نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
Stream API پیاده سازی حافظه ای الگوی نقشه/فیلتر/کاهش است که در جاوا 8 معرفی شده است. در این دوره ، اصول این API ، نحوه استفاده از آن برای بهبود کد و نحوه اجرای این برنامه را خواهید آموخت. به طور داخلی کار می کند. هم اکنون API جریان یکی از دو API اصلی است که برای پردازش داده ها در جاوا استفاده می شود. این یک الگوی بسیار محبوب را اجرا می کند: نقشه/فیلتر/کاهش. در این دوره ، با استفاده از جریان های جاوا برای پردازش و تحلیل داده ها در حافظه ، سه چیز یاد خواهید گرفت. ابتدا خواهید دید که این نقشه/فیلتر/الگو چگونه کار می کند و چگونه می توانید کاربرد آن را در کد موجود تشخیص دهید. سپس ، نحوه اجرای آن توسط Stream API و جزئیات این پیاده سازی را کشف خواهید کرد تا کاملاً بفهمید چگونه می توانید از این API برای نوشتن کد تمیز و کارآمد استفاده کنید. سرانجام ، خواهید فهمید که چگونه موارد استفاده متداول را که به شما کمک می کند از این API خیلی سریع در برنامه های خود استفاده کنید ، پیاده سازی کنید. با پایان این دوره ، شما تئوری را کشف خواهید کرد تا به طور کامل هم الگوریتم و هم پیاده سازی را درک کنید.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
-
بررسی اجمالی دوره
Course Overview
پردازش داده ها با استفاده از الگوریتم کاهش فیلتر نقشه
Processing Data Using the Map Filter Reduce Algorithm
-
معرفی دوره و دستور کار آن
Introducing the Course and Its Agenda
-
شما کی هستید؟ برای پیگیری این دوره چه چیزی باید بدانید؟
Who Are You? What Should You Know to Follow This Course?
-
دستور کار ماژول ، با استفاده از الگوریتم نقشه/فیلتر/کاهش
Module Agenda, Using the Map / Filter / Reduce Algorithm
-
معرفی نقشه برداری ، فیلتر کردن و مراحل کاهش
Introducing the Mapping, the Filtering, and the Reduction Steps
-
تعریف نقشه برداری و مراحل فیلتر کردن
Defining the Mapping and the Filtering Steps
-
پیاده سازی نقشه/فیلتر/کاهش با الگوی تکرار شونده
Implementing Map / Filter / Reduce with the Iterator Pattern
-
تلاش برای اجرای نقشه/فیلتر/کاهش در API مجموعه
Trying to Implement Map / Filter / Reduce on the Collection API
-
تجزیه و تحلیل اجرای نقشه/فیلتر در API مجموعه
Analyzing the Map / Filter Implementation on the Collection API
-
طراحی Stream API برای جلوگیری از تکثیر داده های پردازش شده
Desiging the Stream API to Avoid Duplicating the Processed Data
-
پیاده سازی نقشه/فیلتر/کاهش در API جریان
Implementing Map / Filter / Reduce on the Stream API
-
تعریف عملیات میانی و ترمینال در جریان ها
Defining Intermediate and Terminal Operations on Streams
-
بسته بندی ماژول
Module Wrap Up
استفاده از Stream API برای نقشه برداری ، فیلتر کردن و کاهش داده ها
Using the Stream API to Map, Filter, and Reduce Data
-
معرفی ماژول و دستور کار آن
Introducing the Module and Its Agenda
-
نسخه ی نمایشی زنده: نوشتن یک جریان اول که نام های خالی را شمارش می کند
Live Demo: Writing a First Stream that Counts Empty Names
-
نسخه ی نمایشی زنده: دریافت خطاها هنگام پردازش دو جریان یکسان
Live Demo: Getting Errors When Processing the Same Stream Twice
-
پخش جریانی از افراد مرتبط با اپراتور FlatMap
Streaming Related Entities with the FlatMap Operator
-
نسخه ی نمایشی زنده: نقشه برداری مسطح اشخاص مرتبط از یک جریان از اشخاص
Live Demo: Flat Mapping Related Enties from a Stream of Entities
-
بسته بندی ماژول
Module Wrap Up
ایجاد یک جریان از داده در حافظه
Building a Stream from Data in Memory
-
معرفی ماژول و دستور کار آن
Introducing the Module and Its Agenda
-
نسخه ی نمایشی زنده: ایجاد جریان از مجموعه ای از اشیا
Live Demo: Creating Streams from an Array of Objects
-
نسخه ی نمایشی زنده: پخش مستقیم خطوط یک فایل متنی
Live Demo: Streaming the Lines of a Text File
-
نسخه ی نمایشی زنده: پخش تقسیم یک رشته
Live Demo: Streaming the Splitting of a String
-
نسخه ی نمایشی زنده: پخش حروف یک رشته
Live Demo: Streaming the Letters of a String
-
نسخه ی نمایشی زنده: انتخاب دامنه های عناصر یک جریان
Live Demo: Selecting Ranges of the Elements of a Stream
-
نسخه ی نمایشی زنده: استفاده از یک قید برای کنترل بسته شدن جریان
Live Demo: Using a Predicate to Control the Closing of a Stream
-
بسته بندی ماژول
Module Wrap Up
تبدیل حلقه For به جریان
Converting a For Loop to a Stream
-
معرفی ماژول و دستور کار آن
