آموزش الگوهای طراحی پردازش جریان با Spark
Stream Processing Design Patterns with Spark
بیاموزید که چگونه با Apache Spark الگوهای محبوب پرطرفدار طراحی را بسازید.
Kumaran Ponnambalam
آموزش Value Stream Mapping مرده است. زنده باد ارزش جریان جریان نقشه!
Value Stream Mapping is Dead. Long Live Value Stream Mapping!
در این سخنرانی ، استیو پریرا به شما 20٪ از ارزش نگاشت جریان ارزش (VSM) را می دهد که 80٪ از ارزش را تولید می کند و نمونه های خاصی از نحوه ایجاد و استفاده از VSM برای اشکال زدایی از روند کار و صرفه جویی در وقت ، ناامیدی و اتلاف را به شما ارائه می دهد.
DevSecCon
آموزش یک مورد کاربردی جریان: با استفاده از Bytecode استقرار مداوم آزمایش
A Streaming Use-case: Experimenting with Bytecode Continuous Deployment
در این سخنرانی ، شما با استفاده از Hazelcast و Hazelcast Jet نمایشی را تجربه خواهید کرد. می توان دوباره از اصولی که با استفاده از سایر فن آوری های جریان نشان داده می شود استفاده کرد.
آموزش جریانهای رفع تشنگی برای ذهن واکنش پذیر
Thirst-quenching Streams for the Reactive Mind
این بحث چگونگی اهرم جریان در پردازنده اصلی چند هسته ای را برای دستیابی به موازی کاری ، مدل فشار در مقابل کشش جریان ، یک مورد استفاده ساده با مثالهای کد برای نشان دادن کاربردهای مختلف API و تجزیه و تحلیل پردازش زمان اجرا را پوشش می دهد.
آموزش بررسی API جریان ساختاری Apache Spark برای پردازش داده های جریان
Exploring the Apache Spark Structured Streaming API for Processing Streaming Data
جریان ساختاری موتور پردازش جریان مقیاس پذیر و متحمل خطا در Apache Spark 2 است. فریم داده ها در Spark 2.x از داده های بی نهایت پشتیبانی می کنند ، بنابراین به طور موثر برنامه های دسته ای و جریان را متحد می کند.
Janani Ravi
آموزش مدلسازی داده های جریان برای پردازش با جریان ساختاری جرقه ای Apache
Modeling Streaming Data for Processing with Apache Spark Structured Streaming
اجرای تجزیه و تحلیل جریان می تواند دشوار باشد. این دوره به شما می آموزد که با استفاده از Spark Strukted Streaming پردازش داده در زمان واقعی را مدلسازی کنید.
Eugene Meidinger
آموزش مدل سازی داده های جریان برای پردازش با پرتو Apache
Modeling Streaming Data for Processing with Apache Beam
مدل واحد Apache Beam به ما امکان پردازش دسته ای و همچنین پخش جریانی داده را با استفاده از همان API می دهد. چندین مورد اجرا مانند Google Cloud Dataflow ، Apache Spark و Apache Flink با Beam سازگار هستند.
آموزش تصور مدل پردازش برای Apache Spark Streamed Streaming
Conceptualizing the Processing Model for Apache Spark Structured Streaming
بسیاری از داده های دنیای واقعی در جریان ها موجود است. از سنسورهای اتومبیل خودران تا مانیتورهای هوا Apache Spark 2 یک موتور تحلیلی قدرتمند با پشتیبانی درجه یک برای انجام عملیات جریانی با استفاده از پردازش میکرو دسته ای و مداوم است.
آموزش بررسی SDK پرتو Apache برای مدل سازی جریان داده ها برای پردازش
Exploring the Apache Beam SDK for Modeling Streaming Data for Processing
Apache Beam یک مدل واحد منبع باز برای پردازش داده های دسته ای و جریانی به روشی موازی است. خطوط لوله Beam که برای پشتیبانی از Backend Cloud Dataflow Google ساخته شده اند ، می توانند بر روی هرگونه پردازش باطله پشتیبانی شده اجرا شوند.
آموزش مقدمه ای بر جریان آمازون Kinesis
Introduction to Amazon Kinesis Stream
در این دوره ، ما نحوه استفاده از آمازون Kinesis Streams برای جمع آوری ، پردازش و تجزیه و تحلیل داده های جریان در زمان واقعی برای ایجاد بینش های ارزشمند را بیان می کنیم. مروری بر اجزای این سرویس و نمایش مختصری نیز در این دوره آورده شده است.
AWS
آموزش مدیریت داده های جریانی با Apache Pulsar
Handling Streaming Data with Apache Pulsar
Apache Pulsar سیستمی بسیار مقیاس پذیر ، با توان عملیاتی بالا است که هم با صف و هم با پخش جریانی داده ها با سهولت باور نکردنی کار می کند. این دوره تمام مفاهیم و ابزارهای لازم برای استفاده از Apache Pulsar را در پروژه های شما آموزش می دهد.
Axel Sirota
آموزش OBS Studio - راهنمای واقعاً ساده برای شروع
OBS Studio - The Really Really Simple Guide to Getting Started
OBS Studio یک نرم افزار رایگان فوق العاده است که به طور مداوم به روز رسانی و نگهداری می شود و توسط هزاران پخش کننده و خلاق در سراسر جهان استفاده می شود. اگر اکنون ج. ..
Simon Ireson