آموزش ساخت سیستم های تجزیه و تحلیل جریان روان در GCP

Building Resilient Streaming Analytics Systems on GCP

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: پردازش داده های جریان به طور فزاینده ای محبوب می شود زیرا پخش جریانی کسب و کارها را قادر می سازد تا معیارهای عملکرد واقعی در زمان واقعی را دریافت کنند. این دوره نحوه ایجاد خطوط انتقال داده جریان در Google Cloud Platform را پوشش می دهد. پردازش داده های جریان به طور فزاینده ای محبوب می شود ، زیرا جریان کسب و کار را قادر می سازد تا معیارهای زمان واقعی عملیات تجاری را بدست آورد. این دوره نحوه ساخت خطوط لوله انتقال داده در Google Cloud Platform را پوشش می دهد. Cloud Pub/Sub برای مدیریت داده های جریان ورودی توصیف شده است. این دوره همچنین شامل چگونگی اعمال تجمع و تبدیلات در جریان داده ها با استفاده از Cloud Dataflow و نحوه ذخیره سوابق پردازش شده در BigQuery یا Cloud Bigtable برای تجزیه و تحلیل است. با استفاده از QwikLabs ، فراگیران تجربه عملی ساختن م componentsلفه های خط لوله جریان داده را در Google Cloud Platform کسب خواهند کرد.

سرفصل ها و درس ها

مقدمه Introduction

  • معرفی دوره Course Introduction

مقدمه ای برای پردازش داده های جریان Introduction to Processing Streaming Data

  • پردازش جریان داده ها Processing Streaming Data

پیام رسانی بدون سرور با Cloud Pub/Sub Serverless Messaging with Cloud Pub/Sub

  • معرفی Cloud Pub/Sub Introduction to Cloud Pub/Sub

  • Cloud Pub/Sub Push vs Pull Cloud Pub/Sub Push vs Pull

  • انتشار با کد Pub/Sub Publishing with Pub/Sub code

  • خلاصه Summary

  • شروع کار با GCP و Qwiklabs Getting Started With GCP And Qwiklabs

  • معرفی آزمایشگاه: انتشار اطلاعات جریانی در Pub/Sub Lab Intro:Publish Streaming Data into Pub/Sub

  • آزمایشگاه: جریان پردازش داده: انتشار جریان داده در PubSub Lab: Streaming Data Processing: Publish Streaming Data into PubSub

  • راه حل آزمایشگاهی: انتشار جریان اطلاعات در Pub/Sub Lab Solution:Publish Streaming Data into Pub/Sub

ویژگی های جریان داده Cloud Cloud Dataflow Streaming Features

  • چالش های جریان داده Streaming Data Challenges

  • Cloud Dataflow Windowing Cloud Dataflow Windowing

  • معرفی آزمایشگاه: خطوط لوله جریان داده Lab Intro:Streaming Data Pipelines

  • آزمایشگاه: جریان پردازش داده ها: جریان خطوط لوله داده Lab: Streaming Data Processing: Streaming Data Pipelines

  • راه حل آزمایشگاهی: جریان دادن خطوط لوله داده Lab Solution:Streaming Data Pipelines

ویژگی های پخش جریانی BigQuery با بازده بالا High-Throughput BigQuery and Bigtable Streaming Features

  • پخش جریانی در BigQuery و تجسم نتایج Streaming into BigQuery and Visualizing Results

  • آزمایشگاه معرفی: جریان تجزیه و تحلیل و داشبورد Lab Intro:Streaming Analytics and Dashboards

  • آزمایشگاه: جریان پردازش داده: جریان تجزیه و تحلیل و داشبورد Lab: Streaming Data Processing: Streaming Analytics and Dashboards

  • راه حل آزمایشگاهی: جریان تجزیه و تحلیل و داشبورد Lab Solution:Streaming Analytics and Dashboards

  • پخش جریانی با توان بالا با Cloud Bigtable High-Throughput Streaming with Cloud Bigtable

  • بهینه سازی عملکرد ابر بزرگ Optimizing Cloud Bigtable Performance

  • Intro Lab: جریان دادن خطوط لوله داده به Bigtable Lab Intro:Streaming Data Pipelines into Bigtable

  • آزمایشگاه: جریان پردازش داده ها: جریان دادن خطوط لوله داده به Bigtable Lab: Streaming Data Processing: Streaming Data Pipelines into Bigtable

  • راه حل آزمایشگاهی: جریان دادن خطوط لوله داده به Bigtable Lab Solution:Streaming Data Pipelines into Bigtable

عملکرد و عملکرد پیشرفته BigQuery Advanced BigQuery Functionality and Performance

  • توابع GIS GIS Functions

  • نسخه ی نمایشی: توابع GIS و نقشه برداری با BigQuery Demo:GIS Functions and Mapping with BigQuery

  • با بندها در مقابل جداول دائمی WITH Clauses vs Permanent Tables

  • توابع پنجره تحلیلی Analytical window functions

  • معرفی آزمایشگاه: بهینه سازی نمایش داده های BigQuery برای عملکرد Lab Intro:Optimizing your BigQuery Queries for Performance

  • آزمایشگاه: بهینه سازی نمایش داده های BigQuery برای عملکرد Lab: Optimizing your BigQuery Queries for Performance

  • ملاحظات عملکرد Performance Considerations

  • Intro Lab: ایجاد جداول تقسیم شده در تاریخ در BigQuery Lab Intro:Creating Date-Partitioned Tables in BigQuery

  • آزمایشگاه: جداول تقسیم شده در Google BigQuery Lab: Partitioned Tables in Google BigQuery

خلاصه Summary

  • خلاصه دوره Course Summary

  • ساخت تجزیه و تحلیل جریان انعطاف پذیر در اسلایدهای Google Cloud Building Resilient Streaming Analytics on Google Cloud Slides

نمایش نظرات

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.

آموزش ساخت سیستم های تجزیه و تحلیل جریان روان در GCP
جزییات دوره
3h 12m
35
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
-
از 5
دارد
دارد
دارد
Google Cloud
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Google Cloud Google Cloud

ایجاد تحول دیجیتال با آموزش درخواستی

Google Cloud آموزش و گواهینامه های درخواستی را در فناوری های ابری در حال ظهور ارائه می دهد.

Google Cloud با صدها آزمایشگاه، دوره و نشان مهارت، متخصصان را قادر می‌سازد تا مهارت‌های ابری حیاتی را با سرعت خودشان ایجاد کنند. آزمایشگاه‌های عملی این شرکت اعتبارنامه‌های موقتی را به منابع واقعی ابر ارائه می‌دهند، بنابراین افراد می‌توانند Google Cloud را با استفاده از چیز واقعی یاد بگیرند. فراگیران همچنین می توانند با کسب گواهینامه های Google Cloud و/یا نشان های مهارتی که می توانند با شبکه خود به اشتراک بگذارند، تخصص خود را تأیید کنند.

در وب‌سایت رسمی Google Cloud بیشتر بیاموزید.