آموزش Apache Flink: مهندسی داده در زمان واقعی

Apache Flink: Real-Time Data Engineering

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: از منظر مهندسی ، مقیاس پذیری یکی از مهمترین چالشهای علم داده است. Apache Flink ، پلت فرم قدرتمند و محبوب پردازش جریان ، ویژگی ها و قابلیت هایی را ارائه می دهد که می تواند به توسعه دهندگان کمک کند تا از پس این چالش برآیند. در این دوره ، نحوه ساخت خط لوله پردازش جریان در زمان واقعی با Apache Flink را بیاموزید. مربی Kumaran Ponnambalam با مرور مفاهیم اصلی جریان و ویژگی های Apache Flink شروع می شود. سپس وی نگاه عمیق تری به API DataStream می اندازد و قابلیت های مختلف موجود برای پردازش جریان در زمان واقعی را بررسی می کند ، از جمله windowsing و join. وی پس از بررسی ویژگی های پردازش زمان رویداد و مدیریت حالت پلت فرم ، وی یک پروژه مورد استفاده را ارائه می دهد که به شما امکان می دهد مهارت های جدید خود را امتحان کنید.
موضوعات شامل:
  • پخش جریانی با Apache Flink
  • استفاده از DataStream API برای پردازش اولیه جریان
  • کار با توابع فرآیند
  • پنجره بندی و پیوستن
  • تنظیم پردازش زمان رویداد
  • مدیریت دولت در فلینک

سرفصل ها و درس ها

مقدمه Introduction

  • پردازش و تجزیه و تحلیل در زمان واقعی Real-time processing and analytics

1. Apache Flink 1. Apache Flink

  • Apache Flink چیست؟ What is Apache Flink?

  • جریان با Apache Flink Streaming with Apache Flink

  • API DataStream DataStream API

  • دوره های مقدماتی مرتبط Related prerequisite courses

  • تنظیم فایل های تمرینی Setting up exercise files

2. API DataStream 2. DataStream API

  • تنظیم محیط Flink Setting up the Flink environment

  • خواندن از یک منبع جریان Reading from a stream source

  • پردازش داده های جریان Processing streaming data

  • نوشتن به یک سینک جریان Writing to a stream sink

  • با استفاده از جریان های کلید دار Using keyed streams

  • عملکرد ProcessFunction

  • تقسیم یک جریان Splitting a stream

  • ادغام چندین جریان Merging multiple streams

3. پنجره 3. Windowing

  • مفاهیم پنجره Windowing concepts

  • با استفاده از یک منبع جریان کافکا Using a Kafka streaming source

  • با استفاده از پنجره های کشویی Using sliding windows

  • با استفاده از ویندوز جلسه Using session windows

  • پنجره می پیوندد Window joins

4- پردازش زمان رویداد 4. Event Time Processing

  • ویژگی های زمانی در Flink Time attributes in Flink

  • متن Watermarks

  • تنظیم زمان رویداد Setting up event time

  • پردازش با زمان رویداد Processing with event time

  • نوشتن به یک سینک کافکا Writing to a Kafka sink

5- مدیریت دولتی 5. State Management

  • مدیریت ایالت در فلینک State management in Flink

  • تعریف ایالات Defining states

  • با استفاده از حالتها Using states

  • مدیریت پیشرفته دولت Advanced state management

6. از Project Case استفاده کنید 6. Use Case Project

  • تعریف مسئله Problem definition

  • محاسبه تعداد خلاصه Computing summary counts

  • مدت زمان محاسبات Computing activity durations

نتیجه 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.

آموزش Apache Flink: مهندسی داده در زمان واقعی
جزییات دوره
1h 11m
32
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
678
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kumaran Ponnambalam Kumaran Ponnambalam

اختصاص به آموزش علوم داده

V2 Maestros به آموزش علوم داده و داده های بزرگ با هزینه های مقرون به صرفه برای جهان اختصاص دارد. مربیان ما تجربه دنیای واقعی در تمرین علم داده و ارائه نتایج تجاری دارند. علم داده یک حوزه داغ و در حال رخ دادن در صنعت فناوری اطلاعات است. متأسفانه منابع موجود برای یادگیری این مهارت به سختی یافت می شود و گران است. امیدواریم این مشکل را با ارائه آموزش باکیفیت با نرخ های مقرون به صرفه، با ایجاد استعدادهای علم داده در سراسر جهان، کاهش دهیم.