آموزش راهنمای نهایی برای جریان داده با AWS Kinesis

Ultimate Guide to Data Streaming with AWS Kinesis

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: آموزش ساخت سیستم‌ها و بینش‌های مبتنی بر رویداد بر اساس تجزیه و تحلیل‌های بی‌درنگ، جمع‌آوری، پردازش و تجزیه و تحلیل داده‌ها در زمان واقعی با AWS Kinesis تجزیه و تحلیل داده‌های هم‌زمان Kinesis جریان‌های داده Kinesis داده Firehose Kinesis تجزیه و تحلیل داده برای SQL Kinesis Data Analytics برای Apache Flink پردازش پیام Pub/Sub از قدرت پردازش جریان Kinesis در جاوا و پایتون استفاده می‌کند.

محبوبیت فناوری‌های پخش بی‌درنگ در میان بسیاری از محرک‌های فن‌آوری نوآوری کسب‌وکار در حال افزایش است، زیرا کاربران به‌طور فزاینده‌ای خواستار تجربیات شخصی‌شده‌ای هستند که بر اساس سفرشان از طریق محصولات و خدمات دیجیتال، آنها را تطبیق داده و به آنها پاسخ می‌دهند. مجموعه خدمات پردازش و تداوم جریان AWS Kinesis به عنوان انتخاب درجه یک برای دستیابی به انواع معماری‌های رویداد محور که به تجزیه و تحلیل بلادرنگ تغذیه می‌شوند، شناخته شده‌اند.


در این دوره، دانش‌آموزان یاد می‌گیرند که از قدرت Kinesis Data Streams (KDS) و Kinesis Data Firehose (KDF) برای ساخت خطوط لوله داده‌هایی با توان عملیاتی بالا، تأخیر کم در میان انواع اجزای معماری که منجر به مقیاس‌پذیری و جفت‌شدگی آزاد می‌شود، استفاده کنند. سیستم های. تمرکز بیشتری روی نحوه استفاده از این فناوری‌های تداوم جریان همراه با تجزیه و تحلیل داده‌های Kinesis برای انجام محاسبات پیشرفته و بی‌درنگ که اقدامات و اطلاعات کسب‌وکار آگاهانه را هدایت می‌کنند، قرار می‌گیرد.


این دوره فراتر از تئوری این خدمات است و از نمایش‌ها و دستورالعمل‌های کد برای ارائه مثال‌هایی از نحوه استفاده از این فناوری‌ها در عمل استفاده می‌کند. اکثر نمونه های کد به صورت موازی با استفاده از هر دو زبان برنامه نویسی پایتون و جاوا در تلاش برای دستیابی به بزرگترین مخاطبان توسعه دهندگان نشان داده می شوند. با این حال، برخی از مثال‌ها فقط به یک زبان ارائه می‌شوند، در مواردی که یکی از زبان‌ها از عملکرد خاصی پشتیبانی نمی‌کند یا به طور قابل‌توجهی پیچیدگی کمتری برای نشان دادن دارد.


سرفصل ها و درس ها

معرفی Introduction

  • معرفی دوره Course Introduction

  • معرفی دوره Course Introduction

  • چرا به این دوره نیاز دارید Why You Need this Course

  • چرا به این دوره نیاز دارید Why You Need this Course

  • بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

  • درباره مربی About the Instructor

  • درباره مربی About the Instructor

  • دانش پیش نیاز دوره Course Prerequisite Knowledge

  • دانش پیش نیاز دوره Course Prerequisite Knowledge

معرفی Introduction

جریان داده های Kinesis Kinesis Data Streams

  • پیام‌رسانی میخانه/زیر: فناوری زیربنایی Pub/Sub Messaging: The Underlying Technology

  • پیام‌رسانی میخانه/زیر: فناوری زیربنایی Pub/Sub Messaging: The Underlying Technology

  • Kinesis Data Storage: Streams، Shards و Records Kinesis Data Storage: Streams, Shards and, Records

  • Kinesis Data Storage: Streams، Shards و Records Kinesis Data Storage: Streams, Shards and, Records

  • محدودیت های شارد Shard Limits

  • محدودیت های شارد Shard Limits

  • مدل هزینه جریان داده Kinesis Kinesis Data Streams Cost Model

  • مدل هزینه جریان داده Kinesis Kinesis Data Streams Cost Model

  • ایجاد Kinesis Data Stream در کنسول AWS Creating Kinesis Data Stream in AWS Console

  • ایجاد Kinesis Data Stream در کنسول AWS Creating Kinesis Data Stream in AWS Console

