Name: Introduction à Apache Airflow en Python
Rating: 4.802658911508101 (2407 reviews)

Description du cours

Mise à jour vers Apache Airflow 3.1.6 – Livrer des données selon un planning peut vite devenir un processus manuel. Vous écrivez des scripts, ajoutez des tâches cron complexes et tentez diverses approches pour répondre à des besoins qui évoluent sans cesse — et c’est encore plus difficile à gérer en équipe. Apache Airflow élimine ce casse-tête en ajoutant la planification, la gestion des erreurs et le reporting à vos workflows. Dans ce cours, vous maîtriserez les bases d’Apache Airflow et apprendrez à mettre en production des pipelines de data engineering complexes. Vous verrez aussi comment utiliser des graphes orientés acycliques (DAGs), automatiser des workflows de data engineering et implémenter des tâches de manière simple et reproductible — de quoi préserver votre sérénité.

Prérequis

Intermediate Python Introduction to Shell

Programme de formation

Plan du cours

Introduction à Airflow

Dans ce chapitre, vous découvrirez en profondeur les composants d’Apache Airflow et apprendrez comment et pourquoi les utiliser.

Commencer le chapitre

Créer des DAGs dans Airflow

Quoi de neuf, DAG ? Il est temps d’apprendre les bases de l’implémentation des DAGs Airflow. À travers des activités pratiques, vous verrez comment configurer et déployer des opérateurs, des tâches et la planification.

Commencer le chapitre

Maintenir et surveiller les workflows Airflow

Dans ce chapitre, vous apprendrez à gagner du temps grâce à des composants Airflow comme les capteurs et les exécuteurs, tout en surveillant et en dépannant vos workflows Airflow.

Commencer le chapitre

Contrôler la logique des DAGs

Rassemblez le tout. Dans ce dernier chapitre, vous mettrez en pratique tout ce que vous avez appris pour construire un workflow de qualité production dans Airflow.