لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش از 0 تا 1: کندو برای پردازش داده های بزرگ [ویدئو]
From 0 to 1: Hive for Processing Big Data [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
Hive مانند یک دوست جدید با چهره قدیمی (SQL) است. این دوره یک راهنمای عملی و پایانی برای استفاده از Hive برای پردازش داده های بزرگ است. بیایید آن را تجزیه کنیم یک دوست جدید با چهره قدیمی: Hive به شما کمک می کند تا از قدرت محاسبات توزیع شده و Hadoop برای پردازش تحلیلی استفاده کنید. رابط کاربری آن مانند یک دوست قدیمی است: همان SQL مانند HiveQL. این دوره تمام شکاف های بین SQL و آنچه برای استفاده از Hive نیاز دارید را پر می کند. End-to-End: این دوره راهنمای سرتاسری برای استفاده از Hive است: چه تحلیلگر هستید که می خواهد داده ها را پردازش کند یا یک مهندس که نیاز به ایجاد عملکرد سفارشی یا بهینه سازی عملکرد دارد - همه چیزهایی که نیاز دارید در اینجا وجود دارد. . با SQL جدید هستید؟ نیازی نیست جای دیگری را جستجو کنید. این دوره دارای یک پرایمر در تمام ساختارهای اولیه SQL است، عملی: همه چیز با استفاده از مثال های واقعی، پرس و جوهای کاری و کد آموزش داده می شود. • پرس و جوهای تحلیلی پیچیده روی داده ها در Hive بنویسید و بینش ها را کشف کنید
• از ایده های پارتیشن بندی، سطل سازی برای بهینه سازی پرس و جوها در Hive استفاده کنید
• شخصی سازی hive با توابع تعریف شده توسط کاربر در جاوا و پایتون
• با HDFS و MapReduce زیر کاپوت Hive را درک کنید
این دوره برای تحلیلگرانی است که می خواهند پرس و جوهای تحلیلی پیچیده را در مقیاس بزرگ بنویسند
و مهندسانی که می خواهند درباره مدیریت Hive به عنوان راه حل انبار داده اطلاعات بیشتری کسب کنند.
• پردازش تحلیلی: پیوستن ها، پرسش های فرعی، نماها، توابع تولید جدول، انفجار، نمای جانبی، پنجره و موارد دیگر * • تنظیم Hive برای عملکرد بهتر: پارتیشن بندی، سطل بندی، بهینه سازی های پیوستن، اتصال های جانبی نقشه، نمایه ها، نوشتن توابع سفارشی تعریف شده توسط کاربر در جاوا . UDF، UDAF، GenericUDF، GenericUDTF، توابع سفارشی در پایتون، پیاده سازی MapReduce برای انتخاب، گروه بندی توسط و عضویت *
سرفصل ها و درس ها
شما، ما و این دوره
You, Us & This Course
شما، ما و این دوره
You, Us & This Course
معرفی Hive
Introducing Hive
Hive: یک انبار داده منبع باز
Hive: An Open-Source Data Warehouse
Hive و Hadoop
Hive and Hadoop
Hive در مقابل DBMS رابطهای سنتی
Hive vs Traditional Relational DBMS
نمای کلی MapReduce: Group-By و Having
MapReduce Overview: Group-By and Having
نمای کلی MapReduce: می پیوندد
MapReduce Overview: Joins
به Optimizations در Hive بپیوندید
Join Optimizations in Hive
بهبود عملکرد Join با جداول در اندازه های مختلف
Improving Join performance with tables of different sizes
بند Where در Joins
The Where clause in Joins
نیمه چپ بپیوندید
The Left Semi Join
اتصالات جانبی نقشه: پیوستن داخلی
Map Side Joins: The Inner Join
اتصالات جانبی نقشه: اتصالات چپ، راست و کامل بیرونی
Map Side Joins: The Left, Right and Full Outer Joins
پیوندهای جانبی نقشه: پیوستن به نقشه سطلی و پیوستن به ادغام مرتب شده
