آپاچی کافکا - پردازش جریانی بی‌درنگ (کلاس کارشناسی ارشد) [ویدئو]

Apache Kafka - Real-time Stream Processing (Master Class) [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: اگر می خواهید مفهوم پردازش جریانی را درک کنید، این دوره برای شما مناسب است. با استفاده از کافکا، این دوره به شما کمک می کند تا با پردازش جریان در زمان واقعی آشنا شوید و شما را قادر می سازد تا از آن دانش برای یادگیری تکنیک های برنامه نویسی کافکا استفاده کنید. این دوره از کتابخانه Kafka Streams موجود در Apache Kafka 2.x استفاده می کند. همه کد منبع و نمونه های موجود در توزیع منبع باز آپاچی کافکا 2.3 تست شده اند. با استفاده از نسخه Confluent Community، قابلیت‌های Confluent Platform مانند Schema Registry و Avro Serdes را درک کرده و کاوش خواهید کرد. این دوره به طور گسترده از IntelliJ IDEA و Apache Maven به عنوان IDE ترجیحی توسعه استفاده می کند. شما Log4J2 و JUnit5 را برای اجرای استاندارد لاگ به ترتیب در برنامه های کاربردی خود و اجرای موارد تست واحد استفاده خواهید کرد. بسته کد در https://github.com/PacktPublishing/Apache-Kafka---Real-time-Stream-Processing-Master-Class موجود است. اصول آپاچی کافکا و معماری کافکا را بیاموزید نحوه ایجاد جریان با استفاده از APIهای تولیدکننده کافکا را بدانید با استفاده از کتابخانه Kafka Streams برنامه های پردازش جریانی را در زمان واقعی طراحی، توسعه و آزمایش کنید با معماری Kafka Streams، Streams DSL و Processor API به خوبی آشنا شوید پشتیبانی از معماری میکروسرویس و اجرای پرس و جوهای تعاملی در Kafka Streams سریال‌سازی و سریال‌زدایی را کاوش کنید و روی پیام‌های JSON و AVRO کار کنید دوره Kafka Streams - Real-time Stream Processing برای مهندسین نرم‌افزار است که به دنبال توسعه یک برنامه پردازش جریانی با استفاده از کتابخانه Kafka Streams هستند. این دوره همچنین به برنامه نویسان جاوا کمک می کند که می خواهند همه چیز لازم را برای شروع پیاده سازی برنامه های استریم بلادرنگ با استفاده از آپاچی کافکا بیاموزند. معماران داده و مهندسان داده مسئول طراحی و ساخت زیرساخت های داده محور سازمان از این دوره بهره مند خواهند شد. طراحی، توسعه و آزمایش برنامه‌های پردازش جریانی بلادرنگ با استفاده از Kafka Streams * معماری Kafka Streams، Streams DSL و پردازش دقیقاً یک‌بار در Apache Kafka * تولید خودکار اشیاء جاوا از JSON و تعریف طرحواره AVRO

سرفصل ها و درس ها

قبل از اینکه تو شروع کنی Before you start

  • معرفی Introduction

  • درباره دوره About the Course

  • برای این دوره به چه چیزهایی نیاز دارید؟ What do you Need for this Course?

  • مشکلات اشکال زدایی Debugging Problems

مقدمه ای بر جریان های بلادرنگ Introduction to Real-time Streams

  • ظهور Bigdata - یک جمع بندی سریع Emergence of Bigdata - A Quick Recap

  • مفهوم جریان رویداد Conception of Event Streams

  • پخش هم‌زمان - موارد استفاده Real-time Streaming - Use Cases

  • چالش های جریانی در زمان واقعی Real-time Streaming Challenges

  • در نظر گرفتن طراحی جریان در زمان واقعی Real-time Streaming Design Consideration

  • خلاصه بخش Section Summary

وارد دنیای آپاچی کافکا شوید Enter the world of Apache Kafka

  • آپاچی کافکا چیست؟ What is Apache Kafka?

