آموزش جامع کافکا استریمز (3.x): پردازش داده بلادرنگ - آخرین آپدیت

دانلود The Ultimate Kafka Streams (3.x) : Real-time Data Processing

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

Apache Kafka Streams: جریان‌های بدون وضعیت (Stateless Streams)، جریان‌های با وضعیت (Stateful Streams)، KTable، پنجره (Window)، ذخیره‌ساز وضعیت (Statestore)، RocksDB، تحلیل داده بلادرنگ (Real-Time data analysis)

درک کامل مدل پردازش داده بلادرنگ در Kafka Streams

درک عمیق عملیات بدون وضعیت در Kafka Streams

درک عمیق عملیات با وضعیت در Kafka Streams

درک عمیق KTable و GlobalKTable در Kafka Streams

ساخت برنامه‌های پردازش رویداد پیچیده (Complex Event Processing Application - CEP)

RocksDB و ذخیره‌ساز وضعیت (Statestore) در Kafka Streams

پیش‌نیازها:

  • تجربه توسعه جاوا (نسخه ۱.۸ به بالا)
  • دانش بنیادی آپاچی کافکا
  • تجربه توسعه کلان‌داده (Big Data)
  • آشنایی با ابزارهای ساخت پروژه آپاچی میون (Apache Maven)

**** لطفا قابلیت زیرنویس (CC) ویدیو را فعال کنید ****

ابتدا، از ثبت‌نام شما در این دوره آموزشی استقبال می‌کنیم. این دوره درباره Apache Kafka Streams است. در این دوره، تمامی جزئیات و نکات مربوط به چارچوب Kafka Streams به دقت و با جزئیات کامل معرفی می‌شود. ثانیاً، صمیمانه امیدوارم که قابلیت زیرنویس (CC) ویدیو را فعال کنید، زیرا زبان مادری من انگلیسی نیست و لهجه‌ام ممکن است خیلی استاندارد نباشد. اما به شما اطمینان می‌دهم که محتوای دوره کاملاً دقیق و گام به گام، از سطوح مقدماتی تا پیشرفته، ارائه شده است.

Kafka Streams یک کتابخانه کلاینت برای ساخت برنامه‌ها و میکروسرویس‌ها است که در آن‌ها داده‌های ورودی و خروجی در کلاستر‌های کافکا ذخیره می‌شوند. این کتابخانه سادگی توسعه و استقرار برنامه‌های استاندارد جاوا و اسکالا را در سمت کلاینت، با مزایای فناوری کلاستر سمت سرور کافکا ترکیب می‌کند.

پیش‌نیازها

  • شما باید تجربه توسعه جاوا (Java) را داشته باشید (***این یک الزام اجباری است***)

  • شما باید دانش بنیادی آپاچی کافکا (Apache Kafka) را داشته باشید (***این یک الزام اجباری است***)

  • داشتن تجربه توسعه با سایر پلتفرم‌های پردازش جریانی مانند Spark Streaming، Storm یا Flink توصیه می‌شود.

ویژگی‌های دوره

  • مبتنی بر کد منبع

  • تمرینات عملی فراوان

  • از مقدماتی تا پیشرفته

  • کاملاً دقیق و گام به گام

  • پوشش تمامی مباحث چارچوب Kafka Streams

  • مطالعات موردی (Case Study) جامع و غنی

سرفصل‌های دوره

  • معرفی Kafka Streams

  • آموزش اصطلاحات کلیدی و مفاهیم Kafka Streams

  • حالت موازی در Kafka Streams

  • عملیات بدون وضعیت (Stateless) تبدیل map

  • عملیات بدون وضعیت (Stateless) تبدیل mapValues

  • عملیات بدون وضعیت (Stateless) تبدیل flatMap

  • عملیات بدون وضعیت (Stateless) تبدیل flatMapValues

  • عملیات بدون وضعیت (Stateless) تبدیل selectKey

  • عملیات بدون وضعیت (Stateless) foreach

  • عملیات بدون وضعیت (Stateless) Print & Peek

  • عملیات بدون وضعیت (Stateless) split & merge & BranchedKStream

  • نحوه سفارشی‌سازی Serdes

  • تمرین تحلیل داده بلادرنگ تراکنش‌های XMall

  • آموزش عملیات با وضعیت (Stateful) و ذخیره‌ساز وضعیت (Statestore) در کافکا

  • توضیح جزئیات بازتوزیع داخلی داده و تبدیل با وضعیت (Stateful Transform)

  • عملیات با وضعیت (Stateful) Join (Inner Join / Left Join / Outer Join)

  • عملیات با وضعیت (Stateful) Grouping

  • عملیات با وضعیت (Stateful) تجمیع (Aggregation) (Count, Reduce, Aggregate)

  • ساخت برنامه تحلیل بلادرنگ پرفروش‌ترین محصولات

  • ساخت برنامه تحلیل بلادرنگ آمار فروش

  • Queryable Statestore برای KStream با وضعیت (Stateful)

  • Queryable Statestore برای TimeWindowedKStream با وضعیت (Stateful) جهت تعامل

  • عملیات پنجره‌بندی (Windowing) در KGroupedStream

  • معناشناسی زمان (Time Semantics) و TimestampExtractor سفارشی

  • پنجره زمانی Tumbling (Tumbling time window) برای تحلیل حملات سایبری احتمالی

  • پنجره زمانی Hopping (Hopping time window) برای آمار بازدید سایت بلادرنگ

  • تحلیل بلادرنگ داده‌های حسگر ضربان قلب برای پایش سلامت بیمار

  • KTable چیست و چگونه آن را ایجاد کنیم؟

  • عملیات پایه KTable مانند mapValues، فیلترینگ

  • پیاده‌سازی بازی تیراندازی با عملیات transformValues در KTable با وضعیت (Stateful)

  • KStream Inner & Left Join با KTable برای غنی‌سازی / بهبود رکورد‌های اصلی

  • KTable Inner Join، کلید خارجی داخلی (Inner foreign key) با سایر KTable‌ها

  • KTable Left Join، Left Foreign Join، Outer Join با KTable

  • عملیات تجمیع (Aggregating) KTable & KGroupedTable مانند count / reduce / aggregate

اهداف دوره

  • درک کامل مفاهیم و اصطلاحات کلیدی Kafka Streams

  • درک کامل حالت موازی Kafka Streams

  • تسلط بر ساخت برنامه‌های جریانی بدون وضعیت (Stateless Streams) و درک عمیق تمامی عملیات بدون وضعیت

  • تسلط بر ساخت برنامه‌های جریانی با وضعیت (Stateful Streams) و درک عمیق تمامی عملیات با وضعیت

  • تسلط بر مکانیزم زیربنایی توزیع داخلی داده

  • تسلط بر Statestore و توانایی ساخت برنامه‌های بلادرنگ پردازش رویداد پیچیده (CEP) بر اساس آن

  • درک کامل KTable و عملیات پنجره‌بندی (Windowing)

امیدواریم از این دوره لذت ببرید. پس از گذراندن این دوره، شما به یک متخصص در زمینه Kafka Streams تبدیل خواهید شد و توانایی ساخت برنامه‌های بلادرنگ پردازش رویداد پیچیده (CEP) را بر پایه چارچوب Kafka Streams خواهید داشت.


سرفصل ها و درس ها

مقدمه دوره Course Introduction

  • معرفی محتوای دوره Course content introduction

  • هدف و دامنه دوره Course objective and scope

  • ویژگی‌های دوره و نحوه یادگیری (پیشنهادات) Course Characteristics & how to learning (suggestions)

  • دانلود کد منبع و پاورپوینت Download the source code & PowerPoint

مقدمه Apache Kafka Streams Apache Kafka Streams Introduction

  • Kafka Streams چیست؟ What is Kafka Streams

  • اصطلاحات کلیدی Kafka Streams Kafka Streams Key Terms

  • حالت موازی Kafka Streams Kafka Streams Parallel mode

  • استراتژی پردازش داده در Kafka Streams Data process strategy in Kafka Streams

  • راه‌اندازی محیط توسعه Kafka Streams (راه‌اندازی Kafka Broker) Kafka Streams Development Environment Setup(Kafka Broker Setup)

  • راه‌اندازی محیط توسعه Kafka Streams (پروژه Maven) Kafka Streams Development Environment setup(Maven Project)

  • شروع سریع - توسعه اولین برنامه Kafka Streams Quick Start-Develop First Kafka Streams Application

  • راه‌اندازی و تست اولین برنامه Kafka Stream Setup the First Kafka Stream Application and Testing

ساخت برنامه Kafka Stateless Streams Build Kafka Stateless Streams Application

  • برنامه استریم‌های بدون حالت چیست؟ What is stateless streams application

  • عملیات بدون حالت - Map و KeyValueMapper Stateless Operation- Map & KeyValueMapper

  • عملیات بدون حالت - MapValues و ValueMapper و ValueMapperWithKey Stateless Operation- MapValues & ValueMapper & ValueMapperWithKey

  • عملیات بدون حالت - Filter و FilterNot و Predicate Stateless Operation- Filter & FilterNot & Predicate

  • عملیات بدون حالت - FlatMap و KeyValueMapper Stateless Operation-FlatMap & KeyValueMapper

  • عملیات بدون حالت - FlatMapValues و ValueMapper و ValueMapperWithKey Stateless Operation-FlatMapValues&ValueMapper&ValueMapperWithKey

  • عملیات بدون حالت - SelectKey و KeyValueMapper Stateless Operation-SelectKey & KeyValueMapper

  • عملیات بدون حالت - Foreach و ForeachAction Stateless Operation-Foreach & ForeachAction

  • عملیات بدون حالت - Print و Peek Stateless Operation-Print and Peek

  • عملیات بدون حالت - (BranchedKStream) تقسیم استریم‌ها به زیر-استریم‌های متعدد Stateless Operation-(BranchedKStream)Split Streams to multiple sub-streams

  • عملیات بدون حالت - ادغام KStreamهای کوچک به یک KStream بزرگ Stateless Operation-Merge Small KStreams to big one

  • عملیات بدون حالت - سینک کردن رکوردهای تبدیل شده به تاپیک هدف Stateless Operation-Sink the transformed records to target topic

  • یکپارچه‌سازی: تمرین تحلیل بلادرنگ داده‌های تراکنش XMall Assemble Together: XMall Transaction data real-time analysis practise

  • یکپارچه‌سازی: تحلیل بلادرنگ داده‌های تراکنش XMall - تعریف مدل داده Assemble Together: XMall Transaction data real-time analysis - Data Model Define

  • یکپارچه‌سازی: تحلیل بلادرنگ داده‌های تراکنش XMall - Serdes سفارشی Assemble Together: XMall Transaction data real-time analysis-Custom Serdes

  • یکپارچه‌سازی: تحلیل بلادرنگ داده‌های تراکنش XMall - برنامه استریم‌ها Assemble Together: XMall Transaction data real-time analysis-Streams Application

  • یکپارچه‌سازی: تحلیل بلادرنگ داده‌های تراکنش XMall - استقرار و تست Assemble Together: XMall Transaction data real-time analysis-Deploy & Testing

  • مرور و خلاصه Kafka Stateless Streams Kafka Stateless Streams Recap & Summarize

ساخت برنامه Kafka Stateful Streams و حافظه حالت (RocksDB) Build Kafka Stateful Streams application & statestore(RocksDB)

  • برنامه استریم‌های حالت‌دار چیست؟ What is stateful streams application

  • حافظه حالت و راه‌حل حافظه حالت State store & state store solution

  • تبدیل حالت‌دار عملی (شمارش کلمات) Stateful transformation practical (Word Count)

  • تبدیل حالت‌دار عملی (شمارش کلمات) تست و اعتبارسنجی نتایج Stateful transformation practical(Word Count) test and result verify

  • درک بازتوزیع داده داخلی کافکا استریمز و تبدیل حالت‌دار Understand the Kafka streams internal data redistribution and stateful transform

  • بهبود پردازشگر امتیاز پاداش تراکنش XMall برای پشتیبانی از کل امتیازات Enhancement XMall transaction reward point processor support total reward points

  • عملیات تبدیل حالت‌دار Stateful transform operations

  • معرفی عملیات Join در KStream KStream Joining operation introduction

  • عملیات Inner Join در KStream KStream inner joining operation

  • راه‌اندازی و تست برنامه عملیات Inner Join در KStream KStream inner joining operation application startup & testing

  • درک عمیق عملیات Join و لاگ‌های تغییرات زیرین Depth understand the joining operation and underlying change logs

  • عملیات Left Join در KStream KStream left joining operation

  • عملیات Outer Join در KStream KStream outer joining operation

  • عملیات گروه‌بندی KStream KStream grouping operation

  • عملیات تجمیع شمارش KGroupedStream عملی (شمارش کلمات) KGroupedStream count aggregation operation practical(word count)

  • عملیات تجمیع reduce KGroupedStream عملی (شمارش کلمات) KGroupedStream reduce aggregation operation practical(word count)

  • تحلیل بلادرنگ برنامه قهرمان فروش با عملیات تجمیع reduce Real-Time analysis the sales champion application by reduce aggregate operation

  • توسعه برنامه قهرمان فروش با عملیات تجمیع reduce و تست Develop the sales champion application by reduce aggregating operation and test

  • عملیات تجمیع KGroupedStream برای محاسبه بلادرنگ گزارشگر آمار فروش KGroupedStream aggregate operation for Real-Time compute sales stats reporter

  • حافظه قابل پرس‌وجوی حالت‌دار KStream (KeyValueStore) - تک نمونه Stateful KStream Queryable Storestore(KeyValueStore)-single instance

  • حافظه قابل پرس‌وجوی حالت‌دار KStream (KeyValueStore) - چند نمونه Stateful KStream Queryable Storestore(KeyValueStore)-multiple instance

  • پردازش حالت‌دار و ProcessorSupplier (مستندات رسمی اشکال دارد) Stateful process and ProcessorSupplier(Official documentation has bugs)

