آموزش مدلسازی داده های جریان برای پردازش با جریان ساختاری جرقه ای Apache
Modeling Streaming Data for Processing with Apache Spark Structured Streaming
بررسی اجمالی دوره Course Overview
-
بررسی اجمالی دوره Course Overview
مقایسه پردازش دسته ای و جریان Comparing Batch and Stream Processing
-
جریان داده چیست؟ What Is Streaming Data?
-
چرا پخش جریانی اطلاعات سخت است؟ Why Is Streaming Data Hard?
-
پردازش دسته ای در مقابل پردازش جریان Batch Processing Versus Streaming Processing
-
ترکیب جریان و داده های دسته ای Combining Streaming and Batch Data
-
خلاصه Summary
درک جریان ساختار یافته Understanding Structured Streaming
-
Apache Spark چیست؟ What Is Apache Spark?
-
Spark Streaming و DStreams چیست؟ What Is Spark Streaming and DStreams?
-
جریان جرقه ای ساختار یافته چیست؟ What Is Spark Structured Streaming?
-
نسخه ی نمایشی: ایجاد یک شغل جریان یافته ساختاریافته Demo: Creating a Structured Streaming Job
-
خلاصه Summary
گروه بندی و جمع آوری داده ها Grouping and Aggregating Data
-
گروه بندی داده ها Grouping Data
-
نسخه ی نمایشی: گروه بندی داده ها Demo: Grouping Data
-
حالت های خروجی و راه انداز Output Modes and Trigger
-
خلاصه Summary
رسیدگی به ورودهای بعدی و ناکامی ها Handling Late Arrivals and Failures
-
چه چیزی ممکن است اشتباه شود؟ What Can Go Wrong?
-
رسیدگی به ورودهای دیر هنگام Handling Late Arrivals
-
نسخه ی نمایشی: رسیدگی به ورودهای دیرهنگام Demo: Handling Late Arrivals
-
دست زدن به Failover Handling Failover
-
خلاصه Summary
نمایش نظرات
نظری ارسال نشده است.
https://donyad.com/d/6095
آموزش شروع کاوش و تحلیل داده ها با Apache Spark
Beginning Data Exploration and Analysis with Apache Spark
80٪ کار دانشمند داده تهیه داده است. این دوره همه چیز در مورد آماده سازی داده ها است ، یعنی تمیز کردن ، تبدیل ، جمع بندی داده ها با استفاده از Spark.
آموزش مدیریت داده های دسته ای با Apache Spark در Databricks
Handling Batch Data with Apache Spark on Databricks
این دوره به شما یاد می دهد که چگونه داده های دسته ای را با استفاده از Apache Spark در پلتفرم Azure Databricks با استفاده از پرس و جوهای انتخاب، فیلتر و تجمیع، توابع داخلی و تعریف شده توسط کاربر تبدیل و جمع آوری کنید و پنجره سازی و پیوستن را انجام دهید.
آموزش تجزیه و تحلیل پیش بینی با استفاده از Apache Spark MLlib در Databricks
Predictive Analytics Using Apache Spark MLlib on Databricks
این دوره به شما می آموزد که تکنیک های مهمی را برای تجزیه و تحلیل پیش بینی کننده مانند رگرسیون و طبقه بندی با استفاده از Apache Spark MLlib بر روی Databricks درک و پیاده سازی کنید.
آموزش بررسی API جریان ساختاری Apache Spark برای پردازش داده های جریان
Exploring the Apache Spark Structured Streaming API for Processing Streaming Data
جریان ساختاری موتور پردازش جریان مقیاس پذیر و متحمل خطا در Apache Spark 2 است. فریم داده ها در Spark 2.x از داده های بی نهایت پشتیبانی می کنند ، بنابراین به طور موثر برنامه های دسته ای و جریان را متحد می کند.
Eugene Meidinger
با شروع کار به عنوان یک DBA و توسعه دهنده تصادفی ، یوجین میدینگر اکنون بیشتر در مشاوره BI تمرکز دارد. او اکنون پنج سال است که با SQL Server کار می کند و دارای گواهینامه Querying و Administrator SQL Server 2012 است. تمرکز فعلی او Power BI و مناطق مرتبط است.
Pluralsight (پلورال سایت)
Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.
یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.