https://lyndakade.ir/learning/apache-iceberg-from-zero-to-production-data-lakehouse 2026-06-07T22:31:32+03:30 weekly 1 https://dl.lyndakade.ir/courses/2026/04/Apache%20Iceberg%20-%20From%20Zero%20to%20Production%20Data%20Lakehouse/preview.webp دوره آموزشی آپاچی آیس‌برگ (Apache Iceberg): از صفر تا راه‌اندازی دیتا لیک‌هاوس (Data Lakehouse) عملیاتی اگر داری روی معماری داده‌های باز و مدرن کار می‌کنی، Apache Iceberg یکی از مهم‌ترین چیزهایی‌ـه که باید بشناسی. این فرمت جدولِ متن‌باز و سازگار، عملاً بهترین‌های Data Lake و Database رو با هم قاطی کرده: هم انعطاف دریاچه داده رو داره، هم قابل‌اعتماد بودن دیتابیس رو. توی این دوره‌ی عملی، یاد می‌گیری چطور جدول‌های Iceberg رو برای کارهای واقعی و Production راه‌اندازی، مدیریت و بهینه‌سازی کنی. از مفاهیم پایه مثل Hidden Partitioning، Schema Evolution و استراتژی‌های مهاجرت داده شروع می‌کنیم و بعد می‌ریم سراغ موضوعات پیشرفته‌تر مثل مدیریت Concurrency، استراتژی‌های نوشتن داده، و نگهداری جدول‌ها. این دوره برای Data Engineerها، Analytics Engineerها، Data Platform Engineerها و Data Architectها طراحی شده که با Data Lake کار می‌کنن و می‌خوان زیرساخت داده‌شون رو مدرن کنن. حتی اگه برنامه‌نویسی هستی و می‌خوای وارد دنیای داده بشی، یا نقش لید فنی داری و می‌خوای Iceberg رو برای سازمانت بررسی کنی، این دوره برات حسابی کاربردیه. اهداف یادگیری ساخت و پیکربندی یک Apache Iceberg Lakehouse طراحی ساختارهای بهینه جدول با استفاده از Hidden Partitioning، Sort Order و Column Metrics برای افزایش سرعت کوئری‌ها مهاجرت داده از Hive Table، فایل‌های Parquet، CSV و دیتابیس‌ها به Iceberg پیاده‌سازی گردش‌کارهای Production با Write-Audit-Publish، Branching برای تست و Rollback برای بازیابی تغییر Schema و Partition Spec بدون داون‌تایم و بدون بازنویسی کامل داده انجام عملیات نگهداری مثل Compaction فایل‌ها، Metadata Compaction و Snapshot Expiration تنظیم استراتژی‌های نوشتن داده مثل Merge-on-Read و Copy-on-Write و همچنین Distribution Mode برای نیازهای مختلف مدیریت عملیات همزمان و جلوگیری از Conflict در سناریوهای چندنویسنده https://dl.lyndakade.ir/courses/2026/04/Apache%20Iceberg%20-%20From%20Zero%20to%20Production%20Data%20Lakehouse/preview.webp دوره آموزشی آپاچی آیس‌برگ (Apache Iceberg): از صفر تا راه‌اندازی دیتا لیک‌هاوس (Data Lakehouse) عملیاتی اگر داری روی معماری داده‌های باز و مدرن کار می‌کنی، Apache Iceberg یکی از مهم‌ترین چیزهایی‌ـه که باید بشناسی. این فرمت جدولِ متن‌باز و سازگار، عملاً بهترین‌های Data Lake و Database رو با هم قاطی کرده: هم انعطاف دریاچه داده رو داره، هم قابل‌اعتماد بودن دیتابیس رو. توی این دوره‌ی عملی، یاد می‌گیری چطور جدول‌های Iceberg رو برای کارهای واقعی و Production راه‌اندازی، مدیریت و بهینه‌سازی کنی. از مفاهیم پایه مثل Hidden Partitioning، Schema Evolution و استراتژی‌های مهاجرت داده شروع می‌کنیم و بعد می‌ریم سراغ موضوعات پیشرفته‌تر مثل مدیریت Concurrency، استراتژی‌های نوشتن داده، و نگهداری جدول‌ها. این دوره برای Data Engineerها، Analytics Engineerها، Data Platform Engineerها و Data Architectها طراحی شده که با Data Lake کار می‌کنن و می‌خوان زیرساخت داده‌شون رو مدرن کنن. حتی اگه برنامه‌نویسی هستی و می‌خوای وارد دنیای داده بشی، یا نقش لید فنی داری و می‌خوای Iceberg رو برای سازمانت بررسی کنی، این دوره برات حسابی کاربردیه. اهداف یادگیری ساخت و پیکربندی یک Apache Iceberg Lakehouse طراحی ساختارهای بهینه جدول با استفاده از Hidden Partitioning، Sort Order و Column Metrics برای افزایش سرعت کوئری‌ها مهاجرت داده از Hive Table، فایل‌های Parquet، CSV و دیتابیس‌ها به Iceberg پیاده‌سازی گردش‌کارهای Production با Write-Audit-Publish، Branching برای تست و Rollback برای بازیابی تغییر Schema و Partition Spec بدون داون‌تایم و بدون بازنویسی کامل داده انجام عملیات نگهداری مثل Compaction فایل‌ها، Metadata Compaction و Snapshot Expiration تنظیم استراتژی‌های نوشتن داده مثل Merge-on-Read و Copy-on-Write و همچنین Distribution Mode برای نیازهای مختلف مدیریت عملیات همزمان و جلوگیری از Conflict در سناریوهای چندنویسنده https://dl.lyndakade.ir/courses/2026/04/Apache%20Iceberg%20-%20From%20Zero%20to%20Production%20Data%20Lakehouse/0.%20Introduction/01%20-%20Getting%20started.mp4 156 2026-04-03T00:00:00+03:30 دوره آموزشی آپاچی آیس‌برگ (Apache Iceberg): از صفر تا راه‌اندازی دیتا لیک‌هاوس (Data Lakehouse) عملیاتی Apache Iceberg: From Zero to Production Data Lakehouse Snowflake, Inc