آموزش هادوپ و اسپارک - آخرین آپدیت

دانلود Hadoop & Spark

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

آموزش جامع اکوسیستم هادوپی و اسپارک

تسلط بر هادوپی و اسپارک: مسیر یادگیری کلان داده

درباره دوره

دنیای هادوپی (Hadoop) و کلان داده (Big Data) می‌تواند چالش‌برانگیز به نظر برسد؛ صدها فناوری مختلف با نام‌های گیج‌کننده، اکوسیستم هادوپی را تشکیل می‌دهند. با این آموزش هادوپی، نه تنها درک خواهید کرد که این سیستم‌ها چه هستند و چگونه با هم کار می‌کنند، بلکه به صورت عملی نیز با آن‌ها کار کرده و یاد می‌گیرید چگونه از آن‌ها برای حل مشکلات واقعی کسب‌وکار استفاده کنید! تجزیه و تحلیل کلان داده یک مهارت داغ و بسیار ارزشمند است و این دوره دو فناوری کلیدی برای کلان داده را به سرعت به شما آموزش می‌دهد: مپ‌ردیوس (MapReduce) و هادوپی (Hadoop).

چرا هادوپی مهم است؟

درک هادوپی یک مهارت بسیار ارزشمند برای هر کسی است که در شرکت‌هایی با حجم عظیم داده فعالیت می‌کند. تقریباً تمام شرکت‌های بزرگ که ممکن است مایل به کار در آن‌ها باشید، به نوعی از هادوپی استفاده می‌کنند، از جمله آمازون، ای‌بی، فیس‌بوک، گوگل، لینکدین، آی‌بی‌ام، اسپاتیفای، توییتر و یاهو! و فقط شرکت‌های فناوری به هادوپی نیاز ندارند؛ حتی نیویورک تایمز از هادوپی برای پردازش تصاویر استفاده می‌کند.

آموزش اسپارک با زبان اسکالا

همچنین، خواهید آموخت که اسپارک (Spark) چگونه بهترین عملکرد را با استفاده از زبان برنامه‌نویسی اسکالا (Scala) دارد و این دوره شامل آموزش اسکالا نیز می‌شود تا به سرعت با آن آشنا شوید.

مخاطبان دوره

این دوره برای مهندسان نرم‌افزار، مدیران پایگاه داده و مدیران سیستم که علاقه‌مند به یادگیری کلان داده هستند، طراحی شده است. سایر متخصصان IT نیز می‌توانند در این دوره شرکت کنند، اما ممکن است برای درک برخی از مفاهیم نیاز به تحقیقات بیشتری داشته باشند. پس از اتمام دوره، شما درکی عمیق و واقعی از هادوپی و سیستم‌های توزیع‌شده مرتبط با آن خواهید داشت و می‌توانید هادوپی را در مسائل دنیای واقعی به کار ببرید.

سرفصل‌های دوره

در زیر سرفصل‌های مورد بحث آورده شده است:

  • بخش ۱: مقدمه
  • بخش ۲: معماری هادوپی
  • بخش ۳: مپ‌ردیوس (MapReduce)
  • بخش ۴: اسپارک (Spark)
  • بخش ۵: برنامه‌نویسی اسپارک
  • بخش ۶: اسکالا (Scala)

سرفصل ها و درس ها

مقدمه Introduction

  • Hadoop 1 - مقدمه کلان داده Hadoop 1 - Big data intro

  • Hadoop 2 - مقدمه Hadoop Hadoop 2 - Hadoop Intro

  • Hadoop 3 - ویژگی‌ها Hadoop 3 - Features

  • معماری Hadoop 1 - سرورها Hadoop Architecture 1 - Servers

  • معماری Hadoop 2 - Daemon و Name node Hadoop Architecture 2 - Daemon And Name node

  • معماری Hadoop 3 - Job Tracker Hadoop Architecture 3 - Job Tracker

  • معماری Hadoop 4 - Load Balance Hadoop Architecture 4 - Load Balance

  • معماری Hadoop 5 - Namenode Hadoop Architecture 5 - Namenode

  • معماری Hadoop 6 - Yarn Hadoop Architecture 6 - Yarn

  • MapReduce 1 - Mapper MapReduce 1 - Mapper

  • MapReduce 2 - Reducer MapReduce 2 - Reducer

  • MapReduce 3 MapReduce 3

  • MapReduce 4 MapReduce 4

  • MapReduce 5 - عملکرد فقط Mapper MapReduce 5 - Mapper Only Functionality

  • MapReduce 6 - نیازهای Reducer MapReduce 6 - Reducer Req

  • Spark 1 - مقدمه و مزایا Spark 1 - Introduction & Advantages

  • Spark 2 - اجزای Spark Spark 2 - Spark Components

  • Spark 3 - معماری Spark 3 - Architecture

  • Spark 4 - Rdd، Caching و Persistence Spark 4 - Rdd, Caching And Persistence

  • Spark Prog 1 - ایجاد Rdd و Aggregations Spark Prog 1 - Create Rdd And Aggregations

  • Spark Prog 2 - Aggregation Spark Prog 2 - Aggregation

  • Spark Prog 3 - Aggregation های متعدد Spark Prog 3 - Multiple Aggregation

  • Spark Prog 4 - Merging و Cross Joints Spark Prog 4 - Merging And Cross Joints

  • Scala 1 - مقدمه Scala 1 - Introduction

  • Scala 2 - مجموعه Map Scala 2 - Map Collection

  • Scala 3 - تبدیل روی مجموعه‌ها Scala 3 - Transformation Over Collections

  • Scala 4 - اجرای تبدیل‌ها Scala 4 - Perform Transformations

  • Scala 5 - تابع، کلاس‌های Case Scala 5 - Function, Case Classes

  • Scala 6 Scala 6

نمایش نظرات

آموزش هادوپ و اسپارک
جزییات دوره
27 hours
29
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
380
4.4 از 5
ندارد
دارد
دارد
Tani Das
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Tani Das Tani Das

مهندس کامپیوتر و مدرس فریلنسر