  • معماری ذخیره سازی کافکا Kafka Storage Architecture

  • معماری خوشه کافکا Kafka Cluster Architecture

  • معماری توزیع کار کافکا - قسمت 1 Kafka Work Distribution Architecture - Part 1

  • معماری توزیع کار کافکا - قسمت 2 Kafka Work Distribution Architecture - Part 2

  • خلاصه بخش Section Summary

ایجاد جریان های بلادرنگ Creating Real-time Streams

  • جریان به کافکا Streaming into Kafka

  • تولیدکنندگان کافکا - شروع سریع Kafka Producers - Quick Start

  • بخش داخلی تهیه کننده کافکا Kafka Producer Internals

  • Scaling Kafka Producer Scaling Kafka Producer

  • تهیه کنندگان پیشرفته کافکا (دقیقا یک بار) Advanced Kafka Producers (Exactly Once)

  • تهیه کننده پیشرفته کافکا (در حال اجرای تراکنش) Advanced Kafka Producer (Implementing Transaction)

  • تهیه کننده کافکا - پروژه میکرو Kafka Producer - Micro Project

  • تهیه کننده کافکا - یادداشت پایانی و مراجع Kafka Producer - Final Note and References

وارد قسمت Stream Processing شوید Enter the Stream Processing

  • پردازش جریان در آپاچی کافکا Stream Processing in Apache Kafka

  • مصرف کننده کافکا - مقدمه عملی Kafka Consumer - Practical Introduction

  • مصرف کننده کافکا - مقیاس پذیری، تحمل خطا و ویژگی های از دست رفته Kafka Consumer - Scalability, Fault tolerance and Missing Features

  • Kafka Streams API - شروع سریع Kafka Streams API - Quick Start

  • ایجاد توپولوژی جریان Creating Streams Topology

  • پیاده سازی توپولوژی جریان Implementing Streams Topology

  • معماری کافکا استریمز Kafka Streams Architecture

  • خلاصه بخش و مراجع Section Summary and References

بنیاد پیاده سازی های زندگی واقعی Foundation for Real Life Implementations

  • مقدمه ای بر انواع و سریال سازی در کافکا Introduction to Types and Serialization in Kafka

  • طرحواره JSON به POJO برای JSON Serdes JSON Schema to POJO for JSON Serdes

  • ایجاد و استفاده از JSON Serdes Creating and Using JSON Serdes

  • طرحواره AVRO به POJO برای AVRO Serdes AVRO Schema to POJO for AVRO Serdes

  • ایجاد و استفاده از طرحواره AVRO در Producers Creating and using AVRO schema in Producers

  • ایجاد و استفاده از طرحواره AVRO در Kafka Streams Creating and using AVRO schema in Kafka Streams

  • خلاصه بخش و مراجع Section Summary and References

ایالات و فروشگاه ها States and Stores

  • درک ایالات و فروشگاه های ایالتی Understanding States and State Stores

  • ایجاد اولین فروشگاه دولتی شما Creating your First State Store

  • احتیاط با ایالات Caution with States

  • تحمل خطا فروشگاه ایالتی State Store Fault Tolerance

  • خلاصه بخش و مراجع Section Summary and References

KTable - یک جریان به روز رسانی KTable - An Update Stream

  • معرفی KTable Introducing KTable

  • ایجاد اولین جریان به روز رسانی شما - Ktable Creating your First Update Stream - Ktable

  • ذخیره جدول و نرخ انتشار Table Caching and Emit Rates

  • معرفی GlobalKTable Introducing GlobalKTable

کل زمان واقعی Real-time Aggregates

  • محاسبه اولین مجموع شما - تعداد کلمات جاری در زمان واقعی Computing Your First Aggregate - Real-time Streaming Word Count

  • جریان مصالح - مفهوم اصلی Streaming Aggregates - Core Concept

  • KStream Aggregation با استفاده از Reduce() KStream Aggregation using Reduce()

