آموزش جاوا 9 - پایگاه داده و چند رشته ای در جاوا [ویدئو]

Learning Java 9 - Databases and Multithreading in Java [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: برنامه های جاوا می توانند بسیاری از اقدامات را به صورت موازی انجام دهند که هر عمل توسط یک فرآیند جداگانه به نام thread انجام می شود. یک برنامه چند رشته ای ممکن است دسترسی به پایگاه داده را با استفاده از یک رشته انجام دهد در حالی که رشته دیگری نمایشگر را کنترل می کند. Multithreading یکی از ویژگی های بسیار قدرتمند زبان جاوا است. نقطه ضعف نوشتن یک برنامه چند رشته ای، پیچیدگی بیشتر در برخورد با مدل رشته است. برای حل این مشکل، با بررسی انواع مختلف پایگاه داده های موجود و مزایای هر نوع به همراه چند مثال ساده شروع می کنیم. ما یاد خواهیم گرفت که چگونه با عملیات ساده پایگاه داده در جاوا کار کنیم، از جمله یک مثال عملی که در آن با پردازش یک فایل JSON حاوی اطلاعات خودرو، قبل از تداوم آن اشیاء وسیله نقلیه در پایگاه داده، شروع می کنیم. در ادامه، مثال خود را برای پردازش یک فایل متنی JSON حاوی داده‌ها، قبل از ماندگاری آن اشیا در پایگاه داده MySQL، با استفاده از چارچوب Hibernate گسترش می‌دهیم. در نهایت، قبل از اینکه به یک مثال واقعی بپردازیم، برخی از اصول همزمانی در جاوا را یاد خواهیم گرفت. ما به این خواهیم پرداخت که چگونه می‌توانیم پردازش یک لیست بزرگ از داده‌ها را تسریع کنیم، با این فرض که زمان پردازش هر عنصر از فهرست گران است. ما به برخی از تکنیک‌ها و هشدارهای مهم در جاوا نگاه می‌کنیم، با یک مثال عملی از اینکه چگونه فرآیندها می‌توانند در صورت نادرست در نظر گرفتن مسائل threading قفل یا ایمن نباشند. ما مثال خود را گسترش خواهیم داد تا ببینیم چگونه می‌توانیم پردازش فایل و دستکاری داده‌های خود را با استفاده از قابلیت‌های چند رشته‌ای جاوا تسریع کنیم. این شامل بحثی در مورد ایمنی رشته است، و برخی از مراحلی که یک توسعه دهنده باید انجام دهد تا اطمینان حاصل شود که برنامه های چند رشته ای با مشکل مواجه نمی شوند. Thread ها تضمین می کنند که کاربران مسدود نمی شوند زیرا مستقل هستند و می توانند چندین عملیات را همزمان انجام دهند. همچنین رشته‌ها به برنامه شما کمک می‌کنند تا نرم‌افزار اجرا شود و انجام کارها آسان‌تر شود. گذراندن این دوره دقیقاً به شما نشان می دهد که چگونه برنامه ها را بنویسید تا چندین فعالیت همزمان در یک برنامه انجام شوند و از منابع موجود استفاده بهینه بکنید، به خصوص زمانی که رایانه شما چندین CPU دارد. • پایگاه داده چیست و چرا باید در برنامه خود از آن استفاده کنم؟ • دو کلاس اصلی پایگاه داده: SQL و NoSQL • چگونه یک پایگاه داده را در برنامه خود ادغام کنیم • نیاز به multithreading • افزایش سرعت برنامه ها با استفاده از multithreading • بن بست ها و زنده ها، و نحوه اجتناب از آنها این دوره توسعه دهندگانی را هدف قرار می دهد که تجربه جاوا دارند و علاقه مند به یادگیری نحوه ساخت برنامه هایی هستند که از پایگاه داده و چند رشته ای استفاده می کنند. -- از پایگاه داده های نسل بعدی NOSQL استفاده کنید و کاربردها و الگوهای معمول آنها را در Java 9 درک کنید * -- نگاهی دقیق به API های Java 9 و تأثیر آنها بر همزمانی بیندازید * -- مثال های عملی در مورد ایمنی رشته ها ، کلاس های با کارایی بالا ، ایمن اشتراک گذاری، و خیلی چیزهای دیگر * *

سرفصل ها و درس ها

مقدمه ای بر پایگاه های داده Introduction to Databases

  • بررسی اجمالی دوره The Course Overview

  • پایگاه داده چیست و چرا در یک برنامه به آن نیاز داریم؟ What Is a Database, and Why Do We Need One in an Application

  • پایگاه های داده رابطه ای - مبانی Relational Databases – The Basics

  • پایگاه های داده NoSQL – نسل بعدی و چرا به آنها نیاز داریم NoSQL Databases – The Next Generation, and Why We Need Them

استفاده از Hibernate برای ماندگاری اشیاء در Postgres Using Hibernate to Persist Objects to Postgres

  • تجزیه فایل JSON به یک شی جاوا بومی Parsing JSON File into a Native Java Object

  • مقدمه ای بر پایداری شی در Hibernate Introduction to Object Persistence in Hibernate

  • ایجاد و اتصال به پایگاه داده Postgres Creating and Connecting to a Postgres Database

  • اشیاء ماندگار به Postgres Persisting Objects to Postgres

  • بازیابی اشیا از Postgres با استفاده از Hibernate Retrieving Objects from Postgres Using Hibernate

همزمانی در جاوا Concurrency in Java

  • مقدمه ای بر Multithreading و چرا به آن نیاز داریم Introduction to Multithreading and Why We Need It

  • Multithreading در جاوا Multithreading in Java

  • مسائل معرفی شده توسط Multithreading - شرایط مسابقه، بن بست و قفل زنده Issues Introduced by Multithreading – Race Conditions, Deadlocks, and Livelocks

