آموزش ضروری مدل سازی داده کاساندرا (2017)

Cassandra Data Modeling Essential Training (2017)

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
آپاچی کاساندرا یک پایگاه داده NoSQL است که قادر به مدیریت حجم زیادی از داده ها است که به سرعت تغییر می کنند. در این دوره، با معماری این پایگاه داده محبوب آشنا شوید و نحوه طراحی مدل های داده کاساندرا را که از برنامه های کاربردی مقیاس پذیر پشتیبانی می کنند، بیاموزید. دن سالیوان تفاوت‌های بین Cassandra و پایگاه‌های داده رابطه‌ای را برجسته می‌کند، زبان پرس و جو کاساندرا (CQL) را مورد بحث قرار می‌دهد، و تکنیک‌هایی را برای مدل‌سازی بر اساس الزامات پرس و جوی کاربردی نشان می‌دهد. او همچنین به جزئیات پیاده‌سازی کاساندرا می‌پردازد که بر انتخاب‌های مدل‌سازی داده‌ها تأثیر می‌گذارد تا به شما کمک کند تا در تصمیم‌گیری‌های دیگر طراحی استدلال کنید و در عین حال معماری و محدودیت‌های پایگاه داده را در نظر بگیرید.
اهداف یادگیری
  • معماری کاساندرا
  • فضاهای کلیدی، جداول و ستون ها
  • نصب جاوا و کاساندرا
  • انواع داده CQL
  • طراحی جداول کاساندرا
  • تنظیم جداول برای بهینه سازی پرس و جوها
  • چه زمانی از نمایه های ثانویه و نماهای تحقق یافته استفاده شود
  • مدل سازی و توزیع داده های فیزیکی
  • معماری کاساندرا و تاثیر آن بر مدل سازی داده ها

سرفصل ها و درس ها

مقدمه Introduction

  • خوش آمدی Welcome

  • آنچه شما باید بدانید What you should know

  • فایل های تمرینی Exercise files

1. معماری کاساندرا 1. Cassandra Architecture

  • کاساندرا و پایگاه های داده رابطه ای Cassandra and relational databases

  • فضاهای کلیدی، جداول و ستون ها Keyspaces, tables, and columns

  • کلیدهای اصلی، پارتیشن ها و ایندکس های ثانویه Primary keys, partitions, and secondary indexes

  • خوشه های کاساندرا Cassandra clusters

  • نصب جاوا Installing Java

  • نصب کاساندرا Installing Cassandra

  • ایجاد فضای کلید در جداول Creating a keyspace in tables

  • امتحان فصل Chapter Quiz

2. انواع داده زبان پرس و جو کاساندرا 2. Cassandra Query Language Data Types

  • انواع داده های عددی Numeric data types

  • رشته، تاریخ، و انواع منحصر به فرد String, date, and unique types

  • انواع داده های مجموعه Collection data types

  • چندین نوع داده Tuple data types

  • امتحان فصل Chapter Quiz

3. طراحی جداول کاساندرا 3. Designing Cassandra Tables

  • طراحی درایو کوئری ها Queries drive design

  • غیرعادی کردن: پیوستن یا مرتب کردن Denormalizing: Joining or sorting

  • تنظیم جداول برای بهینه سازی پرس و جوها Tuning tables to optimize queries

  • مدل سازی داده برای سری های زمانی: قسمت 1 Data modeling for time series: Part 1

  • مدل سازی داده برای سری های زمانی: قسمت 2 Data modeling for time series: Part 2

  • تمرین سری زمانی Time series exercise

  • زمان استفاده از شاخص های ثانویه When to use secondary indexes

  • زمان استفاده از نماهای مادی شده When to use materialized views

  • UUID و حذف تمرین UUID and delete exercise

  • امتحان فصل Chapter Quiz

4. مدل سازی داده های فیزیکی و توزیع داده ها 4. Physical Data Modeling and Distributing Data

  • تخمین اندازه داده 1: فرمول ها Estimating data size 1: The formulas

  • تخمین اندازه داده 2: یک مثال Estimating data size 2: An example

  • همانندسازی در کاساندرا Replication in Cassandra

  • درک سطوح سازگاری Understanding consistency levels

  • امتحان فصل Chapter Quiz

5. معماری کاساندرا و تاثیر آن بر مدل سازی داده ها 5. Cassandra Architecture and Its Impact on Data Modeling

  • درک فرآیند پرس و جو Understanding the query process

  • درک متعهد می نویسد Understanding commit writes

  • فیلترهای بلوم و پردازش پرس و جو Bloom filters and query processing

  • حذف و سنگ قبر را درک کنید Understand deletes and tombstones

  • تراکم را درک کنید Understand compaction

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • پنج روش برتر برای مدل‌سازی داده‌های کاساندرا Five best practices for Cassandra data modeling

  • مراحل بعدی Next steps

  • امتحان فصل Chapter Quiz

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش ضروری مدل سازی داده کاساندرا (2017)
جزییات دوره
1h 38m
40
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- از 5
دارد
دارد
دارد
Dan Sullivan
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dan Sullivan Dan Sullivan

معمار سازمانی ، کارشناس بزرگ داده دان سالیوان ، دکترای علوم ، یک معمار سازمانی و متخصص داده های بزرگ است.

دان متخصص در معماری داده ، تجزیه و تحلیل ، داده کاوی ، آمار ، مدل سازی داده ها ، داده های بزرگ و رایانش ابری است. علاوه بر این ، او دارای دکترای ژنتیک ، بیوانفورماتیک و زیست محاسباتی است. Dan به طور منظم با Spark ، Oracle ، NoSQL ، MongoDB ، Redis ، R و Python کار می کند. وی تجربه نوشتن گسترده ای در موضوعاتی از جمله رایانش ابری ، داده های بزرگ ، Hadoop و امنیت دارد.