کتاب راهنمای عملی پیاده‌سازی زیرساخت‌های پردازش داده با سرویس Amazon EMR با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای عملی پیاده‌سازی زیرساخت‌های پردازش داده با سرویس Amazon EMR

موضوع کلی: علوم رایانه و فناوری اطلاعات

موضوع میانی: پردازش کلان‌داده‌ها (Big Data) و رایانش ابری

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی و مفاهیم بنیادین پردازش کلان‌داده در محیط ابری
  • 2. معماری سرویس Amazon EMR و اجزای تشکیل‌دهنده آن
  • 3. مدل‌های اشتراک و هزینه‌یابی سرویس‌های پردازش ابری
  • 4. ایجاد و پیکربندی حساب کاربری و تنظیمات امنیتی در AWS
  • 5. آشنایی با کنسول مدیریت و واسط خط فرمان برای کار با EMR
  • 6. مفاهیم خوشه‌بندی و مدیریت گره‌های اصلی و محاسباتی
  • 7. انتخاب انواع نمونه‌های محاسباتی متناسب با حجم داده
  • 8. پیکربندی شبکه مجازی و امنیت در لایه‌های پردازشی
  • 9. استفاده از پروتکل‌های احراز هویت و مدیریت دسترسی‌ها
  • 10. معرفی اکوسیستم آپاچی هدوپ و نقش آن در پردازش داده
  • 11. ذخیره‌سازی توزیع‌شده با استفاده از سیستم فایل HDFS
  • 12. مفاهیم پایه در مدل برنامه‌نویسی مپ‌ردیوس
  • 13. آشنایی با فریم‌ورک آپاچی اسپارک برای پردازش سریع
  • 14. مدیریت حافظه و بهینه‌سازی عملکرد در کلاسترهای اسپارک
  • 15. کار با آپاچی هایو برای اجرای پرس‌وجوهای ساختاریافته
  • 16. تبدیل دستورات اس‌کیوال به عملیات‌های پردازشی در هایو
  • 17. آپاچی پیگ و کاربرد آن در تحلیل داده‌های غیرساختاریافته
  • 18. مدیریت جریان‌های داده با استفاده از آپاچی فلون
  • 19. کاربرد آپاچی اسکوپ برای انتقال داده بین پایگاه داده و کلاستر
  • 20. پیکربندی فضای ذخیره‌سازی ابری S3 به عنوان مخزن داده
  • 21. یکپارچه‌سازی S3 با کلاسترهای پردازشی EMR
  • 22. طراحی و اجرای اولین عملیات پردازشی بر روی داده‌های نمونه
  • 23. مانیتورینگ و مشاهده لاگ‌های سیستم برای عیب‌یابی
  • 24. مدیریت چرخه‌ی حیات کلاسترها و توقف خودکار
  • 25. بهینه‌سازی تنظیمات کلاستر برای افزایش بهره‌وری
  • 26. استفاده از کلاسترهای موقت در مقابل کلاسترهای دائمی
  • 27. تنظیمات مقیاس‌پذیری خودکار بر اساس بار کاری
  • 28. امنیت داده‌ها در حال انتقال و رمزنگاری در حالت سکون
  • 29. مدیریت خطاهای رایج در پردازش‌های سنگین
  • 30. اتصال ابزارهای گزارش‌دهی به خروجی‌های پردازش داده
  • 31. کاربرد نوت‌بوک‌های تعاملی در تحلیل و پردازش داده
  • 32. استفاده از کتابخانه‌های پایتون در محیط‌های پردازش ابری
  • 33. ارکستراسیون وظایف پردازشی با استفاده از ابزارهای زمان‌بندی
  • 34. بررسی استانداردهای ذخیره‌سازی داده‌های حجیم
  • 35. پیاده‌سازی پردازش‌های دسته‌ای با استفاده از EMR
  • 36. مستندسازی و گزارش‌گیری از نتایج تحلیل داده‌ها
  • 37. رعایت اصول اخلاق حرفه‌ای در مدیریت و نگهداری داده‌ها
  • 38. به‌کارگیری استانداردهای ملی در حفظ حریم خصوصی داده‌ها
  • 39. آینده فناوری‌های پردازش کلان‌داده و زیرساخت‌های ابری
  • 40. ارائه پروژه نهایی و بررسی سناریوهای کاربردی در صنایع داخلی
تگ‌ها: Amazon EMR Apache Hadoop Apache Spark پردازش کلان‌داده تحلیل داده‌های حجیم رایانش ابری زیرساخت پردازش داده کلان‌داده مدیریت پایگاه داده مهندسی داده

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.