Map Side Joins: The Bucketed Map Join and the Sorted Merge Join
توابع سفارشی در پایتون
Custom Functions in Python
توابع سفارشی در پایتون
Custom functions in Python
Code-Along: تابع سفارشی در پایتون
Code-Along: Custom Function in Python
توابع سفارشی در جاوا
Custom functions in Java
معرفی UDF - شما محدود به پیشنهادات Hive نیستید
Introducing UDFs - you're not limited by what Hive offer
UDF ساده: تابع استاندارد برای انواع اولیه
The Simple UDF: The standard function for primitive types
UDF ساده: پیاده سازی جاوا برای جایگزین متن()
The Simple UDF: Java implementation for replacetext()
UDF های عمومی، بازرس شی و Deferred Objects
Generic UDFs, the Object Inspector and DeferredObjects
UDF عمومی: اجرای جاوا برای containstring()
The Generic UDF: Java implementation for containsstring()
UDAF: توابع جمع سفارشی می توانند بسیار پیچیده شوند
The UDAF: Custom aggregate functions can get pretty complex
UDAF: پیاده سازی جاوا برای max()
The UDAF: Java implementation for max()
UDAF: پیاده سازی جاوا برای انحراف استاندارد
The UDAF: Java implementation for Standard Deviation
UDTF عمومی: توابع تولید جدول سفارشی
The Generic UDTF: Custom table generating functions
UDTF عمومی: اجرای جاوا برای namesplit()
The Generic UDTF: Java implementation for namesplit()
SQL Primer - بیانیه ها را انتخاب کنید
SQL Primer - Select Statements
بیانیه ها را انتخاب کنید
Select Statements
اظهارات 2 را انتخاب کنید
Select Statements 2
توابع اپراتور
Operator Functions
SQL Primer - Group By، Order by و Having
SQL Primer - Group By, Order by and Having
اپراتورهای تجمع معرفی شدند
Aggregation Operators Introduced
گروه توسط بند
The Group by Clause
گروه بیشتر بر اساس نمونه
More Group by Examples
سفارش توسط
Order by
داشتن
Having
SQL Primer - می پیوندد
SQL Primer – Joins
مقدمه ای بر SQL Joins
Introduction to SQL Joins
اتصالات متقاطع و اتصالات دکارتی
Cross Joins and Cartesian Joins
اتصالات داخلی
Inner Joins
اتصالات بیرونی سمت چپ
Left Outer Joins
راست، اتصالات کامل بیرونی، اتصالات طبیعی، اتصالات خودی
Right, Full Outer Joins, Natural Joins, Self Joins
ضمیمه
Appendix
[برای مبتدیان شل سیستم عامل لینوکس/مک] مسیر و سایر متغیرهای محیطی
[For Linux/Mac OS Shell Newbies] Path and other Environment Variables
نمایش نظرات
Packtpub یک ناشر دیجیتالی کتابها و منابع آموزشی در زمینه فناوری اطلاعات و توسعه نرمافزار است. این شرکت از سال 2004 فعالیت خود را آغاز کرده و به تولید و انتشار کتابها، ویدیوها و دورههای آموزشی میپردازد که به توسعهدهندگان و متخصصان فناوری اطلاعات کمک میکند تا مهارتهای خود را ارتقا دهند. منابع آموزشی Packtpub موضوعات متنوعی از جمله برنامهنویسی، توسعه وب، دادهکاوی، امنیت سایبری و هوش مصنوعی را پوشش میدهد. محتوای این منابع به صورت کاربردی و بهروز ارائه میشود تا کاربران بتوانند دانش و تواناییهای لازم برای موفقیت در پروژههای عملی و حرفهای خود را کسب کنند.
Janani Ravi یک معمار و مهندس داده خبره Google cloud است.
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
نمایش نظرات