  • ایجاد Kinesis Data Stream با AWS CLI Creating Kinesis Data Stream with AWS CLI

  • ایجاد Kinesis Data Stream با AWS CLI Creating Kinesis Data Stream with AWS CLI

  • مروری بر تولیدکنندگان و مصرف کنندگان Overview of Producers and Consumers

  • مروری بر تولیدکنندگان و مصرف کنندگان Overview of Producers and Consumers

  • تولید رکورد در KDS با PutRecord و PutRecords Producing Records to KDS with PutRecord and PutRecords

  • تولید رکورد در KDS با PutRecord و PutRecords Producing Records to KDS with PutRecord and PutRecords

  • Java Demo: تولید رکوردها به صورت جداگانه در KDS با AWS SDK Java Demo: Producing Records Individually to KDS with AWS SDK

  • Java Demo: تولید رکوردها به صورت جداگانه در KDS با AWS SDK Java Demo: Producing Records Individually to KDS with AWS SDK

  • Java Demo: تولید رکوردهای فردی با سفارش تضمینی با استفاده از AWS SDK Java Demo: Producing Individual Records with Guaranteed Ordering using AWS SDK

  • Java Demo: تولید رکوردهای فردی با سفارش تضمینی با استفاده از AWS SDK Java Demo: Producing Individual Records with Guaranteed Ordering using AWS SDK

  • نسخه آزمایشی پایتون: تولید رکوردها به صورت جداگانه در KDS با AWS SDK Python Demo: Producing Records Individually to KDS with AWS SDK

  • نسخه آزمایشی پایتون: تولید رکوردها به صورت جداگانه در KDS با AWS SDK Python Demo: Producing Records Individually to KDS with AWS SDK

  • نسخه آزمایشی پایتون: تولید رکوردهای فردی با سفارش تضمینی با استفاده از AWS SDK Python Demo: Producing Individual Records with Guaranteed Ordering using AWS SDK

  • نسخه آزمایشی پایتون: تولید رکوردهای فردی با سفارش تضمینی با استفاده از AWS SDK Python Demo: Producing Individual Records with Guaranteed Ordering using AWS SDK

  • Java Demo: تولید رکوردها به صورت دسته ای در KDS با AWS SDK Java Demo: Producing Records In Batches to KDS with AWS SDK

  • Java Demo: تولید رکوردها به صورت دسته ای در KDS با AWS SDK Java Demo: Producing Records In Batches to KDS with AWS SDK

  • نسخه ی نمایشی پایتون: تولید رکوردها به صورت دسته ای در KDS با AWS SDK Python Demo: Producing Records In Batches to KDS with AWS SDK

  • نسخه ی نمایشی پایتون: تولید رکوردها به صورت دسته ای در KDS با AWS SDK Python Demo: Producing Records In Batches to KDS with AWS SDK

  • معرفی کتابخانه تولید کننده Kinesis مبتنی بر جاوا Introducing the Java Based Kinesis Producer Library

  • معرفی کتابخانه تولید کننده Kinesis مبتنی بر جاوا Introducing the Java Based Kinesis Producer Library

  • Java Demo: تولید رکورد با جاوا و کتابخانه تولید کننده Kinesis Java Demo: Producing Records with Java and the Kinesis Producer Library

  • Java Demo: تولید رکورد با جاوا و کتابخانه تولید کننده Kinesis Java Demo: Producing Records with Java and the Kinesis Producer Library

  • مصرف سوابق از KDS Consuming Records from KDS

  • مصرف سوابق از KDS Consuming Records from KDS

  • Java Demo: مصرف سوابق از KDS با AWS SDK Java Demo: Consuming Records from KDS with AWS SDK

  • Java Demo: مصرف سوابق از KDS با AWS SDK Java Demo: Consuming Records from KDS with AWS SDK

  • نسخه آزمایشی پایتون: مصرف سوابق از KDS با AWS SDK Python Demo: Consuming Records from KDS with AWS SDK

  • نسخه آزمایشی پایتون: مصرف سوابق از KDS با AWS SDK Python Demo: Consuming Records from KDS with AWS SDK

  • مشکلات مصرف کنندگان SDK مبتنی بر GetRecords Problems of GetRecords based SDK Consumers

  • مشکلات مصرف کنندگان SDK مبتنی بر GetRecords Problems of GetRecords based SDK Consumers

  • معرفی کتابخانه مشتری Kinesis مبتنی بر جاوا Introducing the Java Based Kinesis Client Library

