数据可观测性的基础知识

索引

A

• 抽象语法树（见AST 操作）
• 抽象策略,抽象策略 --宏观
  • 面向方面的编程, 面向方面 的编程 --宏观
  • 使用事件 监听器, 事件监听器
• 问责制
  • 易获得性与 前后条件的比较
  • 数据的可观测性如何有助于 问责
• 主动学习、自动异常检测
• 适配器 (DBT)、DBT Agent
• 建议，面向方面编程
• 代理工厂（Airbyte），Airbyte代理
• 代理人
  • Airbyte，Airbyte 代理-Airbyte代理
    • 代理概念，Airbyte 代理
  • BigQuery 代理，用于自动使 Airflow 数据可观察，与 Airflow 协调 SQL
  • Databricks, 摘录数据观察结果，Databricks
  • dbt 代理，dbt 代理-dbt代理
  • 示例 dbt 数据可观察性连接器与代理,示例：构建 dbt 数据可观察性连接器（SaaS）
  • 简化的 Python BigQuery 代理、Python 中的 BigQuery
  • 为 BigQuery 提供数据可观察性代理的 Python 脚本，BigQuery in Python
  • 花键火花塞,花键
  • 超级集特工拦截、超级集
• 聚合器
  • 数据可观察性收集器中的聚合器组件,数据可观察性连接器,示例：构建 dbt 数据可观察性连接器（SaaS）
  • 数据可观察性连接器（Data Observability Connector）。
• AI（人工智能）
  • 数据团队正朝着使用人工智能自动决策、角色和职责分工以及组织复杂性的方向发展
  • 向公众开放造成的使用中断，扩大人工智能的路障
  • 对人工智能的好处和用途缺乏了解，扩大人工智能规模的障碍
  • 扩展人工智能路障,扩展人工智能路障
• Airbyte、摄取阶段数据可观察性食谱-Airbyte代理
  • 代理，Airbyte 代理-Airbyte代理
    • 在 AirbyteAgent 中定义的概念
    • 拦截类,Airbyte Agent
    • premain 方法签名,Airbyte Agent
  • 架构概述,Airbyte Agent
  • 支持数据源,Airbyte Agent
• Airflow，数据管道描述
  • 使用 Airflow的协调 SQL、使用 Airflow 的协调 SQL-使用Airflow 的协调 SQL
    • 用于 BigQuery 的 Airflow DAG 操作符,使用 Airflow 的协调 SQL
    • 为 BigQuery 重载 DAG 操作符以提高数据可观察性,使用 Airflow 的协调 SQL
  • 支持 BigQuery、使用 Airflow 的协调 SQL
• 警报疲劳、自动异常检测
• 分析/数据科学家,扩展数据团队的挑战
• 分析
  • 对数据指标进行分析，数据指标
  • in 数据可观察性,可观察性领域
  • 日志,日志分析
• 分析工程师、扩展数据团队的挑战
• 分析的可观察性,可观察性的领域
  • 脉络和,脉络
• 分析阶段,分析- 超级集
  • 商业智能配方,商业智能配方 -超级集
    • 使用数据集,数据集-数据 集
    • 使用超级集,超级集 -超级集
  • 机器学习秘诀，机器学习秘诀-机器学习秘诀
    • 跨 ML 环境的约束,机器学习食谱
    • 涉及 scikit-learn 的 ML 过程,机器学习食谱
    • scikit-learn 数据可观测的线性回归用法,机器学习 Recipes
    • 用于数据可观测性的 scikit-learn LinearRegression 扩展，机器学习食谱
• 注解、注解、装饰器和属性
• 异常检测、自动、自动异常检测-自动异常检测
• ANTLR（另一种语言识别工具），AST 操作
• Apache Flink，摄取阶段数据可观察性食谱
• Apache Griffin，使用数据剖析器
• Apache Hadoop、Apache Spark
• Apache Spark、事件监听器、工作流、转换阶段数据可观察性食谱
  • AWS Deequ ...