  • ایجاد برنامه های ایمن Thread Creating Thread Safe Applications

  • پردازش یک فایل داده بزرگ با استفاده از سرویس اجرایی Processing a Large Data File Using the Executor Service

نمایش نظرات

آموزش جاوا 9 - پایگاه داده و چند رشته ای در جاوا [ویدئو]
جزییات دوره
1 h 40 m
14
Packtpub Packtpub
(آخرین آپدیت)
1
3 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

James Cross James Cross

کولیبری یک شرکت مشاوره فناوری است که در سال 2015 توسط جیمز کراس و اینگرید فونی تاسیس شد. این شرکت با تخصص عمیق در زمینه هایی مانند کلان داده، علم داده، یادگیری ماشین و محاسبات ابری، به مشتریان خود کمک می کند تا در دنیای به سرعت در حال تغییر و پیچیده فناوری های نوظهور حرکت کنند. در چند سال گذشته، آنها با برخی از بزرگترین و معتبرترین شرکت های جهان، از جمله بانک سرمایه گذاری ردیف 1، یک گروه مشاوره مدیریت پیشرو، و یکی از محبوب ترین شرکت های نوشابه در جهان کار کرده اند و به هر یک از آنها کمک کرده اند تا داده های آن را بهتر درک کرده و آن ها را به روش های هوشمندانه تری پردازش کنید. این شرکت با شعار خود زندگی می کند: داده -> هوش -> عمل. جیمز کراس یک مهندس داده بزرگ و معمار راه حل های AWS دارای گواهینامه است که علاقه زیادی به برنامه های کاربردی داده محور دارد. او 3 تا 5 سال گذشته را صرف کمک به مشتریان خود برای طراحی و پیاده‌سازی پلتفرم‌های کلان داده در مقیاس عظیم، استریم، پشته‌های تحلیلی مبتنی بر ابر و معماری‌های بدون سرور کرده است. او کار حرفه‌ای خود را در بانکداری سرمایه‌گذاری، با کار با فناوری‌های جاافتاده مانند جاوا و SQL Server، قبل از ورود به فضای Big Data آغاز کرد. از آن زمان او با طیف وسیعی از ابزارهای کلان داده از جمله اکثر اکو سیستم Hadoop، Spark و بسیاری از فناوری‌های No-SQL مانند Cassandra، MongoDB، Redis و DynamoDB کار کرده است. اخیراً تمرکز او بر روی فناوری‌های ابری و نحوه استفاده از آن‌ها در تجزیه و تحلیل داده‌ها بوده است که در کار او در Scout Solutions به عنوان CTO و اخیراً با Mckinsey به اوج خود رسیده است. جیمز یک معمار راه حل های دارای گواهینامه AWS با چندین سال تجربه در طراحی و اجرای راه حل ها در این پلت فرم ابری است. او به‌عنوان مدیر ارشد فناوری Scout Solutions Ltd، مجموعه‌ای کاملاً بدون سرور از APIها و یک پشته تحلیلی مبتنی بر Lambda و Redshift ساخت.

James Cross James Cross

کولیبری یک شرکت مشاوره فناوری است که در سال 2015 توسط جیمز کراس و اینگرید فونی تاسیس شد. این شرکت با تخصص عمیق در زمینه هایی مانند کلان داده، علم داده، یادگیری ماشین و محاسبات ابری، به مشتریان خود کمک می کند تا در دنیای به سرعت در حال تغییر و پیچیده فناوری های نوظهور حرکت کنند. در چند سال گذشته، آنها با برخی از بزرگترین و معتبرترین شرکت های جهان، از جمله بانک سرمایه گذاری ردیف 1، یک گروه مشاوره مدیریت پیشرو، و یکی از محبوب ترین شرکت های نوشابه در جهان کار کرده اند و به هر یک از آنها کمک کرده اند تا داده های آن را بهتر درک کرده و آن ها را به روش های هوشمندانه تری پردازش کنید. این شرکت با شعار خود زندگی می کند: داده -> هوش -> عمل. جیمز کراس یک مهندس داده بزرگ و معمار راه حل های AWS دارای گواهینامه است که علاقه زیادی به برنامه های کاربردی داده محور دارد. او 3 تا 5 سال گذشته را صرف کمک به مشتریان خود برای طراحی و پیاده‌سازی پلتفرم‌های کلان داده در مقیاس عظیم، استریم، پشته‌های تحلیلی مبتنی بر ابر و معماری‌های بدون سرور کرده است. او کار حرفه‌ای خود را در بانکداری سرمایه‌گذاری، با کار با فناوری‌های جاافتاده مانند جاوا و SQL Server، قبل از ورود به فضای Big Data آغاز کرد. از آن زمان او با طیف وسیعی از ابزارهای کلان داده از جمله اکثر اکو سیستم Hadoop، Spark و بسیاری از فناوری‌های No-SQL مانند Cassandra، MongoDB، Redis و DynamoDB کار کرده است. اخیراً تمرکز او بر روی فناوری‌های ابری و نحوه استفاده از آن‌ها در تجزیه و تحلیل داده‌ها بوده است که در کار او در Scout Solutions به عنوان CTO و اخیراً با Mckinsey به اوج خود رسیده است. جیمز یک معمار راه حل های دارای گواهینامه AWS با چندین سال تجربه در طراحی و اجرای راه حل ها در این پلت فرم ابری است. او به‌عنوان مدیر ارشد فناوری Scout Solutions Ltd، مجموعه‌ای کاملاً بدون سرور از APIها و یک پشته تحلیلی مبتنی بر Lambda و Redshift ساخت.