کانال تلگرام پشتیبانی تلگرام شماره تماس پشتیبانی: 0930 395 3766
ورود ثبت نام

آموزش Big Data Hadoop و Spark با Scala

دانلود Big Data Hadoop and Spark with Scala

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: دوره کامل (بدون پیش نیاز) - Big Data Hadoop با سیستم Spark و Eco با Hadoop، Eco System، ابزارها و Spark Big Data Hadoop توسعه پیش نیازها: بدون نیاز به پیش نیاز آشنا می شوید. کنجکاوی برای یادگیری تکنولوژی جدید.

این دوره شما را آماده می‌کند تا حرفه خود را با استفاده از داده‌های بزرگ هادوپ و جرقه تغییر دهید.

بعد از این مشاهده، درباره Hadoop، HDFS، YARN، Map reduce، python، pig، hive، oozie، sqoop، flume، HBase، No SQL، Spark، Spark sql، Spark Streaming خواهید فهمید.


این یک دوره آموزشی است. پس نگران نباشید و فقط شروع کنید.

شما همه پشتیبانی ممکن را از طرف من دریافت خواهید کرد.

برای هر گونه سوال، در اینجا به من پیام دهید.


توجه: همه برنامه ها و مواد ارائه شده است.


درباره Hadoop Ecosystem، NoSQL و Spark:

Hadoop و اکوسیستم آن: Hadoop یک چارچوب منبع باز برای ذخیره سازی توزیع شده و پردازش مجموعه داده های بزرگ است. اجزای اصلی آن شامل Hadoop Distributed File System (HDFS) برای ذخیره سازی داده ها و مدل برنامه نویسی MapReduce برای پردازش داده ها است. اکوسیستم هادوپ شامل ابزارها و چارچوب های مختلفی است که برای افزایش قابلیت های آن طراحی شده اند. اجزای قابل توجه شامل Apache Pig برای اسکریپت نویسی داده، Apache Hive برای انبار داده، Apache HBase برای عملکرد پایگاه داده NoSQL و Apache Spark برای پردازش سریعتر داده ها در حافظه است. این ابزارها در مجموع یک اکوسیستم قوی را تشکیل می‌دهند که سازمان‌ها را قادر می‌سازد تا به طور موثر با چالش‌های کلان داده مقابله کنند و Hadoop را به سنگ بنای دنیای تجزیه و تحلیل و پردازش داده تبدیل کند.


NoSQL: NoSQL، مخفف "نه فقط SQL"، نشان دهنده خانواده ای از سیستم های مدیریت پایگاه داده است که برای مدیریت داده های بزرگ و بدون ساختار طراحی شده اند. بر خلاف پایگاه داده های رابطه ای سنتی، پایگاه های داده NoSQL انعطاف پذیری، مقیاس پذیری و چابکی را ارائه می دهند. آنها به ویژه برای برنامه های کاربردی شامل رسانه های اجتماعی، تجارت الکترونیک و تجزیه و تحلیل بلادرنگ مناسب هستند. پایگاه داده های برجسته NoSQL شامل Hbase برای ذخیره سازی ستونی است که به طور گسترده در اکوسیستم Hadoop استفاده می شود.


Spark: Apache Spark یک چارچوب پردازش داده منبع باز و سریع است که برای تجزیه و تحلیل داده های بزرگ طراحی شده است. این پردازش در حافظه را ارائه می دهد که به طور قابل توجهی تجزیه و تحلیل داده ها و وظایف یادگیری ماشین را تسریع می کند. Spark از زبان های برنامه نویسی مختلف از جمله جاوا، اسکالا و پایتون پشتیبانی می کند و آن را برای طیف گسترده ای از توسعه دهندگان قابل دسترسی می کند. Spark با توانایی پردازش داده‌های دسته‌ای و جریانی، به یک انتخاب ارجح برای سازمان‌هایی تبدیل شده است که به دنبال تجزیه و تحلیل داده‌های با کارایی بالا و قابلیت‌های یادگیری ماشین هستند، و از راه‌حل‌های سنتی مبتنی بر MapReduce برای بسیاری از موارد استفاده پیشی می‌گیرد.

سرفصل ها و درس ها

ماژول A - Hadoop Eco System - مبانی Module A - Hadoop Eco System - Basics

  • مقدمه ای بر مسیر شغلی مهندسی داده Introduction to Data Engineering Career Path

  • A1 - Hadoop Intro (1/2) A1 - Hadoop Intro (1/2)

  • A2 - Hadoop Intro (2/2) A2 - Hadoop Intro (2/2)

  • مواد Materials

  • A3 - Python (1/4) عملی A3 - Python (1/4) Practical

  • A4 - Python (2/4) عملی A4 - Python (2/4) Practical

  • A5 - Python (3/4) عملی A5 - Python (3/4) Practical

  • A6 - Python (4/4) عملی A6 - Python (4/4) Practical

  • A7 - لینوکس (1/2) عملی A7 - Linux (1/2) Practical

  • A8 - لینوکس (2/2) عملی A8 - Linux (2/2) Practical

  • اختیاری - نصب Cloudera VM در AWS EC2 Cloud OPTIONAL - Installing Cloudera VM on AWS EC2 Cloud

  • A9 - HDFS (1/4) A9 - HDFS (1/4)

  • A10 - HDFS (2/4) A10 - HDFS (2/4)