  • معرفی کتابخانه مشتری Kinesis مبتنی بر جاوا Introducing the Java Based Kinesis Client Library

  • Java Demo: مصرف سوابق با جاوا و کتابخانه مشتری Kinesis Java Demo: Consuming Records with Java and the Kinesis Client Library

  • Java Demo: مصرف سوابق با جاوا و کتابخانه مشتری Kinesis Java Demo: Consuming Records with Java and the Kinesis Client Library

  • Java Demo: Inspecting DynamoDB Lease Table مورد استفاده توسط KCL Application Java Demo: Inspecting DynamoDB Lease Table used by KCL Application

  • Java Demo: Inspecting DynamoDB Lease Table مورد استفاده توسط KCL Application Java Demo: Inspecting DynamoDB Lease Table used by KCL Application

  • معرفی AWS Lambda Consumer Introducing AWS Lambda Consumer

  • معرفی AWS Lambda Consumer Introducing AWS Lambda Consumer

  • Java Demo: راه اندازی پروژه AWS SAM برای مصرف کننده مبتنی بر لامبدا Java Demo: Setting up AWS SAM Project for Lambda Based Consumer

  • Java Demo: راه اندازی پروژه AWS SAM برای مصرف کننده مبتنی بر لامبدا Java Demo: Setting up AWS SAM Project for Lambda Based Consumer

  • جاوا نسخه ی نمایشی: بررسی و استقرار کد مصرف کننده بدون سرور Lambda Java Demo: Serverless Lambda Consumer Code Walkthrough and Deployment

  • جاوا نسخه ی نمایشی: بررسی و استقرار کد مصرف کننده بدون سرور Lambda Java Demo: Serverless Lambda Consumer Code Walkthrough and Deployment

  • نسخه ی نمایشی جاوا: مصرف کننده لامبدا پیشرفته بدون سرور Java Demo: Serverless Lambda Enhanced Fan-Out Consumer

  • نسخه ی نمایشی جاوا: مصرف کننده لامبدا پیشرفته بدون سرور Java Demo: Serverless Lambda Enhanced Fan-Out Consumer

  • نسخه آزمایشی پایتون: راه اندازی پروژه AWS SAM برای مصرف کننده مبتنی بر لامبدا Python Demo: Setting up AWS SAM Project for Lambda Based Consumer

  • نسخه آزمایشی پایتون: راه اندازی پروژه AWS SAM برای مصرف کننده مبتنی بر لامبدا Python Demo: Setting up AWS SAM Project for Lambda Based Consumer

  • نسخه ی نمایشی پایتون: بررسی و استقرار کد مصرف کننده بدون سرور لامبدا Python Demo: Serverless Lambda Consumer Code Walkthrough and Deployment

  • نسخه ی نمایشی پایتون: بررسی و استقرار کد مصرف کننده بدون سرور لامبدا Python Demo: Serverless Lambda Consumer Code Walkthrough and Deployment

  • نسخه ی نمایشی پایتون: مصرف کننده لامبدا پیشرفته بدون سرور Python Demo: Serverless Lambda Enhanced Fan-Out Consumer

  • نسخه ی نمایشی پایتون: مصرف کننده لامبدا پیشرفته بدون سرور Python Demo: Serverless Lambda Enhanced Fan-Out Consumer

  • متریک و نظارت Metrics and Monitoring

  • متریک و نظارت Metrics and Monitoring

جریان داده های Kinesis Kinesis Data Streams

کینسیس دیتا فایرهوز Kinesis Data Firehose

  • Kinesis Data Firehose مقدمه و اهداف Kinesis Data Firehose Intro and Objectives

  • Kinesis Data Firehose مقدمه و اهداف Kinesis Data Firehose Intro and Objectives

  • ظرفیت جریان تحویل فایرهوز داده Kinesis Kinesis Data Firehose Delivery Stream Capacity

  • ظرفیت جریان تحویل فایرهوز داده Kinesis Kinesis Data Firehose Delivery Stream Capacity

  • مدل کد فایرهوز داده Kinesis Kinesis Data Firehose Code Model

  • مدل کد فایرهوز داده Kinesis Kinesis Data Firehose Code Model

  • نسخه ی نمایشی: انتقال جریان داده های سفارش خام به S3 Demo: Transferring Raw Order Data Stream to S3

  • نسخه ی نمایشی: انتقال جریان داده های سفارش خام به S3 Demo: Transferring Raw Order Data Stream to S3

  • Kinesis Data Firehose Transformations با AWS Lambda Kinesis Data Firehose Transformations with AWS Lambda

