دوره آموزشی معماری برنامه های کاربردی داده های بزرگ: مهندسی کاربرد حالت دسته ای
1 ساعت 28 دقیقهپیشرفته2023-10-06
مدرسین

Kumaran Ponnambalam
Working with data for 20+ years
جزئیات دوره
برنامه های کاربردی داده های بزرگ به دانشمندان و تحلیلگران داده اجازه می دهد تا داده های بزرگ را به دست آورند، ذخیره کنند، مدیریت کنند و از داده های بزرگ برای تولید نتایج منسجم تر و مبتنی بر داده استفاده کنند. در این دوره، مربی Kumaran Ponnambalam موارد استفاده تجاری در دنیای واقعی و بهترین شیوهها را برای معماری برنامههای کلان داده با استفاده از فناوریهای منبع باز موجود بررسی میکند.
یاد بگیرید که چگونه برنامههای پردازش دستهای ساده و پیچیده را طراحی کنید، زیرا اصول اولیه معماری دادههای بزرگ مانند مقیاسبندی افقی، پردازش توزیعشده، انتخاب و یکپارچهسازی فناوری، و زمانبندی را کشف میکنید. Kumaran به شما نشان می دهد که چگونه حجم داده ها را به حداقل برسانید و بارهای داده را به طور یکنواخت توزیع کنید، همچنین نحوه استفاده از حافظه پنهان، پردازش مجدد داده ها، عیب یابی خطاها و موارد دیگر را نشان می دهد. در طول مسیر، مهارتهای جدید خود را با موارد استفاده عملی که دامنههای مختلف عملکردی و فناوری را پوشش میدهند، به سطح بعدی ببرید.
یاد بگیرید که چگونه برنامههای پردازش دستهای ساده و پیچیده را طراحی کنید، زیرا اصول اولیه معماری دادههای بزرگ مانند مقیاسبندی افقی، پردازش توزیعشده، انتخاب و یکپارچهسازی فناوری، و زمانبندی را کشف میکنید. Kumaran به شما نشان می دهد که چگونه حجم داده ها را به حداقل برسانید و بارهای داده را به طور یکنواخت توزیع کنید، همچنین نحوه استفاده از حافظه پنهان، پردازش مجدد داده ها، عیب یابی خطاها و موارد دیگر را نشان می دهد. در طول مسیر، مهارتهای جدید خود را با موارد استفاده عملی که دامنههای مختلف عملکردی و فناوری را پوشش میدهند، به سطح بعدی ببرید.
مهارت ها
HiveApache SparkData CentersApacheData EngineeringDatabase ManagementData AnalysisData ScienceBusiness Analysis and StrategyBusiness Software and ToolsDeep Dive (X:Y)
سرفصل ها
مقدمه
- معماری برنامههای کاربردی دادههای بزرگ
مقدمه ای بر کاربردهای کلان داده
- ویژگیهای پردازش دسته ای
- ساخت برنامههای دسته ای را به چالش میکشد
- فن آوری برای مهندسی دادههای بزرگ دسته ای
- از موارد برای دادههای بزرگ دسته ای استفاده کنید
- فرآیند معماری برای مهندسی داده
اصول معماری کلان داده
- انتخاب - زمان واقعی در مقابل دسته
- مقیاس بندی افقی
- پردازش توزیع شده
- انتخاب فناوری
- ادغام فناوری
اصول معماری کاربرد دسته ای
- انتخاب زمانبندی
- به حداقل رساندن حجم داده ها
- توزیع یکنواخت بار
- استفاده از کش
- پردازش مجدد
از مورد 1 - بایگانی دادههای دنباله حسابرسی استفاده کنید
- مسیر حسابرسی - مشکل را تعریف کنید
- مسیر حسابرسی - الزامات مطالعه
- مسیر حسابرسی - یک گردش کار ایجاد کنید
- مسیر حسابرسی - مقیاس گردش کار
- مسیر حسابرسی - انتخاب فناوری ها
- مسیر حسابرسی - بررسی معماری نهایی
از مورد 2 - تجزیهوتحلیل تبلیغات استفاده کنید
- تجزیهوتحلیل تبلیغات - مشکل را تعریف کنید
- تجزیهوتحلیل تبلیغات - الزامات مطالعه
- تجزیهوتحلیل تبلیغات - گردش کار ایجاد کنید
- تجزیهوتحلیل تبلیغات - مقیاس گردش کار
- تجزیهوتحلیل تبلیغات - فناوریها را انتخاب کنید
- تجزیهوتحلیل تبلیغات - بررسی معماری نهایی
از مورد 3 - توصیههای محصول استفاده کنید
- توصیههای محصول - مشکل را تعریف کنید
- توصیههای محصول - الزامات مطالعه
- توصیههای محصول - گردش کار ایجاد کنید
- توصیههای محصول - مقیاس گردش کار
- توصیههای محصول - فناوریها را انتخاب کنید
- توصیههای محصول - بررسی معماری نهایی
نتیجه
- ادامه معماري برنامه هاي بزرگ داده