Cacher is the code snippet organizer for pro developers

# Delta Lake : Guide Complet (Databricks)

> **Contexte** : Formation Data Engineer  
> **Environnement** : Databricks (fonctionnalités spécifiques signalées)  
> **Cas d'usage** : Pipelines IoT  
> **Prérequis** : Bases Spark SQL, notions de Structured Streaming

---

## Table des matières

1. [Qu'est-ce que Delta Lake ?](#1-quest-ce-que-delta-lake)
2. [Architecture et concepts fondamentaux](#2-architecture-et-concepts-fondamentaux)
3. [Opérations de base](#3-opérations-de-base)
4. [MERGE : l'o

# Focus : Triggers (ProcessingTime, Once, AvailableNow, Continuous)

> **Prérequis** : Guide principal  
> **Objectif** : Choisir le trigger adapté à ton SLA  
> **Format** : Focus pratique (~250 lignes)

---

## 1. Les triggers en une image

```
┌─────────────────────────────────────────────────────────────┐
│                    TYPES DE TRIGGERS                        │
├─────────────────────────────────────────────────────────────┤
│                                                            

# =========================
# main.py
# =========================

import sys
import subprocess
import importlib
import importlib.util

# ------------------------------------------------------------
# Automatisches pip-Upgrade (falls veraltet)
# ------------------------------------------------------------
try:
    print("🔄 Prüfe auf pip-Update ...")
    subprocess.check_call([sys.executable, "-m", "pip", "install", "--upgrade", "pip"])
    print("✅ pip erfolgreich aktualisiert.")

# erkennung.py
import os
import re
import json
import requests
from typing import Optional
from ics import Calendar
from fuzzywuzzy import process, fuzz
from openai import OpenAI
from dotenv import load_dotenv
from datetime import datetime
import csv


# ---------------------------
# 🔐 ENV-Dateien laden & prüfen (mit Fallbacks)
# ---------------------------
benutzer_fallbacks = ["bernh", "Bernhard Holl", "XeisWorks"]

# --- OpenAI ---
openai_env_path = ""
for benutzer in ben

# =========================
# termingenerator.py
# =========================

import os
import random
import re
from typing import Optional
from datetime import datetime, date, timedelta

from icalendar import Calendar
from dateutil import tz
from tqdm import tqdm
import holidays

from erkennung import (
    ort_erkennen,
    FALLBACK_ORTE,
    google_geocode_ort,
    speichere_fallback_ort
)

# ------------------------------------------------------------
# ICS-Einträge ei

# erkennung.py
import os
import re
import json
import requests
from typing import Optional
from ics import Calendar
from fuzzywuzzy import process, fuzz
from openai import OpenAI
from dotenv import load_dotenv
from datetime import datetime
import csv


# ---------------------------
# 🔐 ENV-Dateien laden & prüfen (mit Fallbacks)
# ---------------------------
benutzer_fallbacks = ["bernh", "Bernhard Holl", "XeisWorks"]

# --- OpenAI ---
openai_env_path = ""
for benutzer in ben

# erkennung.py
import os
import re
import json
import requests
from erkennung import parse_ics_termine
from typing import Optional
from ics import Calendar
from fuzzywuzzy import process, fuzz
from openai import OpenAI
from dotenv import load_dotenv
from datetime import datetime
import csv


# ---------------------------
# 🔐 ENV-Dateien laden & prüfen (mit Fallbacks)
# ---------------------------
benutzer_fallbacks = ["bernh", "Bernhard Holl", "XeisWorks"]

# --- OpenAI ---

■CMD(管理者権限あり)
mklink /D "コピー先リンク" "コピー元リンク"

■CMD(管理者権限なし)
mklink /J "コピー先リンク" "コピー元リンク"

ex) mklink /J "C:\Users\daido.takuya\Local Sites\tcb-multi-lang\app\public\wp-content\mu-plugins" "C:\Users\daido.takuya\Desktop\作業環境\mu-plugins"

■powershell(管理者権限あり)
New-Item -ItemType SymbolicLink `
  -Path "コピー先リンク" `
  -Target "コピー元リンク"

■流れ
wp-contentと同階層にフォルダを作成し、WPを設置する。
↓
.htaccessのRewriteBase,RewriteRuleにサブディレクトリ名を記載
↓
wp-config.phpのdefine( 'DB_NAME', '' )にサブディレクトリのWPのDB名を記載
↓
コピー元のDBをエクスポートし、新規DBにインポートする。
↓
新規DBのwp-options.php内のURLをサブディレクトリ用に変更する。
↓
パーマリンクを更新する。

■チェック項目
・マイグレーションデータ入れても、投稿のテンプレートはデフォルトのままになるので再設定が必要。
・リンク通るまでに時間かかる。

/**
 * @param {number[]} prices
 * @param {number} k
 * @return {number}
 */
var maximumProfit = function(prices, k) {
    // Edge cases
    const n = prices.length;
    if (n === 0 || k === 0) return 0;

    // We will NOT use the "unlimited transactions" shortcut because
    // the problem forbids opening a new position on the same day we close one.
    // That restriction breaks the usual greedy sum of daily deltas.

    // dp[t][i][state]
    // - t: number of COMPLETED transactions so far (

# Focus : Modes de Sortie (Append, Update, Complete)

> **Prérequis** : Guide principal, notions de watermark  
> **Objectif** : Choisir le bon mode selon le use case  
> **Format** : Focus pratique (~250 lignes)

---

## 1. Les trois modes en une image

