൂട്ടിംഗിനും കൂടുതൽ ശേഷി നൽകുന്നത് എളുപ്പമായിരുന്നു. Google പിന്തുണയോടെ ഒരു ടിക്കറ്റ് സൃഷ്‌ടിച്ച് സ്ലോട്ട് റിസർവേഷൻ മാറ്റാം. സ്വയം സേവന സ്ലോട്ട് അലോക്കേഷൻ, മോണിറ്ററിംഗിനുള്ള ഡാഷ്‌ബോർഡ് മെച്ചപ്പെടുത്തലുകൾ എന്നിവ പോലുള്ള മെച്ചപ്പെടുത്താൻ കഴിയുന്ന മേഖലകൾ ഞങ്ങൾ കണ്ടെത്തി, ആ അഭ്യർത്ഥനകൾ Google-ന് സമർപ്പിച്ചു.

ചെലവ്

BigQuery, Presto എന്നിവയ്‌ക്കുള്ള അന്വേഷണ ചെലവുകൾ ഒരേ നിലയിലാണെന്ന് ഞങ്ങളുടെ പ്രാഥമിക വിശകലനം കാണിച്ചു. ഇതിനായി ഞങ്ങൾ സ്ലോട്ടുകൾ വാങ്ങി നിശ്ചിത പേയ്‌മെന്റിന് പകരം സ്ഥിരമായ പ്രതിമാസ ചിലവ് ഉണ്ടായിരിക്കുന്നതിനുള്ള വില ആവശ്യപ്പെടുന്നതനുസരിച്ച് ഓരോ TB പ്രോസസ്സ് ചെയ്ത ഡാറ്റയും. ഓരോ അഭ്യർത്ഥനയും നടത്തുന്നതിന് മുമ്പ് ചെലവുകളെക്കുറിച്ച് ചിന്തിക്കാൻ ആഗ്രഹിക്കാത്ത ഉപയോക്താക്കളിൽ നിന്നുള്ള ഫീഡ്ബാക്ക് അടിസ്ഥാനമാക്കിയാണ് ഈ തീരുമാനം.

BigQuery-ൽ ഡാറ്റ സംഭരിക്കുന്നത് GCS ചെലവുകൾക്ക് പുറമെ ചിലവുകളും വരുത്തി. Scalding പോലെയുള്ള ടൂളുകൾക്ക് GCS-ൽ ഡാറ്റാസെറ്റുകൾ ആവശ്യമാണ്, BigQuery ആക്‌സസ് ചെയ്യുന്നതിന് ഞങ്ങൾ അതേ ഡാറ്റാസെറ്റുകൾ BigQuery ഫോർമാറ്റിലേക്ക് ലോഡ് ചെയ്യേണ്ടതുണ്ട്. കപ്പാസിറ്റർ. GCS-ലും BigQuery-യിലും ഡാറ്റാസെറ്റുകൾ സംഭരിക്കേണ്ടതിന്റെ ആവശ്യകത ഇല്ലാതാക്കുന്ന BigQuery ഡാറ്റാസെറ്റുകളിലേക്കുള്ള ഒരു സ്‌കാൽഡിംഗ് കണക്ഷനാണ് ഞങ്ങൾ പ്രവർത്തിക്കുന്നത്.

പതിനായിരക്കണക്കിന് പെറ്റാബൈറ്റുകളുടെ അപൂർവ്വമായ അന്വേഷണങ്ങൾ ആവശ്യമായി വരുന്ന അപൂർവ സന്ദർഭങ്ങളിൽ, BigQuery-ൽ ഡാറ്റാസെറ്റുകൾ സംഭരിക്കുന്നത് ചെലവ് കുറഞ്ഞതല്ലെന്ന് ഞങ്ങൾ തീരുമാനിക്കുകയും GCS-ലെ ഡാറ്റാസെറ്റുകൾ നേരിട്ട് ആക്സസ് ചെയ്യാൻ Presto ഉപയോഗിക്കുകയും ചെയ്തു. ഇത് ചെയ്യുന്നതിന്, ഞങ്ങൾ BigQuery ബാഹ്യ ഡാറ്റ ഉറവിടങ്ങൾ നോക്കുകയാണ്.

