لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش آپاچی کاساندرا [ویدئو]
Learning Apache Cassandra [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
Cassandra یک پایگاه داده NoSQL با ویژگی های غیرمتمرکز، قابل تحمل خطا، مقیاس پذیر و کم هزینه است که آن را به یکی از اجزای اصلی سیستم های محاسبات ابری تبدیل می کند. نسخههای اخیر ویژگیهای امنیتی را بسیار بهبود بخشیدهاند و برای استفاده در سیستمهای سازمانی مناسب هستند.
در این آموزش، خواهید دید که چگونه Cassandra بر چالشهایی که پایگاههای داده رابطهای در طول تقاضای مقیاسپذیری بالا با آن مواجه هستند، غلبه میکند. شما با اصطلاحات کاساندرا، اجزاء و نقش آنها آشنا می شوید. سپس یاد خواهید گرفت که چگونه یک ساختار کاساندرا چند گره ایجاد کنید، نقش ها و مسئولیت های اجزای کاساندرا را درک کنید و جریان داده ها را در طول عملیات پایگاه داده که به سرعت، دقت و دوام نیاز دارند، مشاهده کنید.
سپس خواهید دید که چگونه کاساندرا داده ها را بر روی فایل های روی دیسک ذخیره می کند، چگونه آن فایل ها را برای بهبود عملکرد بهینه می کند، و چگونه می توان عملکرد پایگاه داده کاساندرا را با استفاده از گزارش ها و معیارها نظارت کرد.
ما عواملی را نشان خواهیم داد که میتوانند بر عملکرد SLA پایگاه داده کاساندرا تأثیر بگذارند. در مرحله بعد، نحوه بهینه سازی مدل داده را برای ارائه تضمین های عملکرد و SLA عملکرد ثابت در طول زمان خواهید آموخت. همچنین یاد خواهید گرفت که چگونه مدل داده را در Cassandra بسازید و پایگاه داده را با برنامه خود ادغام کنید.
در بخشهای بعدی، برای خواندن و نوشتن دادهها با Cassandra از Spark ارتباط برقرار میکنید. شما Cassandra را با Spark ادغام میکنید و یاد میگیرید که چگونه دادههای جریان زنده را با Spark پردازش کنید و دادهها را در Cassandra برای مصرف از طریق سیستم پاییندستی حفظ کنید.
در پایان دوره، می توانید لایه های پایگاه داده Cassandra قدرتمند و مقیاس پذیر را برای برنامه های خود بسازید. شما طرح های غنی طراحی خواهید کرد تا روابط بین انواع داده های مختلف را به تصویر بکشید و بر ویژگی های پیشرفته موجود در کاساندرا مسلط شوید.
[*] پایگاه داده های رابطه ای را بزرگ کنید و اینکه چگونه هیچ پایگاه داده SQL مانند Cassandra بر آنها غلبه نمی کند
[*] درک معماری آپاچی کاساندرا و نحوه ذخیره داده ها
[*] از اجزای مختلف کاساندرا استفاده کنید. مسیر خواندن، مسیر نوشتن، تحمل خطا، تکرار، مدل سازگاری، مدل ضد آنتروپی بر اساس آنچه برنامه شما نیاز دارد
[*] یک خوشه چند گره ای کاساندرا را راه اندازی کنید و نقش هر قطعه حیاتی از سیستم توزیع شده و تعامل آنها را درک کنید.
[*] اصول و روش های مدل سازی داده ها را در کاساندرا بیاموزید
[*] پایگاه داده را با برنامه خود ادغام کنید
[*] انتقال داده های موجود از پایگاه داده های رابطه ای
[*] بیاموزید که چگونه دادههای پخش زنده را با Spark پردازش کنید و دادهها را برای مصرف از طریق یک سیستم پاییندست به کاساندرا ادامه دهید. . [*] عملیات اصلی پایگاه داده – ایجاد پایگاه داده، ایجاد جدول، درج داده ها و مدل سازی داده ها * [*] ایجاد یک نمونه برنامه قدرتمند * [*] با گره های Cassandra کار کنید تا عملکردها مطابق میل شما انجام شود.
سرفصل ها و درس ها
آشنایی با کاساندرا
Introduction to Cassandra
بررسی اجمالی دوره
The Course Overview
آپاچی کاساندرا چیست؟
What Is Apache Cassandra?
