Ir para o conteúdo principal
Áreas de tecnologia
close
IA e aprendizagem automática
Desenvolvimento de aplicações
Alojamento de aplicações
Computação
Estatísticas e pipelines de dados
Bases de dados
Sistema distribuído, híbrido e de várias nuvens
IA generativa
Soluções para setores
Trabalho em rede
Observabilidade e monitorização
Segurança
Storage
Ferramentas de produtos cruzados
close
Gestão de acesso e recursos
Gestão de custos e utilização
Infraestrutura como código
Migração
SDK, linguagens, frameworks e ferramentas
/
Console
English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어
Fazer login
Data analytics
Cloud Dataflow
Começar gratuitamente
Vista geral
Guias
Dataflow ML
Referência
Amostras
Recursos
Áreas de tecnologia
Mais
Vista geral
Guias
Dataflow ML
Referência
Amostras
Recursos
Ferramentas de produtos cruzados
Mais
Console
Descubra
Vista geral do produto
Exemplos de utilização
Modelo de programação para o Apache Beam
Começar
Comece a usar o Dataflow
Inícios rápidos
Use o criador de tarefas
Use um modelo
Crie pipelines
Vista geral
Use o Apache Beam
Vista geral
Instale o SDK do Apache Beam
Crie um pipeline Java
Crie um pipeline Python
Crie um pipeline do Go
Use a IU do criador de tarefas
Vista geral da IU do criador de tarefas
Crie uma tarefa personalizada
Carregue e guarde ficheiros YAML de tarefas
Use o editor YAML do criador de tarefas
Empacote e importe transformações
Use modelos
Acerca dos modelos
Execute um modelo de exemplo
Modelos fornecidos pela Google
Todos os modelos fornecidos
Crie funções definidas pelo utilizador para modelos
Use certificados SSL com modelos
Encriptar parâmetros de modelos
Modelos flexíveis
Use modelos flexíveis para criar um pacote de uma pipeline
Execute modelos flexíveis
Crie e execute um modelo flexível de exemplo
Imagens de base dos modelos flexíveis
Modelos clássicos
Crie modelos clássicos
Execute modelos clássicos
Use notebooks
Comece a usar os notebooks
Use funcionalidades avançadas do bloco de notas
E/S do Dataflow
I/O gerido
Práticas recomendadas de E/S
Apache Iceberg
E/S gerida para Apache Iceberg
Leia a partir do Apache Iceberg
Escreva no Apache Iceberg
Streaming de gravação no Apache Iceberg com o catálogo REST do BigLake
Leitura de CDC do Apache Iceberg com o catálogo REST do BigLake
Apache Kafka
E/S gerida para Apache Kafka
Leia a partir do Apache Kafka
Escreva no Apache Kafka
Use o Managed Service para Apache Kafka
BigQuery
E/S gerida para o BigQuery
Ler a partir do BigQuery
Escrever no BigQuery
Bigtable
Ler a partir do Bigtable
Escreva no Bigtable
Cloud Storage
Ler a partir do Cloud Storage
Escreva no Cloud Storage
Pub/Sub
Ler a partir do Pub/Sub
Escrever no Pub/Sub
Referências de desempenho: Pub/Sub para BigQuery
Enriqueça os dados
Transformação de enriquecimento
Use o Apache Beam e o Bigtable para enriquecer os dados
Use o Apache Beam e o BigQuery para enriquecer dados
Use o Apache Beam e o Vertex AI Feature Store para enriquecer os dados
Práticas recomendadas
Práticas recomendadas para o fluxo de dados
Práticas recomendadas para pipelines de processamento em massa de grande volume
Práticas recomendadas do Pub/Sub para o BigQuery
Executar pipelines
Implemente pipelines
Use o executor do Dataflow v2
