Hubungi Kami

Kerangka Materi

Peninjauan Konsep Dasar Apache Airflow

  • Konsep inti: DAGs, tugas, dan operator
  • Arsitektur serta komponen-komponen utama Apache Airflow
  • Rangkuman mengenai kasus penggunaan umum dan alur kerja pada Apache Airflow

Mengoptimalkan Kinerja Alur Kerja

  • Identifikasi hambatan dalam eksekusi pipa kerja Apache Airflow
  • Teknik-teknik pengoptimalan tingkat tugas
  • Pemanfaatan mekanisme percobaan ulang, paralelisasi, dan konkurensi pada tugas-tugas.

Mengelola Ketergantungan yang Kompleks

  • Penetapan ketergantungan dinamis dalam alur kerja
  • Penanganan alur kerja bersyarat maupun bercabang secara efektif
  • Penggunaan grup tugas serta sub-DAGs dengan tepat.

Fitur-Fitur Lanjutan Apache Airflow

  • Membuat operator dan hook khusus sendiri.
  • Menerapkan sensor guna merespons pemicu dari luar sistem.
  • Integrasi layanan serta plugin pihak ketiga ke dalam Apache Airflow.

Pendekatan Mengekskalasi Implementasi Apache Airflow

  • Cara melakukan ekskalasi secara horizontal maupun vertikal.
  • Pemanfaatan Celery Executors guna mendukung eksekusi terdistribusi.
  • Beberapa praktik baik dalam mengekskalasi sistem Apache Airflow di lingkungan cloud.

Pemantauan dan Penyelesaian Masalah Alur Kerja

  • Mengatur pencatatan log serta peringatan untuk memantau aktivitas alur kerja.
  • Pemanfaatan antarmuka UI dan perintah CLI Apache Airflow guna mengidentifikasi masalah.
  • Cara menemukan penyebab umum gangguan dalam implementasi Apache Airflow serta cara memperbaikinya.

Keamanan pada Lingkungan Apache Airflow

  • Proses otentikasi dan pengaturan kontrol akses dalam sistem Apache Airflow.
  • Cara menjaga keamanan data sensitif serta konfigurasi lingkungan kerja.
  • Penerapan mekanisme pelacakan aktivitas sebagai bagian dari audit keamanan.

Kasus Penggunaan Perusahaan dan Praktik Terbaik

  • Merancang alur kerja yang tangguh guna lingkungan produksi.
  • Pemanfaatan Apache Airflow dalam bidang rekayasa data serta pembuatan pipa ETL.
  • Mempelajari contoh kasus riil implementasi Apache Airflow yang telah diekskalasi secara sukses.

Kesimpulan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman dasar mengenai Apache Airflow
  • Keakraban dengan konsep pemrograman Python serta pengelolaan alur kerja
  • Pengalaman dalam mengelola dan menerapkan aplikasi di lingkungan Linux

Audience

  • Insinyur data
  • Profesional DevOps
  • Pengembang perangkat lunak
 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait