🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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)
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
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
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
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
نمایش نظرات