അടുത്ത ഘട്ടങ്ങൾ

ആൽഫ റിലീസിന് ശേഷം BigQuery-യിൽ ഞങ്ങൾ വളരെയധികം താൽപ്പര്യം കണ്ടു. BigQuery-ലേക്ക് ഞങ്ങൾ കൂടുതൽ ഡാറ്റാസെറ്റുകളും കൂടുതൽ കമാൻഡുകളും ചേർക്കുന്നു. BigQuery സ്റ്റോറേജിൽ വായിക്കാനും എഴുതാനും Scalding പോലുള്ള ഡാറ്റ അനലിറ്റിക്‌സ് ടൂളുകൾക്കായി ഞങ്ങൾ കണക്ടറുകൾ വികസിപ്പിക്കുന്നു. BigQuery ഡാറ്റാസെറ്റുകൾ ഉപയോഗിച്ച് എന്റർപ്രൈസ് ഗുണനിലവാര റിപ്പോർട്ടുകളും കുറിപ്പുകളും സൃഷ്‌ടിക്കുന്നതിന് Looker, Apache Zeppelin പോലുള്ള ടൂളുകൾ ഞങ്ങൾ നോക്കുകയാണ്.

Google-മായുള്ള ഞങ്ങളുടെ സഹകരണം വളരെ ഫലപ്രദമാണ്, ഈ പങ്കാളിത്തം തുടരാനും വികസിപ്പിക്കാനും ഞങ്ങൾ സന്തുഷ്ടരാണ്. ഞങ്ങളുടേത് നടപ്പിലാക്കാൻ ഞങ്ങൾ Google-മായി ചേർന്ന് പ്രവർത്തിച്ചു പങ്കാളി ഇഷ്യൂ ട്രാക്കർGoogle-ലേക്ക് നേരിട്ട് ചോദ്യങ്ങൾ അയക്കാൻ. BigQuery Parquet loader പോലെയുള്ള അവയിൽ ചിലത് ഗൂഗിൾ ഇതിനകം തന്നെ നടപ്പിലാക്കിയിട്ടുണ്ട്.

Google-നുള്ള ഞങ്ങളുടെ ഉയർന്ന മുൻഗണനാ ഫീച്ചർ അഭ്യർത്ഥനകളിൽ ചിലത് ഇതാ:

• സൗകര്യപ്രദമായ ഡാറ്റ സ്വീകരിക്കുന്നതിനും LZO- ത്രിഫ്റ്റ് ഫോർമാറ്റിനുള്ള പിന്തുണയ്‌ക്കുമുള്ള ഉപകരണങ്ങൾ.
• മണിക്കൂർ വിഭജനം
• പട്ടിക-, വരി-, കോളം-ലെവൽ അനുമതികൾ പോലുള്ള ആക്സസ് നിയന്ത്രണ മെച്ചപ്പെടുത്തലുകൾ.
• ബിഗ്ക്വറി ബാഹ്യ ഡാറ്റ ഉറവിടങ്ങൾ Hive Metastore സംയോജനവും LZO-thrift ഫോർമാറ്റിനുള്ള പിന്തുണയും.
• BigQuery ഉപയോക്തൃ ഇന്റർഫേസിൽ മെച്ചപ്പെട്ട ഡാറ്റ കാറ്റലോഗ് സംയോജനം
• സ്ലോട്ട് അലോക്കേഷനും നിരീക്ഷണത്തിനുമുള്ള സ്വയം സേവനം.

തീരുമാനം

ഡാറ്റാ അനലിറ്റിക്‌സ്, വിഷ്വലൈസേഷൻ, മെഷീൻ ലേണിംഗ് എന്നിവ സുരക്ഷിതമായ രീതിയിൽ ജനാധിപത്യവൽക്കരിക്കുന്നത് ഡാറ്റ പ്ലാറ്റ്‌ഫോം ടീമിന്റെ മുൻ‌ഗണനയാണ്. ഈ ലക്ഷ്യം കൈവരിക്കാൻ സഹായിക്കുന്ന ടൂളുകളായി ഞങ്ങൾ Google BigQuery, Data Studio എന്നിവയെ തിരിച്ചറിഞ്ഞു, കഴിഞ്ഞ വർഷം BigQuery Alpha കമ്പനിയിലുടനീളം പുറത്തിറക്കി.

