云Dataflow和Dataprep有什么不同
Dataprep和Dataflow都可以用于ETL任务。事实上，Dataprep似乎使用数据流作业。这是Dataprep提供的工具的唯一区别吗？
共有1个答案
dataflow和dataprep都可以对数据进行转换。主要区别在于谁在使用这项技术。您的项目是否需要数据用户（如数据工程师）或业务用户（如分析师和数据科学家）进行自助式数据转换？那么dataprep就是选择了。这不是编码。它最终生成数据流作业。Cloud dataprep提供了高级转换，如转轴、解转轴、聚合、时间序列、联接、联合、标准化和数百个其他数据功能，这些功能通过直观的可视化界面公开。不过，数据需要在CDS或BigQuery中。
-
好的团队...Dataprep运行到BigQuery。我一辈子也找不到为什么在过去的5个小时里我会出现Zone_Resource_Pool_Educted问题。前一天晚上，一切都很顺利，但今天，我有一些严重的问题。 期待着任何人在这方面帮助我，因为老实说，这个问题是“只要改变这个，也许这会解决它，如果不是，也许几个星期，它就会起作用”。 更新： 我相信我的一些问题可能会特别处理GCP Comput
-
我得到了几次配额的增加，虽然这让作业比以前继续，但它仍然以相同的错误结束（尽管shuffle键的大小更大了）它现在似乎没有因为配额相关问题而碰壁。 除了放弃Dataprep和回到map Reduce之外，还有什么想法吗？
-
有人知道DataFlow优于DataProc的优点/缺点吗 为什么谷歌两者都提供？
-
我在删除服务帐户中的用户时出错，我应该删除另一个用户。之后，Dataprep停止运行作业。 我已经检查了关于dataflow和DataPrep的所有准则：如果API是启用的（是的，它是启用的）。如果有一个适当的服务帐户（是）。但我不知道给这些账户分配什么规则。 我尝试为该帐户分配“云数据流服务代理”角色，但它不适合我 附：我的英语正在进步，有些错误很抱歉。
-
null