کتاب راهنمای کاربردی یکپارچه‌سازی داده‌ها با استفاده از سرویس AWS Glue با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

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 کاربردی یکپارچه‌سازی داده‌ها با استفاده از سرویس AWS Glue

موضوع کلی: علوم رایانه و فناوری اطلاعات

موضوع میانی: مدیریت داده‌های کلان و هوش تجاری

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی و مفاهیم یکپارچه‌سازی داده‌ها در محیط‌های ابری
  • 2. معرفی سرویس AWS Glue و نقش آن در معماری داده‌های کلان
  • 3. آشنایی با محیط کنسول مدیریت AWS Glue و تنظیمات اولیه
  • 4. مدیریت دسترسی‌ها و امنیت داده‌ها در AWS IAM
  • 5. مفاهیم کاتالوگ داده‌ها و نقش Data Catalog در سازماندهی اطلاعات
  • 6. کار با AWS Glue Crawlers برای شناسایی و طبقه‌بندی خودکار داده‌ها
  • 7. ساختار و مدیریت جداول در Glue Data Catalog
  • 8. آشنایی با انواع فرمت‌های ذخیره‌سازی داده‌ها و بهینه‌سازی آن‌ها
  • 9. اتصال به منابع داده‌ای مختلف با استفاده از Glue Connections
  • 10. مبانی کار با پایگاه‌های داده رابطه‌ای و اتصال به Amazon RDS
  • 11. استفاده از Amazon S3 به عنوان مخزن داده‌های ورودی و خروجی
  • 12. مقدمه‌ای بر نوشتن اسکریپت‌های ETL در محیط AWS Glue
  • 13. آشنایی با کتابخانه‌های پایتون و Apache Spark در AWS Glue
  • 14. کار با ابزار Glue Studio برای طراحی بصری فرآیندهای داده‌ای
  • 15. نحوه تعریف و استفاده از Glue Jobs برای پردازش‌های سنگین
  • 16. مدیریت و نظارت بر اجرای وظایف با استفاده از Job Runs
  • 17. کار با قابلیت Glue DataBrew برای پاکسازی و آماده‌سازی داده‌ها
  • 18. شناسایی و مدیریت کیفیت داده‌ها با استفاده از AWS Glue Data Quality
  • 19. استفاده از Glue Triggers برای زمان‌بندی و خودکارسازی جریان‌های کاری
  • 20. مدیریت وابستگی‌های بین وظایف در Workflowها
  • 21. بهینه‌سازی عملکرد اسکریپت‌های پردازشی و مدیریت منابع
  • 22. استفاده از قابلیت‌های مقیاس‌پذیری خودکار در AWS Glue
  • 23. مدیریت نسخه‌های اسکریپت و کنترل تغییرات در فرآیندهای ETL
  • 24. عیب‌یابی و تحلیل لاگ‌های اجرایی در Amazon CloudWatch
  • 25. ایمن‌سازی داده‌های در حال انتقال و در حال سکون با AWS KMS
  • 26. استراتژی‌های انتقال داده از محیط‌های داخلی به فضای ابری
  • 27. یکپارچه‌سازی AWS Glue با سرویس Amazon Redshift برای تحلیل داده‌ها
  • 28. کار با Glue Schema Registry برای مدیریت تغییرات ساختار داده‌ها
  • 29. تحلیل داده‌های نیمه‌ساختاریافته و بدون ساختار با AWS Glue
  • 30. مستندسازی و گزارش‌گیری از خط لوله‌های داده‌ای
  • 31. پیاده‌سازی استانداردهای حاکمیت داده در محیط‌های ابری
  • 32. مدیریت هزینه‌ها و بهینه‌سازی مصرف منابع در AWS Glue
  • 33. بررسی الگوهای پیشرفته در معماری دریاچه داده (Data Lake)
  • 34. پشتیبانی از داده‌های جریانی (Streaming) در فرآیندهای یکپارچه‌سازی
  • 35. امنیت و حریم خصوصی در پردازش داده‌های حساس مطابق با مقررات
  • 36. نکات کلیدی در نگهداری و پشتیبانی از زیرساخت‌های داده‌ای ابری
تگ‌ها: AWS Glue ETL پایگاه داده پردازش داده‌های کلان داده‌کاوی سرویس‌های ابری آمازون مدیریت داده‌ها مهندسی داده هوش تجاری یکپارچه‌سازی داده‌ها

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.