فضای کلید، طرح جدول، کلید پارتیشن و کلید خوشه بندی
Key Space, Table Schema, Partition Key, and Clustering Key
یک پایگاه داده تک گره کاساندرا راه اندازی کنید
Start a Single Node Cassandra Database
مقدمه ای بر کلاینت خط فرمان Cqlsh
Introduction to Cqlsh Command Line Client
بارگیری و خواندن داده ها
Loading and Reading Data
معماری توزیع شده کاساندرا
Cassandra Distributed Architecture
ساختار گره و حلقه
Node and Ring Structure
مدل تکرار و سازگاری
Replication and Consistency Model
رک ها و دیتاسنترها
Racks and Datacenters
قضیه CAP
CAP Theorem
شایعات
Gossip
Repair, Hinted Handoff را بخوانید
Read Repair, Hinted Handoff
تشخیص
Diagnostics
درک فایل ها در فهرست داده ها
Understanding Files in the Data Directory
از Nodetool برای بررسی آمار عملکرد استفاده کنید
Use Nodetool to Examine Performance Statistics
گزارش سیستم و خروجی
System and Output Logs
JMX برای نظارت بر متریک ها
JMX to Monitor Metrics
انتخاب استراتژی فشرده سازی مناسب
Choosing the Appropriate Compaction Strategy
اصول مدل سازی داده ها
Data Modelling Principles
ترتیب کلید اولیه و خوشه
Primary Key and Cluster Ordering
غیر عادی سازی و طراحی برای عملکرد خواندن
Denormalization and Design for the Read Performance
بهینه سازی برای BlindWrites
Optimizing for BlindWrites
مدل سازی داده ها در کاساندرا
Data Modelling in Cassandra
انواع مجموعه
Collection Types
ستون های استاتیک
Static Columns
شاخص ها، نماهای مادی شده
Indexes, Materialized Views
تجمیع داده ها
Data Aggregation
compareAndSet
compareAndSet
نوع شمارنده
Counter Type
بهینه سازی داده ها
Optimization of Data
تاثیر به روز رسانی و حذف مکرر
The Impact of Frequent Updates and Delete
ردیف های گسترده و ملاحظات کلید اصلی
Wide Rows and Primary Key Considerations
تست بار با استرس CQL
Load Testing with CQL Stress
دسته بندی Logged و Unlogged
Logged and Unlogged Batching
ادغام پایگاه داده کاساندرا با برنامه شما
Integrating Cassandra Database with Your Application
پروژه Maven با استفاده از درایور جاوا
A Maven Project Using the Java Driver
اطلاعات اتصال برای درایور
Connection Information for the Driver
بیانیه های اساسی
Basic Statements
استفاده از بیانیه های آماده شده
Using Prepared Statements
درک خطاها
Understanding Errors
مروری بر آپاچی اسپارک
Overview of Apache Spark
Apache Spark و Spark Architecture چیست
A What Is Apache Spark and Spark Architecture
با اسپارک شروع کنید
Get Started with Spark
کار با ساختارهای داده Spark - RDD، Data Frame و Dataset
Working with Spark’s Data Structures – RDD, Data Frame, and Dataset
راه اندازی کانکتور اسپارک
Setting Up the Spark Connector
اتصال اسپارک با کاساندرا
Connecting Spark with Cassandra
نوشتن داده به کاساندرا از اسپارک
Writing Data to Cassandra from Spark
خواندن داده ها از کاساندرا با استفاده از Spark RDD
Reading Data from Cassandra Using Spark RDD
با استفاده از Spark Data Frame API و Spark SQL بپیوندید، داده ها را جمع آوری کنید
Join, Aggregate Data Using Spark Data Frame API and Spark SQL
پارتیشن بندی آگاه کاساندرا در اسپارک
Cassandra Aware Partitioning in Spark
Cassandra را با Spark Streaming ادغام کنید
Integrate Cassandra with Spark Streaming
استفاده از موارد برای پردازش جریان نزدیک به زمان واقعی با استفاده از جریان اسپارک
Use Cases for Near Real Time Stream Processing Using Spark Streaming
گیرنده جریان پیشرفته با استفاده از اتصال دهنده های کافکا
Advanced Stream Receiver Using Kafka Connectors
دگرگونی های بی تابعیت و دولتی
Stateless and Stateful Transformations
تداوم پخش زنده به کاساندرا
Persistence of Live Stream on to Cassandra
نمایش نظرات
Packtpub یک ناشر دیجیتالی کتابها و منابع آموزشی در زمینه فناوری اطلاعات و توسعه نرمافزار است. این شرکت از سال 2004 فعالیت خود را آغاز کرده و به تولید و انتشار کتابها، ویدیوها و دورههای آموزشی میپردازد که به توسعهدهندگان و متخصصان فناوری اطلاعات کمک میکند تا مهارتهای خود را ارتقا دهند. منابع آموزشی Packtpub موضوعات متنوعی از جمله برنامهنویسی، توسعه وب، دادهکاوی، امنیت سایبری و هوش مصنوعی را پوشش میدهد. محتوای این منابع به صورت کاربردی و بهروز ارائه میشود تا کاربران بتوانند دانش و تواناییهای لازم برای موفقیت در پروژههای عملی و حرفهای خود را کسب کنند.
توماس للک یک مهندس نرم افزار است که بیشتر در جاوا و اسکالا برنامه نویسی می کند. او از طرفداران معماری میکروسرویس و برنامه نویسی کاربردی است. او هر روز زمان و تلاش قابل توجهی را برای بهتر شدن اختصاص می دهد. او اخیراً به فناوریهای کلان داده مانند Apache Spark و Hadoop پرداخته است. او تقریباً به همه چیزهایی که با توسعه نرم افزار مرتبط است علاقه دارد.
توماس فکر می کند که همیشه باید سعی کنیم قبل از حل یک مشکل راه حل ها و رویکردهای مختلف را در نظر بگیریم. او اخیراً در چندین کنفرانس در لهستان - Confitura و JDD (روز توسعهدهنده جاوا) و همچنین در گروه کاربری Krakow Scala سخنران بود. میتوانید ویدیوی JDD را در اینجا پیدا کنید: https://www.youtube.com/watch?v=BnORjQbnZNQ&t - بحث ML Spark.
او همچنین یک جلسه برنامه نویسی زنده در کنفرانس Geecon برگزار کرد. او در حال حاضر روی این وب سایت با استفاده از ML کار می کند: http://www.allegro.pl
نمایش نظرات