آموزش آپاچی آیسبرگ (Apache Iceberg): از صفر تا پیادهسازی Data Lakehouse در محیط عملیاتی - آخرین آپدیت
دانلود Apache Iceberg: From Zero to Production Data Lakehouse
با افزایش پذیرش معماریهای داده باز در سازمانها، Apache Iceberg بهعنوان یک فرمت جدول باز و تعاملی که انعطافپذیری دیتا لیک (Data Lake) را با قابلیت اطمینان پایگاه داده ترکیب میکند، به فناوری کلیدی برای ساخت لیکهاوسهای (Lakehouses) مدرن تبدیل شده است. در این دوره عملی، نحوه راهاندازی، مدیریت و بهینهسازی جداول Apache Iceberg برای حجمهای کاری عملیاتی (Production) را بیاموزید. مفاهیم محوری مانند پارتیشنبندی مخفی (Hidden Partitioning)، تکامل شمای دادهها (Schema Evolution) و استراتژیهای مهاجرت داده را بررسی کرده و سپس به مباحث پیشرفتهتری از جمله مدیریت همزمانی (Concurrency)، استراتژیهای نوشتن و نگهداری جداول بپردازید. این دوره برای مهندسان داده، مهندسان تحلیل، مهندسان پلتفرم داده و معماران دادهای که با دیتا لیکها کار میکنند و قصد مدرنسازی زیرساختهای خود را دارند، طراحی شده است. همچنین برای مهندسان نرمافزار در حال انتقال به نقشهای داده و مدیران فنی که در حال ارزیابی Apache Iceberg برای سازمان خود هستند، بسیار ارزشمند است.
اگرچه این دوره توسط شرکت Snowflake تهیه شده است، اما به گونهای جامع و مستقل از پلتفرم ساخته شده که آموختههای آن در تمامی فناوریهای داده قابل اجرا باشد. ما خوشحالیم که این آموزش را در کتابخانه خود میزبانی میکنیم.
مقدمه Introduction
-
شروع به کار Getting started
1. مبانی آپاچی آیسبرگ (Apache Iceberg) 1. Apache Iceberg Fundamentals
-
پارتیشنبندی مخفی در جداول Apache Iceberg Hidden partitioning in Apache Iceberg tables
-
منظور از فرمت جدول باز در Apache Iceberg چیست؟ What does it mean that Apache Iceberg is an open table format?
-
خلاصه فصل اول Summary of module one
-
لیکهاوس باز (Open Lakehouse) The open lakehouse
-
مدلسازی دادهها در جداول Apache Iceberg Modeling data into an Apache Iceberg table
2. بهرهبرداری از جداول Apache Iceberg 2. Taking Advantage of Apache Iceberg Tables
-
تکامل شما (Schema Evolution) برای جداول Iceberg Schema evolution for Iceberg tables
-
قابلیتهای مشابه Git با Write Audit Publish و شاخهبندی و تگگذاری Git-like features with Write-Audit-Publish and branching and tagging
-
انتقال دادههای موجود به Iceberg Moving existing data to Iceberg
-
تکامل پارتیشنبندی برای جداول Iceberg Partition evolution for Iceberg tables
-
خلاصه فصل دوم Summary of module two
3. عملیاتیسازی و بهینهسازی Apache Iceberg 3. Operating and Optimizing Apache Iceberg
-
نگهداری جداول Iceberg: فشردهسازی و پاکسازی فایلهای رها شده Table maintenance for Iceberg: Compaction and abandoned file cleanup
-
نگهداری جداول Iceberg: مبانی Table maintenance for Iceberg: The basics
-
ترتیب مرتبسازی (Sort Orders) Sort orders
-
وارد کردن دادهها به Apache Iceberg Ingesting data into Apache Iceberg
-
خلاصه فصل سوم Summary of module three
-
نوشتن بهینه در جداول Iceberg Writing efficiently to Iceberg tables
-
روشهای Copy on Write و Merge on Read copy-on-write and merge-on-read
-
مدیریت همزمانی در Apache Iceberg Handling concurrency in Apache Iceberg
https://donyad.com/d/dcf45b
Snowflake, Inc
بیاموزید چگونه اپلیکیشنهای هوش مصنوعی، ایجنتها، خط لولههای داده (Data Pipelines) و موارد دیگر را با Snowflake بسازید.
با دوره مقدماتی Snowflake برای توسعهدهندگان، دانشمندان داده و مهندسان داده شروع کنید، یا اگر با Snowflake آشنا هستید، مستقیماً وارد دورههای مهندسی داده مدرن یا دورههای هوش مصنوعی ما شوید. این دورهها توسط مبلغین توسعهدهنده Snowflake طراحی شدهاند تا شما را با تأکید زیاد بر تمرینات عملی و دموها، به سرعت وارد مسیر کنند.
اسنوفلیک هوش مصنوعی سازمانی را آسان، کارآمد و قابل اعتماد میکند. هزاران شرکت در سراسر جهان، از جمله صدها مورد از بزرگترین شرکتهای دنیا، از AI Data Cloud اسنوفلیک برای اشتراکگذاری دادهها، ساخت اپلیکیشنها و تقویت کسبوکار خود با هوش مصنوعی استفاده میکنند.
نمایش نظرات