Introducing the Module and Its Agenda
-
Refactoring یک ساده برای حلقه به یک جریان پیاده سازی
Refactoring a Simple For Loop to a Stream Implementation
-
شناسایی سه مرحله بازسازی مواد تکرار شونده به جریان ها
Identifying the Three Steps of Refactoring Iterators to Streams
-
کپی برای حلقه ها برای آماده سازی مجدد جریان مجدد
Duplicating For Loops to Prepare for a Stream Refactoring
-
مجتمع Refactoring حلقه ها برای تمیز کردن الگوهای جریان
Refactoring Complex for Loops to Clean Stream Patterns
-
Refactoring عوامل تکرار شونده در جریانهای جریان بسته می شود
Refactoring Iterators to Streams Wrap Up
-
بسته بندی ماژول
Module Wrap Up
کاهش داده ها برای محاسبه آمار
Reducing Data to Compute Statistics
-
معرفی ماژول و دستور کار آن
Introducing the Module and Its Agenda
-
پیاده سازی کاهش ها با BinarOperator
Implementing Reductions with a BinaryOperator
-
معرفی مشکل کاهش جریانهای خالی
Introducing the Problem of the Reduction of Empty Streams
-
محاسبه کاهش جریان های خالی
Computing the Reduction of Empty Streams
-
معرفی اختیاری برای کاهش بدون عنصر هویت
Introducing Optional for Reductions with No Identity Element
-
کاهش هایی را که دارای عنصر هویت هستند ، اجرا می کنند
Implementing Reductions That Have an Identity Element
-
استفاده از اختیاری برای کنترل کاهشها بدون هیچ عنصر هویتی
Using Optional to Handle Reductions with No Identity Element
-
دریافت محتوای اختیاری
Getting the Content of an Optional
-
نسخه ی نمایشی زنده: افتتاح اختیاری
Live Demo: Opening an Optional
-
نسخه ی نمایشی زنده: عبور از یک عنصر هویت اشتباه به کاهش
Live Demo: Passing a Wrong Identity Element to Reductions
-
نسخه ی نمایشی زنده: محاسبه حداکثر و حداقل یک فایل CSV با استفاده از جریان ها
Live Demo: Computing a Max and a Min on a CSV File Using Streams
-
نسخه ی نمایشی زنده: استفاده از یک جریان تخصصی برای محاسبه آمار
Live Demo: Using a Specialized Stream to Compute Statistics
-
بسته بندی ماژول
Module Wrap Up
جمع آوری داده ها از جریان ها برای ایجاد لیست ها و مجموعه ها
Collecting Data from Streams to Create Lists and Sets
-
معرفی ماژول و دستور کار آن
Introducing the Module and Its Agenda
-
استفاده از یک جمع کننده برای کاهش جریان در یک ظرف قابل تغییر
Using a Collector to Reduce a Stream in a Mutable Container
-
کاهش داده های جریان در یک لیست ، یک مجموعه یا در هر مجموعه ای
Reducing Stream Data in a List, a Set, or in Any Collection
-
نسخه ی نمایشی زنده: جمع آوری یک جریان در یک لیست ، یک مجموعه یا یک آرایه
Live Demo: Collecting a Stream in a List, a Set, or an Array
-
نسخه ی نمایشی زنده: پیوستن به یک جریان رشته با یک مجموعه دار
Live Demo: Joining a Stream of String with a Collector
-
خلاصه ماژول و دوره
Module and Course Wrap Up
ایجاد و تحلیل هیستوگرام از جریان ها
Creating and Analyzing Histograms from Streams
-
معرفی ماژول و دستور کار آن
Introducing the Module and Its Agenda
-
ایجاد نقشه ها با GroupingBy Collector
Creating Maps with the GroupingBy Collector
-
اضافه کردن یک جمع کننده پایین دستی به جمع کننده گروه بندی
Adding a Downstream Collector to the GroupingBy Collector
-
نسخه ی نمایشی زنده: گروه بندی شهرها بر اساس ایالت آنها
Live Demo: Grouping the Cities by Their State
-
نسخه ی نمایشی زنده: ایجاد هیستوگرام تعداد شهرها در هر ایالت
Live Demo: Creating the Histogram of Number of Cities per State
-
نسخه ی نمایشی زنده: تجزیه و تحلیل هیستوگرام ها با پخش جریانی نقشه ها با EntrySet
Live Demo: Analyzing Histograms by Streaming Maps with EntrySet
-
بسته بندی ماژول
Module Wrap Up
-
دوره را جمع کنید
Course Wrap Up
Pluralsight (پلورال سایت)
Pluralsight یکی از پرطرفدارترین پلتفرمهای آموزش آنلاین است که به میلیونها کاربر در سراسر جهان کمک میکند تا مهارتهای خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دورههای آموزشی در زمینههای فناوری اطلاعات، توسعه نرمافزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه میدهد.
یکی از ویژگیهای برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعهدهندگان و کارشناسان معتبر، دورههایی را ارائه میدهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژیها نگه میدارد. این امر به کاربران این اطمینان را میدهد که دورههایی که در Pluralsight میپذیرند، با جدیدترین دانشها و تجارب به روز شدهاند.
نمایش نظرات