مدیریت و بهینه سازی کلان داده با Apache Iceberg

Manage and Optimize Big Data with Apache Iceberg

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: کلان داده تنها در حال بزرگتر شدن است و Apache Iceberg به یکی از محبوب ترین فرمت ها برای مدیریت پیشرفته مجموعه داده های بزرگ تبدیل شده است. در این دوره، دیپک گویال معماری، مدیریت طرح‌واره و عملیات جدول Iceberg را پوشش می‌دهد و شما را به مهارت‌هایی برای مدیریت کارآمد دریاچه‌های داده مقیاس‌پذیر، اطمینان از یکپارچگی داده‌ها و بهینه‌سازی عملکرد پرس و جو مجهز می‌کند. این دوره همچنین شامل مثال‌های عملی و جلسات نمایشی است تا بتوانید تجربه عملی داشته باشید و مهارت‌های داده خود را به سطح بعدی ببرید.

سرفصل ها و درس ها

مقدمه Introduction

  • کوه یخ آپاچی و داده های بزرگ Apache Iceberg and big data

  • آنچه شما باید بدانید What you should know

1. شروع به کار با Apache Iceberg 1. Getting Started with Apache Iceberg

  • معرفی کوه یخ آپاچی Apache Iceberg introduction

  • راه حل: یک جدول کوه یخ بسازید Solution: Create an Iceberg table

  • ویژگی ها و مزایای کلیدی Key features and advantages

  • نقش کوه یخ در معماری داده های مدرن Role of Iceberg in modern data architecture

  • چالش: یک جدول کوه یخ بسازید Challenge: Create an Iceberg table

  • ایجاد اولین میز کوه یخ: عملی Creating your first Iceberg table: Practical

  • راه اندازی محیط Iceberg خود در Databricks Setting up your Iceberg environment on Databricks

2. فرو رفتن عمیق در مفاهیم اصلی کوه یخ 2. Deep Dive into the Core Concepts of Iceberg

  • اعمال تغییرات طرحواره Implement schema changes

  • مدیریت طرحواره و تکامل Schema management and evolution

  • راه حل: طرح جدول را تغییر دهید Solution: Change the table schema

  • ساختار جدول کوه یخ و ابرداده Iceberg table structure and metadata

  • پیاده سازی پارتیشن بندی Implementing partitioning

  • پارتیشن بندی در کوه یخ Partitioning in Iceberg

  • چالش: طرح جدول را تغییر دهید Challenge: Change the table schema

3. مدیریت پیشرفته داده با Apache Iceberg 3. Advanced Data Management with Apache Iceberg

  • عملیات داده های تراکنش و کنترل همزمان Transactional data operations and concurrency control

  • پیاده سازی سفر در زمان Implementing time travel

  • مدیریت سفر در زمان و عکس فوری Time travel and snapshot management

4. بهینه سازی و مقیاس گذاری با Apache Iceberg 4. Optimizing and Scaling with Apache Iceberg

  • بهینه سازی طرح و اندازه فایل برای عملکرد Optimizing file layout and size for performance

  • جایگزین های کوه یخ Iceberg alternatives

  • ادغام کاتالوگ پیشرفته Advanced catalog integration

  • استراتژی های تنظیم عملکرد Performance tuning strategies

نتیجه گیری Conclusion

  • مراحل بعدی Next steps

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.

مدیریت و بهینه سازی کلان داده با Apache Iceberg
جزییات دوره
1h 23m
24
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
882
- از 5
دارد
دارد
دارد
Deepak Goyal
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Deepak Goyal Deepak Goyal

Azure Cloud Solution Architect

Deepak Goyal یک معمار راه حل ابری Azure است.

Deepak بیش از سیزده سال تجربه فناوری اطلاعات و بیش از ده سال تجربه در زمینه های بزرگ دارد. دنیای داده دیپک به شرکت‌ها کمک می‌کند تا کسب‌وکار خود را با معماری مبتنی بر داده و پلت‌فرم‌های داده‌ای که از ابر مدیریت می‌شوند، توسعه دهند. دیپک عاشق نوشتن در مورد فناوری‌های Azure مانند Data Factory، DataBricks و Snowflake Data Ware است. می‌توانید در وبلاگ فنی با رتبه‌ی بالای او، جایی که او توصیه‌ها و بینش‌هایی را برای کمک به پیشرفت دیگران در این زمینه ارائه می‌دهد، و همچنین در YouTube و LinkedIn، جایی که او ویدیوهای آموزشی در Hadoop، pySpark، Azure و موارد دیگر تولید می‌کند، بیابید.