دوره آشنایی با بیگ دیتا و اکوسیستم هادوپ همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آشنایی با بیگ دیتا و اکوسیستم هادوپ

موضوع کلی: مدیریت داده و فناوری‌های اطلاعاتی

موضوع میانی: بیگ‌دیتا و تحلیل داده‌های بزرگ

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر داده‌های بزرگ و چالش‌های آن‌ها
• 2. مفاهیم کلیدی بیگ دیتا: حجم، سرعت، تنوع
• 3. معماری‌های ذخیره‌سازی داده‌های بزرگ
• 4. معرفی هادوپ و اجزای اصلی آن
• 5. نصب و پیکربندی هادوپ در محیط محلی
• 6. سیستم فایل توزیع‌شده هادوپ (HDFS)
• 7. مفاهیم پایه‌ای HDFS: بلاک‌ها، نام‌نود و دیتانود
• 8. پیکربندی و مدیریت HDFS
• 9. دستورات اصلی کار با HDFS
• 10. معرفی MapReduce و اصول کار آن
• 11. چرخه حیات یک Job در MapReduce
• 12. نوشتن برنامه‌های MapReduce ساده
• 13. بهینه‌سازی Jobهای MapReduce
• 14. معرفی YARN و نقش آن در هادوپ
• 15. مدیریت منابع در YARN
• 16. معرفی Hive و کوئری‌زنی داده‌های بزرگ
• 17. نصب و پیکربندی Hive
• 18. زبان کوئری Hive (HiveQL)
• 19. وارد کردن و صادر کردن داده‌ها در Hive
• 20. معرفی Pig و اسکریپت‌نویسی داده‌های بزرگ
• 21. نصب و پیکربندی Pig
• 22. زبان اسکریپت‌نویسی Pig Latin
• 23. معرفی HBase و ذخیره‌سازی NoSQL
• 24. مفاهیم پایه‌ای HBase: ستون‌ها، ردیف‌ها و خانواده‌ها
• 25. نصب و پیکربندی HBase
• 26. دسترسی و مدیریت داده‌ها در HBase
• 27. معرفی Spark و پردازش سریع داده‌ها
• 28. معماری Spark و اجزای اصلی آن
• 29. نصب و پیکربندی Spark
• 30. برنامه‌نویسی با Spark: RDDها و Transformations
• 31. برنامه‌نویسی با Spark: Actions
• 32. معرفی Spark SQL و کوئری‌زنی داده‌ها
• 33. ادغام Spark با Hive و HBase
• 34. معرفی Kafka و جریان داده‌ها
• 35. مفاهیم اصلی Kafka: Topics، Partitions و Brokers
• 36. نصب و پیکربندی Kafka
• 37. تولید و مصرف داده‌ها در Kafka
• 38. معرفی Flume و جمع‌آوری داده‌ها
• 39. نصب و پیکربندی Flume
• 40. پیکربندی منابع و Sink در Flume
• 41. ابزارهای مانیتورینگ و مدیریت هادوپ
• 42. امنیت در هادوپ: احراز هویت و مجوزها
• 43. بهینه‌سازی عملکرد هادوپ
• 44. استفاده از هادوپ در کاربردهای واقعی
• 45. معماری‌های پیشرفته هادوپ