  • KStream Aggregation با استفاده از Aggregate() KStream Aggregation using Aggregate()

  • اشتباهات رایج در تجمیع Common Mistakes in Aggregation

  • روی KTable حساب کنید Count on KTable

  • KTable Aggregation با استفاده از Aggregate() KTable Aggregation using Aggregate()

مهر زمانی و ویندوز Timestamps and Windows

  • مُهر زمان و استخراج کننده مهر زمانی Timestamps and Timestamp Extractors

  • ایجاد ویندوز نازک Creating Tumbling Windows

  • زمان پخش و دوره مهلت Stream Time and Grace Period

  • سرکوب نتایج متوسط Supressing Intermediate Results

  • ایجاد Hopping Windows Creating Hopping Windows

  • ایجاد Session Windows Creating Session Windows

پیوستن به جریان ها و جداول Joining Streams and Tables

  • پیوستن به جریان Streaming Joins

  • پیوستن KStrem به KStream دیگر Joining a KStrem to another KStream

  • پیوستن KTable به KTable دیگر Joining a KTable to another KTable

  • پیوستن KStream به KTable و GlobalKTable Joining a KStream to a KTable and GlobalKTable

  • اختلاط اتصالات با مصالح - Computing Top 3 Mixing Joins with Aggregates - Computing Top 3

  • اختلاط اتصالات با مصالح - CTR آگهی Mixing Joins with Aggregates - Advert CTR

تست برنامه Streams Testing Streams Application

  • چگونه یک برنامه پردازش جریانی را آزمایش کنیم How to test a Stream Processing Application

  • واحد تست توپولوژی شما Unit Testing Your Topology

پرس و جو تعاملی و پاسخ های میکرو سرویس Interactive Query and Micro-Service Responses

  • معرفی خدمات میکرو مورد نیاز Introducing Micro-services Requirement

  • آشنایی با فروشگاه محلی در مقابل Remote State Understanding Local Vs Remote State Store

  • اجرای میکرو سرویس پرس و جو تعاملی Implementing Interactive Query Micro-service

ضمیمه Appendix

  • راه اندازی محیط توسعه آپاچی کافکا Setting up Apache Kafka Development Environment

نمایش نظرات

آپاچی کافکا - پردازش جریانی بی‌درنگ (کلاس کارشناسی ارشد) [ویدئو]
جزییات دوره
11 h 0 m
73
Packtpub Packtpub
(آخرین آپدیت)
2
3.5 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Prashant Kumar Pandey Prashant Kumar Pandey

معمار ، نویسنده ، مشاور ، مربی @ Learning JournalPrashant Kumar Pandey علاقه زیادی به کمک به مردم برای یادگیری و رشد در زندگی حرفه ای خود دارد و از بین بردن شکاف بین مهارت های موجود و مورد نیاز آنها است. وی در تلاش برای تحقق این مأموریت ، نویسندگی کتاب ، انتشار مقالات فنی و ایجاد فیلم های آموزشی برای کمک به متخصصان و دانشجویان فناوری اطلاعات در صنعت است. وی با بیش از 18 سال تجربه در IT به عنوان توسعه دهنده ، معمار ، مشاور ، مربی و مربی ، با سازمان های بین المللی خدمات نرم افزار در پروژه های مختلف داده محوری و Bigdata کار کرده است. Prashant اعتقاد راسخ به یادگیری مستمر مادام العمر و رشد مهارت دارد. وی برای محبوبیت بخشیدن به یادگیری مادام العمر مادام العمر ، شروع به انتشار فیلم های آموزشی رایگان در کانال YouTube خود کرد و ایده ایجاد ژورنال یادگیری خود را تحت عنوان Learning Journal مفهوم سازی کرد. وی بنیانگذار ، نویسنده اصلی و سردبیر اصلی پورتال Learning Journal است که دوره های مختلف مهارت آموزی ، آموزش و مقالات فنی را از ابتدای سال 2018 ارائه می دهد.