Big Data LDN 2019 | نسل بعدی معماری داده برای بینش با سرعت فکر و نحوه دستیابی به آن در یک قطعه | پرادیپ بانوت
Big Data LDN 2019 | استفاده از مجازی سازی داده ها برای به حداکثر رساندن تجزیه و تحلیل پیشرفته و پتانسیل یادگیری ماشین در معماری داده ها | وینسنت فاگس
این دوره الگوهای تجزیه و تحلیل DDD را که در کشف معماری سطح بالا در یک حوزه تجاری مفید است ، پوشش می دهد. معماران و توسعه دهندگان جزئیات الگوهای پیاده سازی مانند Domain Model ، CQRS و Event Sourcing را پیدا خواهند کرد.
Dataflow رویکردی اساساً متفاوت برای پردازش Big Data نسبت به موتورهای محاسباتی مانند Spark دارد. جریان داده بدون سرور و کاملاً مدیریت شده است، به این معنی که تأمین منابع و مقیاسبندی میتواند برای معمار داده شفاف باشد.
در مورد موارد استفاده و بهترین روش ها برای معماری برنامه های زمان واقعی با استفاده از فناوری های داده بزرگ ، مانند Hazelcast و Apache Spark اطلاعات کسب کنید.
در مورد موارد استفاده و بهترین روش ها برای معماری برنامه های حالت دسته ای با استفاده از فناوری های داده بزرگ مانند Hive و Apache Spark اطلاعات کسب کنید.
طراحی معماری پایگاه داده فصل 1 - چارچوب های معماری این دوره برای کمک به تحلیلگران پایگاه داده، معماران پایگاه داده و توسعه فناوری اطلاعات طراحی شده است. ..