  • A11 - HDFS (3/4) عملی A11 - HDFS (3/4) Practical

  • A12 - HDFS (4/4) عملی A12 - HDFS (4/4) Practical

  • A13 - کاهش نقشه (1/4) A13 - Map Reduce (1/4)

  • A14 - کاهش نقشه (2/4) A14 - Map Reduce (2/4)

  • A15 - کاهش نقشه (3/4) عملی A15 - Map Reduce (3/4) Practical

  • A16 - کاهش نقشه (4/4) عملی A16 - Map Reduce (4/4) Practical

  • A17 - خوک (1/4) A17 - Pig (1/4)

  • A18 - خوک (2/4) عملی A18 - Pig (2/4) Practical

  • A19 - خوک (3/4) عملی A19 - Pig (3/4) Practical

  • A20 - Pig (4/4) عملی A20 - Pig (4/4) Practical

  • A21 - کندو (1/4) A21 - Hive (1/4)

  • A22 - کندو (2/4) عملی A22 - Hive (2/4) Practical

  • A23 - کندو (3/4) عملی A23 - Hive (3/4) Practical

  • A24 - کندو (4/4) عملی A24 - Hive (4/4) Practical

ماژول B - Hadoop Eco System - پیشرفته Module B - Hadoop Eco System - Advanced

  • B1 - NoSQL (1/2) B1 - NoSQL (1/2)

  • B2 - NoSQL (2/2) B2 - NoSQL (2/2)

  • B3 - Hbase (1/4) B3 - Hbase (1/4)

  • B4 - Hbase (2/4) B4 - Hbase (2/4)

  • B5 - Hbase (3/4) عملی B5 - Hbase (3/4) Practical

  • B6 - Hbase (4/4) عملی B6 - Hbase (4/4) Practical

  • B7 - Sqoop (1/3) نظریه B7 - Sqoop (1/3) Theory

  • B8 - Sqoop (2/3) عملی B8 - Sqoop (2/3) Practical

  • B8 - Sqoop (3/3) عملی B8 - Sqoop (3/3) Practical

  • B9 - فلوم (1/2) B9 - Flume (1/2)

  • B10 - فلوم (2/2) عملی B10 - Flume (2/2) Practical

  • B11 - Oozie (1/2) B11 - Oozie (1/2)

  • B12 - Oozie (2/2) عملی B12 - Oozie (2/2) Practical

ماژول ج - جرقه Module C - Spark

  • C1 - Scala (1/4) C1 - Scala (1/4)

  • C2 - Scala (2/4) عملی C2 - Scala (2/4) Practical

  • C3 - Scala (3/4) عملی C3 - Scala (3/4) Practical

  • C4 - Scala (4/4) عملی C4 - Scala (4/4) Practical

  • C5 - Spark (1/8) C5 - Spark (1/8)

  • C6 - Spark (2/8) C6 - Spark (2/8)

  • C7 - Spark (3/8) عملی C7 - Spark (3/8) Practical

  • C8 - Spark (4/8) عملی C8 - Spark (4/8) Practical

  • C9 - Spark (5/8) عملی C9 - Spark (5/8) Practical

  • C10 - Spark (6/8) vPractical C10 - Spark (6/8)vPractical

  • C11 - Spark (7/8) عملی C11 - Spark (7/8) Practical

  • C12 - Spark (8/8) عملی C12 - Spark (8/8) Practical

  • C13 - Spark SQL (1/5) C13 - Spark SQL (1/5)

  • C14 - Spark SQL (2/5) C14 - Spark SQL (2/5)

  • C15 - Spark SQL (3/5) C15 - Spark SQL (3/5)

  • C16 - Spark SQL (4/5) عملی C16 - Spark SQL (4/5) Practical

  • C17 - Spark SQL (5/5) عملی C17 - Spark SQL (5/5) Practical

  • C18 - کافکا (1/2) C18 - Kafka (1/2)

  • C19 - کافکا (2/2) عملی C19 - Kafka (2/2) Practical

  • C21 - Spark Streaming (1/2) C21 - Spark Streaming (1/2)

  • C21 - جرقه جرقه (2/2) عملی C21 - Spark Streaming (2/2) Practical

بخش پاداش Bonus Section

  • Git و Shell Script Git and Shell Script

  • راهنمایی شغلی Career Guidance

غلبه بر چالش های مدیریتی رایج

غلبه بر چالش های مدیریتی رایج

Overcome Common Management Challenges

آموزش آینده انرژی

آموزش آینده انرژی

The Future of Energy

آموزش تغذیه برای همه ساده است

آموزش تغذیه برای همه ساده است

Nutrition Kept Simple for Everyone

نمایش نظرات

آموزش Big Data Hadoop و Spark با Scala
جزییات دوره
44.5 hours
63
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
39,147
4.4 از 5
دارد
دارد
دارد
Harish Masand

https://donyad.com/d/083a7d

جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Harish Masand Harish Masand

من در حال حاضر به عنوان سرب فنی در شرکت پیشرو فناوری اطلاعات کار می کنم و دارای 10 سال تجربه در IT (توسعه و پشتیبانی) با 5 سال سابقه کار در سیستم اکو Apache Hadoop و Spark هستم. من دارای تجربه دامنه در بانکداری ، بیمه ، ساخت و خرده فروشی دامنه و دارای گواهینامه PRINCE2 و Scrum Master هستم.