آموزش جامع آپاچی کافکا (Apache Kafka) - آخرین آپدیت

دانلود Up and Running with Apache Kafka

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: پردازش‌های دسته‌ای (Batch Processing) سنتی اغلب نمی‌توانند پاسخگوی نیازهای برنامه‌های مدرن باشند که به دسترسی فوری به داده‌ها و تأخیر بسیار کم نیاز دارند. در این دوره آموزشی با عنوان «شروع به کار با Apache Kafka»، شما توانایی ساخت معماری‌های استریمینگ رویداد (Event-Streaming) قابل اعتماد و مقیاس‌پذیر را کسب خواهید کرد. در ابتدا، مفاهیم بنیادی کافکا، از جمله معماری توزیع‌شده و اجزای اصلی آن (بروکره‌ها، تاپیک‌ها و پارتیشن‌ها) را بررسی می‌کنید. سپس، نحوه راه‌اندازی یک کلاستر کافکا با استفاده از KRaft و اجرای عملیات‌های ضروری در خط فرمان (CLI) را خواهید آموخت. در نهایت، یاد می‌گیرید که چگونه پیام‌ها را به‌صورت قابل اعتماد تولید و مصرف کنید تا جریان‌های داده پایان-به-پایان (End-to-End) را اعتبارسنجی نمایید. پس از اتمام این دوره، دانش لازم در زمینه استریمینگ رویدادها برای طراحی و پیاده‌سازی خط لوله‌های داده (Data Pipelines) در لحظه (Real-time) را خواهید داشت.

سرفصل ها و درس ها

درک آپاچی کافکا و نقش آن در مهندسی داده‌های مدرن Understand Apache Kafka and Its Role in Modern Data Engineering

  • آپاچی کافکا و هدف اصلی آن Apache Kafka and Its Primary Purpose

  • مقایسه کافکا با بروکر‌های پیام سنتی و سیستم‌های Batch ETL Kafka vs. Traditional Message Brokers and Batch ETL Systems

  • موردهای کاربردی رایج مهندسی داده برای کافکا Common Data Engineering Use Cases for Kafka

درک مفاهیم اصلی و معماری کافکا Understand Kafka's Core Concepts and Architecture

  • اجزای کلیدی کافکا: بروکرها، تاپیک‌ها، پارتیشن‌ها، تولیدکنندگان و مصرف‌کنندگان Key Kafka Components - Brokers, Topics, Partitions, Producers, and Consumers

  • مقیاس‌پذیری، دوام و تحمل خطا از طریق Replication و Partitioning Scalability, Durability, and Fault Tolerance through Replication and Partitioning

  • معماری KRaft و جریان پیام‌ها با استفاده از Offsetها KRaft Architecture and Message Flow with Offsets

  • سریال‌سازی و دسریال‌سازی رکوردها در کافکا Record Serialization and Deserialization in Kafka

راه‌اندازی و مدیریت محیط کافکا Set up and Navigate a Kafka Environment

  • مروری بر گزینه‌های استقرار (Deployment) کافکا Kafka Deployment Options Overview

  • مدیریت کافکا با استفاده از CLI و ابزارهای مدیریتی Navigating Kafka with CLI and Management Tools

  • راه اندازی یک کلاستر پایه کافکا در حالت KRaft Starting a Basic Kafka Cluster in KRaft Mode

  • بررسی لاگ‌های کافکا و فایل‌های پیکربندی Inspecting Kafka Logs and Configuration Files

اجرای عملیات‌های پایه کافکا برای تولید و مصرف پیام‌ها Perform Basic Kafka Operations to Produce and Consume Messages

  • ایجاد و مدیریت تاپیک‌های کافکا Creating and Managing Kafka Topics

  • ارسال پیام‌ها با استفاده از Kafka Console Producers Sending Messages with Kafka Console Producers

  • خواندن پیام‌ها با استفاده از Kafka Console Consumers Reading Messages with Kafka Console Consumers

  • اعتبارسنجی جریان پیام پایان-به-پایان و تحویل قابل اعتماد رویدادها End-to-end Message Flow Validation and Reliable Event Delivery

نمایش نظرات

آموزش جامع آپاچی کافکا (Apache Kafka)
جزییات دوره
1h 19m
15
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
15
4 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

Maryam Zakeryfar Maryam Zakeryfar

مریم ذاکری‌فر مهندس ارشد نرم‌افزار، دارای دکتری علوم کامپیوتر و بیش از ۲۰ سال تجربه در طراحی و توسعه سیستم‌های نرم‌افزاری پیچیده است. او با پیشینه‌ای قوی در فناوری‌های مالی و داده، تخصص قابل توجهی در Spark، Databricks، Snowflake، SQL، مدل‌های زبانی بزرگ (LLM) و کیفیت داده‌ها کسب کرده است. مریم با سابقه فعالیت در مورگان استنلی در بخش فناوری‌های معاملاتی و داده، درک عمیقی از الزامات و چالش‌های منحصر‌به‌فرد صنعت مالی دارد. او همچنین در ساخت ابزارهای کیفیت داده مشارکت داشته و در طول سال‌ها با مشتریان مختلف برای رفع نیازهای حوزه کیفیت داده همکاری کرده است. او مشتاق به‌روز ماندن در لبه فناوری است و همواره ابزارها و بهترین متدهای جدید را برای ارائه راهکارهای مقیاس‌پذیر و باکیفیت به کار می‌گیرد. تجربه او شامل طراحی سیستم‌های مالی، بهینه‌سازی برنامه‌های داده‌محور و ارتقای فرآیندهای کیفیت داده است. او به عنوان حامی اشتراک‌گذاری دانش، از همکاری با تیم‌ها و منتورینگ دیگران لذت می‌برد تا تأثیری ماندگار در جامعه فناوری بر جای بگذارد.