  • مرور و خلاصه Kafka Stateful Streams Kafka Stateful Streams Recap & Summarize

ساخت برنامه استریمینگ پیچیده با عملیات پنجره‌بندی KGroupedStream Build complex streaming application with KGroupedStream windowing operation

  • معناشناسی زمان در Kafka Streams Kafka Streams Time Semantics

  • LogAppendTime و CreateTime در کافکا Kafka LogAppendTime&CreateTime

  • TimestampExtractor در Kafka Streams Kafka Streams TimestampExtractor

  • معرفی عملیات پنجره‌بندی در Kafka Streams The Kafka Streams Windowing Operation introduction

  • پنجره زمانی Tumbling: تحلیل بلادرنگ رفتار حملات شبکه Tumbling time window analyzes network attack behavior in real time

  • ساخت برنامه تحلیل بلادرنگ رفتار حملات شبکه با پنجره زمانی Tumbling Tumbling time window real-time analysis of network attack behavior app building

  • سرکوب برخی به‌روزرسانی‌ها از این استریم لاگ تغییرات Suppress some updates from this changelog stream

  • پنجره زمانی Hopping برای آمار بلادرنگ ترافیک دسترسی وب‌سایت Hopping time window for real-time statistics the website access traffic

  • پنجره زمانی Sliding برای آمار بلادرنگ ترافیک دسترسی وب‌سایت Sliding time window for real-time statistics the website access traffic

  • مقایسه پنجره زمانی Hopping و Sliding Hopping time window vs Sliding time window

  • پنجره زمانی Session برای آمار بلادرنگ PV و UV وب‌سایت Session time window for real-time statistics website PV&UV

  • یکپارچه‌سازی - تحلیل بلادرنگ داده‌های حسگر ضربان قلب برای پایش سلامت بیمار-I Assembly-Heartbeat sensor data real-time analysis patient health monitoring-I

  • یکپارچه‌سازی - تحلیل بلادرنگ داده‌های حسگر ضربان قلب برای پایش سلامت بیمار-II Assembly-Heartbeat sensor data real-time analysis patient health monitoring-II

  • یکپارچه‌سازی - تحلیل بلادرنگ داده‌های حسگر ضربان قلب برای پایش سلامت بیمار-III Assembly-Heartbeat sensor data real-time analysis patient health monitoring-III

  • حافظه قابل پرس‌وجوی تعاملی KGroupedStream (WindowStore) KGroupedStream Interactive Queryable Storestore(WindowStore)

  • مرور و خلاصه KGroupedStream و تجمیع پنجره‌بندی KGroupedStream & Windowing Aggregation Recap and Summarize

ساخت برنامه استریم‌های قابل به‌روزرسانی با KTable Build Updatable Streams Application with KTable

  • KTable چیست؟ What is KTable

  • ایجاد KTable از StreamsBuilder (مستندات رسمی اشکال دارد) Create KTable from StreamsBuilder(Official documentation has bugs)

  • ایجاد KTable از KStream Create KTable from KStream

  • معرفی عملیات پایه KTable و توضیح رکوردهای Tombstone KTable basic operation introduction and Tombstone records explanation

  • آزمایشگاه: تمرینات عملیات پایه KTable (شامل رکوردهای Tombstone) Lab: KTable basic operation exercises(contains tombstone records)

  • عملیات transformValues در KTable و بازی شوت KTable transformValues operation and shoot game

  • KStream Inner Join با KTable KStream inner join the KTable

  • KStream Left Join با KTable KStream left join the KTable

  • KTable Inner Join با KTable KTable inner join the KTable

  • KTable Foreign Key Inner Join با KTable KTable Foreign Key inner join the KTable

  • عملیات Join پشتیبانی شده توسط KTable KTable supported joining operations

  • گروه‌بندی KTable و شمارش تعداد کارمندان (تجمیع شمارش) KTable grouping & count aggregating count the number of employees

  • گروه‌بندی KTable و تجمیع reduce برای آمار کل حقوق بخش KTable grouping & reduce aggregating statistics department total salary

  • گروه‌بندی KTable و تجمیع aggregate برای آمار کل حقوق بخش KTable grouping & aggregate aggregating statistics department total salary

  • مرور و خلاصه KTable KTable Recap and Summarize

API مربوط به GlobalKTable GlobalKTable API

  • GlobalKTable چیست؟ What is GlobalKTable

  • مقایسه GlobalKTable و KTable GlobalKTable vs KTable

  • KStream Join (Inner و Left) با GlobalKTable KStream joining(inner&left) GlobalKTable

نمایش نظرات

آموزش جامع کافکا استریمز (3.x): پردازش داده بلادرنگ
جزییات دوره
7.5 hours
87
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
500
4.7 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Alexander Wong Alexander Wong

مدیر ارشد توسعه‌دهندگان