인하대학교 전자책도서관

책소개

실시간 데이터 파이프라인을 구축, 모니터링 및 관리하고,
Apache 프로젝트를 사용하여 효율적인 데이터 엔지니어링 인프라를 생성한다!

이 책을 다 읽고 나면 파이썬과 오픈소스 프로젝트들을 이용한 데이터 공학이 어떤 것인지 확실하게 이해하게 될 것이며, 데이터를 추출하고, 그 품질을 점검하고, 용도에 맞게 적절히 변환하는 데이터 파이프라인을 구축해 낼 수 있는 자신감이 생길 것이다.

저자소개

저 : 폴 크리커드 (Paul Crickard)

폴 크리커드는 《Leaflet.js Essentials: Community Experience Distilled》(2014, Packt)의 저자이자 《Mastering Geospatial Analysis with Python》(2018, Packt)의 공동 저자이며, 미국 뉴멕시코 주 앨버커키에 소재한 제2지방검찰청의 최고 정보 책임자(CIO)로 있다.
정치학 석사 학위 소지자이면서 공동체 및 지역 개발 경력을 지닌 저자는 사회과학 이론과 기법을 기술 프로젝트와 접목하는 전문가이기도 하다. ‘New Mexico Big Data and Analytics Summit’과 ‘Experience IT NM Conference’에 참여했고, ‘New Mexico Big Data Working Group’, ‘Sandia National Labs’, ‘New Mexico Geographic Information Council’에서 강연자로 나서기도 했다.

역 : 류광

25년 이상의 번역 경력을 가진 전문 번역가로, 커누스 교수의 『컴퓨터 프로그래밍의 예술』(The Art of Computer Programming) 시리즈와 스티븐스의 『UNIX 고급 프로그래밍』(Advanced Programming in UNIX Environment) 제2판 및 제3판을 포함하여 60여 권의 다양한 IT 전문서를 번역했다.
번역과 프로그래밍 외에 소프트웨어 문서화에도 많은 관심이 있으며, 수많은 오픈소스 프로젝트의 표준 문서 형식으로 쓰이는 DocBook의 국내 사용자 모임인 닥북 한국(http://docbook.kr/)의 일원이다. 홈페이지 occam’s Razor(http://occamsrazr.net/)와 게임 개발 사이트 GpgStudy(http://www.gpgstudy.com/)를 운영한다.

PART I 데이터 파이프라인 구축: 추출, 변환, 적재
CHAPTER 1 데이터 공학이란?
1.1 데이터 공학자가 하는 일
1.2 데이터 공학 대 데이터 과학
1.3 데이터 공학 도구들
1.4 요약

CHAPTER 2 데이터 공학 기반구조 구축
2.1 아파치 NiFi의 설치와 설정
2.2 아파치 에어플로의 설치와 설정
2.3 일래스틱서치의 설치와 설정
2.4 키바나의 설치와 설정
2.5 PostgreSQL의 설치와 설정
2.6 pgAdmin 4 설치
2.6.1 pgAdmin 4 둘러보기
2.7 요약

CHAPTER 3 파일 읽고 쓰기
3.1 파이썬으로 파일 쓰고 읽기
3.2 아파치 에어플로 데이터 파이프라인 구축
3.3 NiFi 처리기를 이용한 파일 다루기
3.4 요약

CHAPTER 4 데이터베이스 다루기
4.1 파이썬을 이용한 관계형 데이터 삽입 및 추출
4.2 파이썬을 이용한 NoSQL 데이터베이스 데이터 삽입 및 추출
4.3 데이터베이스를 위한 아파치 에어플로 데이터 파이프라인 구축
4.4 NiFi 처리기를 이용한 데이터베이스 처리
4.4.1 PostgreSQL에서 데이터 추출 / 4.4.2 데이터 파이프라인 실행
4.5 요약

CHAPTER 5 데이터의 정제, 변환, 증강
5.1 파이썬을 이용한 탐색적 데이터 분석
5.2 pandas를 이용한 공통적인 데이터 문제점 처리
5.3 에어플로를 이용한 데이터 정제
5.4 요약

CHAPTER 6 실습 프로젝트: 311 데이터 파이프라인 만들기
6.1 데이터 파이프라인 구축
6.2 키바나 대시보드 만들기
6.3 요약

PART II 실무 환경 데이터 파이프라인 배치
CHAPTER 7 실무용 데이터 파이프라인의 특징
7.1 데이터의 스테이징과 검증
7.2 멱등적 데이터 파이프라인 구축
7.3 원자적 데이터 파이프라인 구축
7.4 요약

CHAPTER 8 NiFi 레지스트리를 이용한 버전 관리
8.1 NiFi 레지스트리의 설치과 설정
8.2 NiFi에서 레지스트리 사용
8.3 데이터 파이프라인 버전 관리
8.4 NiFi 레지스트리에서 git-persistence 활용
8.5 요약

CHAPTER 9 데이터 파이프라인 모니터링
9.1 NiFi GUI를 이용한 데이터 파이프라인 모니터링
9.2 NiFi 처리기를 이용한 데이터 파이프라인 모니터링
9.3 파이썬과 REST API를 이용한 데이터 파이프라인 모니터링
9.4 요약

CHAPTER 10 데이터 파이프라인 배치
10.1 실무 배치를 위한 데이터 파이프라인 마무리 작업
10.2 NiFi 변수 레지스트리 활용
10.3 데이터 파이프라인 배치
10.4 요약

CHAPTER 11 실습 프로젝트: 실무용 데이터 파이프라인 구축
11.1 검사 환경과 실무 환경 구축
11.2 실무용 데이터 파이프라인 구축
11.3 데이터 파이프라인을 실무 환경에 배치
11.4 요약

PART III 일괄 처리를 넘어서: 실시간 데이터 파이프라인 구축
CHAPTER 12 아파치 카프카 클러스터 구축
12.1 주키퍼 및 카프카 클러스터 생성
12.2 카프카 클러스터 시험 운영
12.3 요약

CHAPTER 13 카프카를 이용한 데이터 스트리밍
13.1 로깅의 기초
13.2 카프카의 로그 활용 방식
13.3 카프카와 NiFi를 이용한 데이터 파이프라인 구축
13.4 스트림 처리와 일괄 처리의 차이
13.5 파이썬을 이용한 메시지 생산 및 소비
13.6 요약

CHAPTER 14 아파치 스파크를 이용한 데이터 처리
14.1 아파치 스파크의 설치와 설정
14.2 PySpark의 설치와 설정
14.3 PySpark를 이용한 데이터 처리
14.4 요약
CHAPTER 15 MiNiFi, 카프카, 스파크를 이용한 실시간 엣지 데이터 처리
15.1 MiNiFi 설치 및 설정
15.2 MiNiFi 데이터 파이프라인 구축 및 연동
15.3 요약

APPENDIX A NiFi 클러스터 구축

책소개

저자소개

목차