Passer au contenu principal
Google Cloud Documentation
Documentation
  • Débuter
  • Premiers pas avec Google Cloud
  • Liste des produits
  • Cloud Customer Care
  • Sélection de produits
  • Agent Platform
  • Apigee API Management
  • BigQuery
  • Compute Engine
  • Cloud CDN
  • Cloud Run
  • Cloud Storage
  • Cloud SQL
  • Gemini Enterprise
  • Google Kubernetes Engine
  • Looker
  • Outils multiproduits
  • Gestion des accès et des ressources
  • Gestion des coûts et de l'utilisation
  • Infrastructure as Code
  • SDK, langages, frameworks et outils
  • Domaines technologiques
  • IA et ML
  • Développement d'applications
  • Hébergement d'applications
  • Calcul
  • Analyses de données et pipelines
  • Bases de données
  • Solutions distribuées, hybrides et multicloud
  • Solutions par secteur d'activité
  • Migration
  • Mise en réseau
  • Observabilité et surveillance
  • Sécurité
  • Storage
/
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
Connexion
  • Cloud Dataflow
Commencer l'essai gratuit
Aperçu Guides Dataflow ML Référence Exemples Ressources
Google Cloud Documentation
  • Documentation
    • Plus
    • Aperçu
    • Guides
    • Dataflow ML
    • Référence
    • Exemples
    • Ressources
  • Console
  • Découvrir
  • Vue d'ensemble du produit
  • Cas d'utilisation
  • Modèle de programmation pour Apache Beam
  • Premiers pas
  • Premiers pas avec Dataflow.
  • Guides de démarrage rapide
    • Utiliser le générateur de jobs
    • Utiliser un modèle
  • Pipelines de compilation
  • Aperçu
  • Utiliser Apache Beam
    • Aperçu
    • Installer le SDK Apache Beam
    • Créer un pipeline Java
    • Créer un pipeline Python
    • Créer un pipeline Go
  • Utiliser l'interface utilisateur du générateur de jobs
    • Présentation de l'UI du générateur de jobs
    • Créer une tâche personnalisée
    • Charger et enregistrer des fichiers YAML de tâches
    • Utiliser l'éditeur YAML du générateur de jobs
    • Empaqueter et importer des transformations
    • Tutoriel : Créer des pipelines à l'aide du formulaire de création dans l'UI du générateur de jobs
  • Utiliser des modèles
    • À propos des modèles
    • Exécuter un exemple de modèle
    • Modèles fournis par Google
      • Tous les modèles fournis
      • Créer des fonctions définies par l'utilisateur pour les modèles
      • Utiliser des certificats SSL avec des modèles
      • Chiffrer les paramètres de modèle
    • Modèles Flex
      • Utiliser des modèles Flex pour empaqueter un pipeline
      • Exécuter des modèles Flex
      • Créer et exécuter un exemple de modèle Flex
      • Images de base des modèles Flex
    • Modèles classiques
      • Créer des modèles classiques
      • Exécuter des modèles classiques
  • Utiliser des notebooks
    • Premiers pas avec les notebooks
    • Utiliser les fonctionnalités avancées du notebook
  • E/S Dataflow
    • E/S gérées
    • Bonnes pratiques concernant les E/S
    • Apache Iceberg
      • E/S gérées pour Apache Iceberg
      • Lire à partir d'Apache Iceberg
      • Écrire dans Apache Iceberg
      • Écriture en flux continu dans Apache Iceberg avec le catalogue REST Lakehouse
      • Lecture CDC depuis Apache Iceberg avec le catalogue REST Lakehouse
    • Apache Kafka
      • E/S gérées pour Apache Kafka
      • Lire des données depuis Apache Kafka
      • Écrire dans Apache Kafka
      • Utiliser Managed Service pour Apache Kafka
      • Benchmarks de performances : Apache Kafka vers BigQuery
      • Benchmarks de performances : Apache Kafka vers Iceberg
    • BigQuery
      • E/S gérées pour BigQuery
      • Procéder à la lecture dans BigQuery
      • Écrire dans BigQuery
    • Bigtable
      • Lire à partir de Bigtable
      • Écrire dans Bigtable
    • Cloud Storage