لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مدل سازی داده های کاساندرا
Cassandra Data Modeling Essential Training
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
Apache Cassandra یک پایگاه داده NoSQL است که قادر به مدیریت مقدار زیادی داده است که به سرعت تغییر می کند. در این دوره ، با معماری این پایگاه داده محبوب آشنا شوید و نحوه طراحی مدل های داده Cassandra را که از برنامه های مقیاس پذیر پشتیبانی می کنند ، بیابید. دن سالیوان تفاوت های پایگاه داده های Cassandra و رابطه ای را برجسته می کند ، در مورد زبان پرسش Cassandra (CQL) بحث می کند و تکنیک های مدل سازی بر اساس نیازهای درخواست برنامه را نشان می دهد. او همچنین به جزئیات پیاده سازی کاساندرا می پردازد که بر انتخاب مدل سازی داده ها تأثیر می گذارد تا به شما کمک کند با در نظر گرفتن معماری و محدودیت های پایگاه داده از طریق سایر تصمیمات طراحی ، استدلال کنید.
موضوعات شامل:
معماری کاساندرا li>
فضاهای کلیدی ، جداول و ستون ها li>
نصب جاوا و کاساندرا li>
انواع داده های CQL
طراحی جداول کاساندرا li>
تنظیم جدول ها برای بهینه سازی نمایش داده ها li>
چه موقع باید از نمایه های ثانویه و نمایش های مادی استفاده کرد li>
مدل سازی داده های فیزیکی و توزیع داده ها li>
معماری کاساندرا و تأثیر آن بر مدل سازی داده ها li>
سرفصل ها و درس ها
مقدمه
Introduction
خوش آمدی
Welcome
آنچه باید بدانید
What you should know
فایل های تمرینی
Exercise files
1. معماری کاساندرا
1. Cassandra Architecture
پایگاه داده های کاساندرا و رابطه ای
Cassandra and relational databases
صفحه کلید ، جداول و ستون
Keyspaces, tables, and columns
کلیدهای اصلی ، پارتیشنها و فهرستهای ثانویه
Primary keys, partitions, and secondary indexes
خوشه های کاساندرا
Cassandra clusters
نصب جاوا
Installing Java
نصب کاساندرا
Installing Cassandra
ایجاد یک صفحه کلید در جداول
Creating a keyspace in tables
2. انواع داده های پرس و جو Cassandra
2. Cassandra Query Language Data Types
انواع داده های عددی
Numeric data types
انواع ، تاریخ ، و انواع منحصر به فرد
String, date, and unique types
انواع داده های مجموعه
Collection data types
انواع داده را لمس کنید
Tuple data types
3. طراحی جداول کاساندرا
3. Designing Cassandra Tables
طراحی درایوها
Queries drive design
Denormalizing: پیوستن یا مرتب سازی
Denormalizing: Joining or sorting
برای بهینه سازی نمایش داده شد ، جداول را تنظیم کنید
Tuning tables to optimize queries
مدل سازی داده ها برای سری زمان: قسمت 1
Data modeling for time series: Part 1
مدل سازی داده ها برای سری زمان: قسمت 2
Data modeling for time series: Part 2
تمرین سری زمانی
Time series exercise
چه زمانی از شاخصهای ثانویه استفاده کنیم
When to use secondary indexes
چه زمانی از نماهای مادی استفاده کنیم
When to use materialized views
UUID و ورزش را حذف کنید
UUID and delete exercise
4- مدل سازی داده های فیزیکی و توزیع داده ها
4. Physical Data Modeling and Distributing Data
تخمین اندازه داده ها 1: فرمول ها
Estimating data size 1: The formulas
تخمین اندازه داده 2: مثالی
Estimating data size 2: An example
همانندسازی در کاساندرا
Replication in Cassandra
درک سطح قوام
Understanding consistency levels
5- معماری کاساندرا و تأثیر آن بر مدل سازی داده ها
5. Cassandra Architecture and Its Impact on Data Modeling
درک فرایند پرس و جو
Understanding the query process
درک تعهد می نویسد
Understanding commit writes
فیلترهای Bloom و پردازش پرس و جو
Bloom filters and query processing
حذف ها و مقبره ها را درک کنید
Understand deletes and tombstones
فشردگی را درک کنید
Understand compaction
نتیجه
Conclusion
پنج روش برتر برای مدل سازی داده های کاساندرا
Five best practices for Cassandra data modeling
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.
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.
نمایش نظرات