آموزش Apache Spark In-Depth (Spark with Scala)
دانلود Apache Spark In-Depth (Spark with Scala)
Apache Spark را از ابتدا تا عمیق یاد بگیرید
از مدرس دوره های موفق مهندسی داده با موضوع "Big Data Hadoop and Spark with Scala" و "Scala Programming In-Depth"
از برنامه ساده در تعداد کلمات گرفته تا پردازش دسته ای تا جریان ساختار جرقه.
از توسعه و استقرار برنامه Spark تا اشکال زدایی.
از تنظیم عملکرد، بهینه سازی تا عیب یابی
محتوای مورد نیاز شما برای مطالعه عمیق Apache Spark و پاک کردن مصاحبه‌های Spark.
به زبان انگلیسی بسیار ساده تدریس می شود تا هرکسی بتواند دوره را به راحتی دنبال کند.
بدون پیش نیاز، دانستن اصول اولیه درباره Hadoop و Scala خوب است
مکانی عالی برای شروع یادگیری Apache Spark
Apache Spark یک موتور تجزیه و تحلیل یکپارچه برای پردازش کلان داده، با ماژول‌های داخلی برای استریم، SQL، یادگیری ماشین و پردازش گراف است.
سرعت
بارهای کاری را 100 برابر سریعتر اجرا کنید.
Apache Spark با استفاده از یک زمان‌بندی پیشرفته DAG، یک بهینه‌ساز پرس و جو و یک موتور اجرای فیزیکی، عملکرد بالایی را برای داده‌های دسته‌ای و جریانی به دست می‌آورد.
سهولت استفاده
برنامه‌ها را به سرعت در جاوا، اسکالا، پایتون، R و SQL بنویسید.
Spark بیش از 80 اپراتور سطح بالا را ارائه می دهد که ساخت برنامه های موازی را آسان می کند. و می توانید آن را به صورت تعاملی از پوسته های Scala، Python، R و SQL استفاده کنید.
عمومیت
SQL، جریان، و تجزیه و تحلیل پیچیده را ترکیب کنید.
Spark مجموعه ای از کتابخانه ها از جمله SQL و DataFrames، MLlib برای یادگیری ماشین، GraphX و Spark Streaming را نیرو می دهد. می‌توانید این کتابخانه‌ها را به‌طور یکپارچه در همان برنامه ترکیب کنید.
همه جا اجرا می شود
Spark روی Hadoop، Apache Mesos، Kubernetes، مستقل یا در فضای ابری اجرا می‌شود. می تواند به منابع داده متنوعی دسترسی داشته باشد.
جرقه آپاچی در عمق (با مقیاس) Apache Spark In-Depth (With Scala)
-
مقدمه ای بر مسیر شغلی مهندسی داده Introduction to Data Engineering Career Path
-
روز 1 - آشنایی با جرقه Day 1 - Introduction to Spark
-
روز 2 - مقدمه ای بر جرقه Day 2 - Introduction to Spark
-
روز 3 - نصب Spark در Linux VM Day 3 - Spark Installation on Linux VM
-
روز 4 - RDD روز 1 Day 4 - RDD Day 1
-
روز 5 - RDD روز 2 Day 5 - RDD Day 2
-
روز 6 - RDD روز 3 Day 6 - RDD Day 3
-
روز 7 - RDD روز 4 Day 7 - RDD Day 4
-
روز 8 - RDD روز 5 Day 8 - RDD Day 5
-
روز 9 - DataFrame Day 1 Day 9 - Dataframe Day 1
-
روز 10 - Dataframe روز 2 Day 10 - Dataframe Day 2
-
روز 11 - Dataframe روز 3 Day 11 - Dataframe Day 3
-
روز 12 - Dataframe روز 4 Day 12 - Dataframe Day 4
-
روز سیزدهم - Dataframe روز 5 Day 13 - Dataframe Day 5
-
روز 14 - Dataframes روز 6 Day 14 - Dataframes Day 6
-
روز پانزدهم - فریم داده ها - Spark SQL Day 15 - Dataframes - Spark SQL
-
روز شانزدهم - مجموعه داده ها Day 16 - Datasets
-
روز 17 - توسعه و استقرار برنامه Spark Day 17 - Spark Application Development and Deployment
-
روز 18 - توسعه و استقرار برنامه Spark Day 18 - Spark Application Development and Deployment
-
روز نوزدهم - تنظیم و بهینه سازی عملکرد Day 19 - Performance Tuning and Optimization
-
روز 20 - خطاهای رایج و اشکال زدایی Day 20 - Common Errors and Debugging
-
روز 21 - جرقه جریان D 1 Day 21 - Spark Streaming D 1
-
روز 22 - جرقه جریان D 2 Day 22 - Spark Streaming D 2
-
روز 23 - جریان جرقه ای D 3 Day 23 - Spark Streaming D 3
-
روز 24 - پروژه Day 24 - Project
-
روز 25 - بعد ، کمک شغلی و نحوه آماده سازی برای مصاحبه Day 25 - What Next, Job Assistance and How to Prepare for Interview
-
راهنمایی شغلی Career Guidance
https://donyad.com/d/67c8
Harish Masand
من در حال حاضر به عنوان سرب فنی در شرکت پیشرو فناوری اطلاعات کار می کنم و دارای 10 سال تجربه در IT (توسعه و پشتیبانی) با 5 سال سابقه کار در سیستم اکو Apache Hadoop و Spark هستم. من دارای تجربه دامنه در بانکداری ، بیمه ، ساخت و خرده فروشی دامنه و دارای گواهینامه PRINCE2 و Scrum Master هستم.
نمایش نظرات