  • Kinesis Data Firehose Transformations با AWS Lambda Kinesis Data Firehose Transformations with AWS Lambda

  • نسخه ی نمایشی: تغییر جریان تحویل سفارش و ارسال مجموع سفارش به S3 Demo: Transforming Order Delivery Stream and Sending Order Totals to S3

  • نسخه ی نمایشی: تغییر جریان تحویل سفارش و ارسال مجموع سفارش به S3 Demo: Transforming Order Delivery Stream and Sending Order Totals to S3

کینسیس دیتا فایرهوز Kinesis Data Firehose

تجزیه و تحلیل داده های Kinesis Kinesis Data Analytics

  • اهمیت تجزیه و تحلیل داده های زمان واقعی Importance of Real-Time Data Analytics

  • اهمیت تجزیه و تحلیل داده های زمان واقعی Importance of Real-Time Data Analytics

  • معرفی تجزیه و تحلیل داده های Kinesis Introducing Kinesis Data Analytics

  • معرفی تجزیه و تحلیل داده های Kinesis Introducing Kinesis Data Analytics

  • مدل هزینه تجزیه و تحلیل داده های Kinesis Kinesis Data Analytics Cost Model

  • مدل هزینه تجزیه و تحلیل داده های Kinesis Kinesis Data Analytics Cost Model

  • تجزیه و تحلیل داده های Kinesis برای جاری سازی مفاهیم کلیدی SQL Kinesis Data Analytics for Streaming SQL Key Concepts

  • تجزیه و تحلیل داده های Kinesis برای جاری سازی مفاهیم کلیدی SQL Kinesis Data Analytics for Streaming SQL Key Concepts

  • معماری تجزیه و تحلیل داده های Kinesis Kinesis Data Analytics Architecture

  • معماری تجزیه و تحلیل داده های Kinesis Kinesis Data Analytics Architecture

  • تجزیه و تحلیل داده های Kinesis برای جنبه های زمانی SQL جریان Kinesis Data Analytics for Streaming SQL Time Aspects

  • تجزیه و تحلیل داده های Kinesis برای جنبه های زمانی SQL جریان Kinesis Data Analytics for Streaming SQL Time Aspects

  • تجزیه و تحلیل داده های Kinesis برای پخش جریانی SQL Tumbling Windows Kinesis Data Analytics for Streaming SQL Tumbling Windows

  • تجزیه و تحلیل داده های Kinesis برای پخش جریانی SQL Tumbling Windows Kinesis Data Analytics for Streaming SQL Tumbling Windows

  • تجزیه و تحلیل داده های Kinesis برای پخش جریانی SQL Sliding Windows Kinesis Data Analytics for Streaming SQL Sliding Windows

  • تجزیه و تحلیل داده های Kinesis برای پخش جریانی SQL Sliding Windows Kinesis Data Analytics for Streaming SQL Sliding Windows

  • تجزیه و تحلیل داده های Kinesis برای پخش جریانی SQL Staggered Windows Kinesis Data Analytics for Streaming SQL Staggered Windows

  • تجزیه و تحلیل داده های Kinesis برای پخش جریانی SQL Staggered Windows Kinesis Data Analytics for Streaming SQL Staggered Windows

  • نسخه ی نمایشی: KDA برای پخش جریانی SQL برای محاسبه میانگین درآمد هر فروشنده در هر دقیقه Demo: KDA for Streaming SQL to Calculate Average Revenue per Seller Each Minute

  • نسخه ی نمایشی: KDA برای پخش جریانی SQL برای محاسبه میانگین درآمد هر فروشنده در هر دقیقه Demo: KDA for Streaming SQL to Calculate Average Revenue per Seller Each Minute

  • معرفی آپاچی فلینک Introducing Apache Flink

  • معرفی آپاچی فلینک Introducing Apache Flink

  • نسخه ی نمایشی: توسعه تعاملی با استفاده از Zepplin Notebook Demo: Interactive Development using Zepplin Notebook

  • نسخه ی نمایشی: توسعه تعاملی با استفاده از Zepplin Notebook Demo: Interactive Development using Zepplin Notebook

تجزیه و تحلیل داده های Kinesis Kinesis Data Analytics

نمایش نظرات

نظری ارسال نشده است.

آموزش راهنمای نهایی برای جریان داده با AWS Kinesis
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
7 hours
54
Udemy (یودمی) udemy-small
24 آبان 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
2,206
4.6 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Adam McQuistan Adam McQuistan

مهندس نرم افزار

Adam McQuistan Adam McQuistan

مهندس نرم افزار

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.