- عنوان کتاب: Data Pipelines with Apache Airflow, Second Edition
- نویسنده: Julian de Ruiter, Ismael Cabral
- حوزه: خطوط لوله داده
- سال انتشار: 2026
- تعداد صفحه: 855
- زبان اصلی: انگلیسی
- نوع فایل: pdf
- حجم فایل: 12.2 مگابایت
دنیای دادهها هیچوقت کسلکننده نیست و از زمان انتشار اولیه این کتاب، تغییرات زیادی رخ داده است. در حالی که مدلهای زبان بزرگ (LLM) قبلاً یک موضوع تحقیقاتی خاص بودند، امروزه همه – حتی مادران ما – نام ابزارهای هوش مصنوعی مانند ChatGPT را شنیدهاند. خوب یا بد (بسته به اینکه از چه کسی بپرسید)، این تغییر منجر به رونق عظیمی در شرکتهایی شده است که هوش مصنوعی را برای بهینهسازی فرآیندهای خود و روی آوردن به تصمیمگیری مبتنی بر داده بیشتر به کار میگیرند. علاوه بر این شتاب فناوری، چالشهای جهانی مانند نزاعهای ژئوپلیتیکی و تغییرات اقلیمی، فشار بیشتری را برای سازگاری با محیطی که دائماً در حال تغییر است، ایجاد میکنند و دادههای با کیفیت بالا را بیش از هر زمان دیگری حیاتی میکنند. در پاسخ به این تحولات، چشمانداز ابزارسازی داده ثابت نمانده است. در فضای هماهنگکنندگان داده، بیش از هر زمان دیگری اختلاف نظر وجود دارد و به سمت پلتفرمهای یکپارچهتر، امنتر و سازگارتر با توسعهدهندگان گرایش پیدا کردهاند. بر این اساس، Airflow از زمان انتشار اولین نسخه این کتاب به طور قابل توجهی تکامل یافته است و چندین ویژگی جدید اضافه شده و در انتشار اخیر یک نقطه عطف بزرگ جدید به اوج خود رسیده است: Airflow 3. با کار بر روی این نسخه دوم، متوجه شدیم که برای بهروز کردن کتاب با تمام تغییرات از زمان Airflow 2.0، از جمله موارد زیر، باید تغییرات اساسی ایجاد کنیم: یک رابط کاربری کاملاً جدید تغییرات قابل توجه در منطق زمانبندی Airflow ویژگیهای جدید مانند زمانبندی مبتنی بر داده (مبتنی بر رویداد)، انواع جدید executor و گزینه ترکیب چندین executor تغییرات در استقرار، تغییر به راهحلهای مدیریتشده یا Kubernetes موارد استفاده جدید، مانند بارهای کاری مرتبط با هوش مصنوعی مولد (GenAI) (به عنوان مثال، RAG) برای گنجاندن همه این تغییرات، ما کتاب را به طور قابل توجهی بازسازی کردیم و بخشها، تصاویر و فصلهای جدید زیادی را اضافه کردیم و مثالهای کد را بازسازی کردیم تا استفاده از آنها آسانتر شود و بتوان آنها را به صورت عمومی در تمام فصلها اجرا کرد. امیدواریم که این اضافات، حق مطلب را در مورد حجم باورنکردنی کاری که جامعه برای توسعه این نسخه جدید انجام داده است، ادا کند. در مجموع، این کتاب بهروز شده با هدف ارائه مقدمهای جامع بر Airflow 3، همه چیز را از ساخت گردشهای کاری ساده و توسعه اجزای سفارشی گرفته تا طراحی و مدیریت استقرارهای Airflow پوشش میدهد. ما قصد داریم با تجمیع موضوعات مختلف در یک منبع واحد، مختصر و آسان، وبلاگهای عالی و سایر مستندات آنلاین را تکمیل کنیم. امیدواریم از طریق سالها تجربه مشترکمان با Airflow، پایهای قوی برای شروع سفرتان با این ابزار قدرتمند در اختیار شما قرار دهیم.
The world of data is never dull, and much has changed since the original release of this book. Whereas large language models (LLMs) used to be a niche research topic, nowadays everyone—even our mothers—has heard of AI tools such as ChatGPT. For better or worse (depending on who you ask), this shift has led to a huge boom in companies adopting AI to optimize their processes and shift to more data-driven decision making. Besides this technological acceleration, global challenges such as geopolitical strife and climate change add even more pressure to adapt to an ever-changing environment, making high-quality data more critical than ever. In response to these developments, the landscape of data tooling has not stood still. There is more contention than ever in the space of data orchestrators, trending toward more integrated, secure, and developer-friendly platforms. Accordingly, Airflow has evolved considerably since the first edition of this book was released, adding several new features and culminating in the recent release of a new major milestone: Airflow 3. Working on this second edition, we found that we needed to make substantial changes to bring the book up to date with all the changes since Airflow 2.0, including the following: An entirely new UI Significant changes in Airflow’s scheduling logic New features such as data-aware (event-based) scheduling, new executor types, and the option to combine multiple executors Changes in deployment, shifting to managed solutions or Kubernetes New use cases, such as generative AI (GenAI)–related workloads (e.g., RAG) To incorporate all these changes, we reworked the book considerably, adding many new sections, screenshots, and chapters and restructuring the code examples to make them easier to use and enable them to run in a generic way across all chapters. We hope that these additions do justice to the incredible amount of work that the community has put into developing this new release. Altogether, this updated book aims to provide a comprehensive introduction to Airflow 3, covering everything from building simple workflows and developing custom components to designing and managing Airflow deployments. We intend to complement the many excellent blogs and other online documentation by consolidating various topics into a single, concise, easy-to-follow resource. Through our combined years of experience working with Airflow, we hope to give you a strong foundation to begin your journey with this powerful tool.
این کتاب را میتوانید از لینک زیر بصورت رایگان دانلود کنید:
Download: Data Pipelines with Apache Airflow, Second Edition





نظرات کاربران