BigQuery-യിലെ ചോദ്യങ്ങൾ ലളിതവും കാര്യക്ഷമവുമാണെന്ന് ഞങ്ങൾ കണ്ടെത്തി. ലളിതമായ പൈപ്പ്‌ലൈനുകൾക്കായി ഡാറ്റ ഉൾപ്പെടുത്താനും രൂപാന്തരപ്പെടുത്താനും ഞങ്ങൾ Google ടൂളുകൾ ഉപയോഗിച്ചു, എന്നാൽ സങ്കീർണ്ണമായ പൈപ്പ്ലൈനുകൾക്ക് ഞങ്ങളുടെ സ്വന്തം എയർഫ്ലോ ഫ്രെയിംവർക്ക് നിർമ്മിക്കേണ്ടതുണ്ട്. ഡാറ്റാ മാനേജ്‌മെന്റ് സ്‌പെയ്‌സിൽ, പ്രാമാണീകരണം, അംഗീകാരം, ഓഡിറ്റിംഗ് എന്നിവയ്‌ക്കായുള്ള BigQuery-യുടെ സേവനങ്ങൾ ഞങ്ങളുടെ ആവശ്യങ്ങൾ നിറവേറ്റുന്നു. മെറ്റാഡാറ്റ മാനേജുചെയ്യുന്നതിനും സ്വകാര്യത നിലനിർത്തുന്നതിനും, ഞങ്ങൾക്ക് കൂടുതൽ വഴക്കം ആവശ്യമാണ്, ഞങ്ങളുടെ സ്വന്തം സിസ്റ്റം നിർമ്മിക്കേണ്ടതുണ്ട്. നിയന്ത്രിത സേവനമായതിനാൽ BigQuery ഉപയോഗിക്കാൻ എളുപ്പമായിരുന്നു. അന്വേഷണ ചെലവുകൾ നിലവിലുള്ള ടൂളുകൾക്ക് സമാനമാണ്. BigQuery-ൽ ഡാറ്റ സംഭരിക്കുന്നതിന് GCS ചെലവുകൾക്ക് പുറമേ ചിലവുകളും കൂടി വരും.

മൊത്തത്തിൽ, പൊതു SQL വിശകലനത്തിന് BigQuery നന്നായി പ്രവർത്തിക്കുന്നു. BigQuery-യിൽ ഞങ്ങൾ വളരെയധികം താൽപ്പര്യം കാണുന്നുണ്ട്, കൂടുതൽ ഡാറ്റാ സെറ്റുകൾ മൈഗ്രേറ്റ് ചെയ്യാനും കൂടുതൽ ടീമുകളെ കൊണ്ടുവരാനും BigQuery ഉപയോഗിച്ച് കൂടുതൽ പൈപ്പ് ലൈനുകൾ നിർമ്മിക്കാനും ഞങ്ങൾ പ്രവർത്തിക്കുന്നു. സ്കാൾഡിംഗ്, സ്പാർക്ക്, പ്രെസ്റ്റോ, ഡ്രൂയിഡ് തുടങ്ങിയ ടൂളുകളുടെ സംയോജനം ആവശ്യമായി വരുന്ന വൈവിധ്യമാർന്ന ഡാറ്റ ട്വിറ്റർ ഉപയോഗിക്കുന്നു. ഞങ്ങളുടെ ഡാറ്റ അനലിറ്റിക്‌സ് ടൂളുകൾ ശക്തിപ്പെടുത്തുന്നത് തുടരാനും ഞങ്ങളുടെ ഓഫറുകൾ എങ്ങനെ മികച്ച രീതിയിൽ ഉപയോഗിക്കാമെന്നതിനെ കുറിച്ച് ഞങ്ങളുടെ ഉപയോക്താക്കൾക്ക് വ്യക്തമായ മാർഗ്ഗനിർദ്ദേശം നൽകാനും ഞങ്ങൾ ഉദ്ദേശിക്കുന്നു.

നന്ദിയുടെ വാക്കുകൾ

ഈ പ്രോജക്റ്റിലെ മികച്ച സഹകരണത്തിനും കഠിനാധ്വാനത്തിനും എന്റെ സഹ-രചയിതാക്കളും ടീമംഗങ്ങളായ അഞ്ജു ഝാ, വിൽ പാസ്കൂച്ചി എന്നിവരോടും ഞാൻ നന്ദി പറയുന്നു. ഞങ്ങളെ സഹായിച്ച Twitter-ലെയും Google-ലെയും നിരവധി ടീമുകളിൽ നിന്നുള്ള എഞ്ചിനീയർമാർക്കും മാനേജർമാർക്കും വിലപ്പെട്ട ഫീഡ്‌ബാക്ക് നൽകിയ Twitter-ലെ BigQuery ഉപയോക്താക്കൾക്കും നന്ദി പറയാൻ ഞാൻ ആഗ്രഹിക്കുന്നു.

ഈ പ്രശ്‌നങ്ങളിൽ പ്രവർത്തിക്കാൻ നിങ്ങൾക്ക് താൽപ്പര്യമുണ്ടെങ്കിൽ, ഞങ്ങളുടെ പരിശോധിക്കുക ഒഴിവുകൾ ഡാറ്റ പ്ലാറ്റ്ഫോം ടീമിൽ.

DWH-ലെ ഡാറ്റ ഗുണനിലവാരം - ഡാറ്റ വെയർഹൗസ് സ്ഥിരത

അവലംബം: www.habr.com