```
┌─────────────────────────────────────────────────────────────┐
│                    MODES DE SORTIE                          │
├─────────────────────────────────────────────────────────────┤
│                                                

# Deep Dive : Architecture Médaillon (Bronze / Silver / Gold)

> **Prérequis** : Guide principal, Deep Dives Watermarks et Checkpointing  
> **Objectif** : Implémenter un pipeline Médaillon robuste en streaming  
> **Contexte** : Pipelines IoT avec Delta Lake

---

## Table des matières

1. [Philosophie et principes](#1-philosophie-et-principes)
2. [Couche Bronze : ingestion brute](#2-couche-bronze--ingestion-brute)
3. [Couche Silver : conformité et qualité](#3-couche-silver--conformité-et-quali

# Deep Dive : Checkpointing et Tolérance aux Pannes

> **Prérequis** : Lecture du guide principal (section 4), Deep Dive Watermarks  
> **Objectif** : Maîtriser la persistance d'état et la reprise sur erreur  
> **Contexte** : Pipelines IoT en production

---

## Table des matières

1. [Pourquoi le checkpoint est vital](#1-pourquoi-le-checkpoint-est-vital)
2. [Anatomie d'un checkpoint](#2-anatomie-dun-checkpoint)
3. [Configuration et stockage](#3-configuration-et-stockage)
4. [Scénarios de recov

# Deep Dive : Fenêtres Temporelles et Watermarks

> **Prérequis** : Lecture du guide principal (sections 1, 6)  
> **Objectif** : Maîtriser la gestion du temps en streaming  
> **Approche** : Complexité croissante, du cas simple aux scénarios avancés

---

## Table des matières

1. [Pourquoi c'est difficile](#1-pourquoi-cest-difficile)
2. [Les deux temps du streaming](#2-les-deux-temps-du-streaming)
3. [Anatomie d'un Watermark](#3-anatomie-dun-watermark)
4. [Fenêtres en profondeur](#4-fenêtres-e

# Spark Structured Streaming : Guide Fondamental

> **Contexte** : Formation Data Engineer  
> **Cas d'usage** : Traitement de logs IoT  
> **Prérequis** : Python solide, bases Spark SQL/DataFrame  
> **Suite du cursus** : Kafka, Delta Lake

---

## Table des matières

1. [Principe du Streaming Structuré](#1-principe-du-streaming-structuré)
2. [Lecture et Écriture de Flux](#2-lecture-et-écriture-de-flux)
3. [Modes de Sortie](#3-modes-de-sortie-append-update-complete)
4. [Checkpointing et Toléran

RewriteEngine on
Redirect 301 /bbb.html https://aaa.jp/bb/ccc