کتاب پیاده‌سازی الگوهای طراحی برای سیستم‌های مرتبط با داده‌های بزرگ (Big Data) 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 پیاده‌سازی الگوهای طراحی برای سیستم‌های مرتبط با داده‌های بزرگ (Big Data)

موضوع کلی: برنامه نویسی

موضوع میانی: برنامه‌نویسی شیءگرا (OOP)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر الگوهای طراحی در سیستم‌های داده‌های بزرگ
  • 2. معماری لایه‌ای در سیستم‌های داده‌های بزرگ
  • 3. الگوی Singleton برای مدیریت منابع در توزیع داده
  • 4. الگوی Factory Method برای ایجاد اتصالات پایگاه داده
  • 5. الگوی Abstract Factory برای سازگاری با چندین ذخیره‌ساز
  • 6. الگوی Builder برای ساخت خطوط لوله پردازش داده
  • 7. الگوی Prototype برای شبیه‌سازی سریع مجموعه داده
  • 8. الگوی Adapter برای یکپارچه‌سازی سیستم‌های ذخیره‌سازی ناهمگن
  • 9. الگوی Bridge برای جداسازی منطق پردازش از ذخیره‌سازی
  • 10. الگوی Composite برای مدیریت سلسله‌مراتبی پارتیشن‌های داده
  • 11. الگوی Decorator برای افزودن قابلیت‌های کش و فشرده‌سازی
  • 12. الگوی Facade برای ساده‌سازی دسترسی به سیستم‌های توزیع‌شده
  • 13. الگوی Flyweight برای بهینه‌سازی حافظه در ابرداده
  • 14. الگوی Proxy برای دسترسی کنترل‌شده به داده‌های حساس
  • 15. الگوی Chain of Responsibility برای زنجیره پردازش رکوردها
  • 16. الگوی Command برای اجرای عملیات اتمی روی داده
  • 17. الگوی Interpreter برای تحلیل پرس‌وجوهای سفارشی
  • 18. الگوی Iterator برای پیمایش کارآمد مجموعه داده‌های بزرگ
  • 19. الگوی Mediator برای هماهنگی بین گره‌های پردازشی
  • 20. الگوی Memento برای ذخیره و بازیابی حالت در جریان داده
  • 21. الگوی Observer برای به‌روزرسانی هم‌زمان کش‌ها
  • 22. الگوی State برای مدیریت مراحل پردازش داده
  • 23. الگوی Strategy برای انتخاب الگوریتم پارتیشن‌بندی
  • 24. الگوی Template Method برای چارچوب استخراج و بارگذاری
  • 25. الگوی Visitor برای اعمال عملیات روی ساختار داده
  • 26. الگوی Repository برای لایه انتزاعی ذخیره‌سازی
  • 27. الگوی Data Mapper برای نگاشت شیء به رکورد
  • 28. الگوی Active Record برای دستکاری مستقیم داده
  • 29. الگوی Unit of Work برای مدیریت تراکنش‌های توزیع‌شده
  • 30. الگوی Identity Map برای کاهش دسترسی به پایگاه داده
  • 31. الگوی Lazy Load برای بارگذاری تنبل داده‌های حجیم
  • 32. الگوی CQRS برای جداسازی خواندن و نوشتن
  • 33. الگوی Event Sourcing برای ثبت تغییرات متوالی داده
  • 34. الگوی Saga برای مدیریت تراکنش‌های توزیع‌شده
  • 35. الگوی Pipeline برای پردازش جریانی داده
  • 36. الگوی MapReduce برای پردازش موازی توزیع‌شده
  • 37. الگوی Sharding برای افقی‌سازی پایگاه داده
  • 38. الگوی Consistent Hashing برای توزیع متوازن داده
  • 39. الگوی Replication برای افزایش دسترس‌پذیری
  • 40. الگوی Leader Election برای هماهنگی گره‌های فعال
  • 41. الگوی Circuit Breaker برای تاب‌آوری در برابر خطا
  • 42. الگوی Bulkhead برای ایزوله‌سازی خطا در سرویس‌ها
  • 43. الگوی Retry با Backoff برای بازیابی خطاهای موقت
  • 44. الگوی Throttling برای محدودسازی نرخ درخواست
  • 45. الگوی Cache-Aside برای کش دستی داده
  • 46. الگوی Read-Through Cache برای خواندن خودکار از کش
  • 47. الگوی Write-Through Cache برای نوشتن همزمان در کش
  • 48. الگوی Write-Behind Cache برای نوشتن ناهمزمان
  • 49. الگوی Time-To-Live برای انقضای خودکار کش
  • 50. الگوی Bloom Filter برای فیلتر سریع وجود داده
  • 51. الگوی HyperLogLog برای شمارش تقریبی عناصر
  • 52. الگوی Count-Min Sketch برای تخمین فراوانی
  • 53. الگوی Reservoir Sampling برای نمونه‌گیری تصادفی
  • 54. الگوی Batch Processing برای پردازش دسته‌ای داده
  • 55. الگوی Stream Processing برای پردازش بی‌درنگ
  • 56. الگوی Lambda Architecture برای ترکیب دسته‌ای و جریانی
  • 57. الگوی Kappa Architecture برای ساده‌سازی لامبدا
  • 58. الگوی Data Lake برای ذخیره‌سازی خام داده
  • 59. الگوی Data Warehouse برای ذخیره‌سازی ساخت‌یافته
  • 60. الگوی ETL برای استخراج و تبدیل و بارگذاری
  • 61. الگوی ELT برای بارگذاری اولیه و تبدیل بعدی
  • 62. الگوی Star Schema برای مدل‌سازی تحلیلی
  • 63. الگوی Snowflake Schema برای نرمال‌سازی ابعاد
  • 64. الگوی Partition Pruning برای بهینه‌سازی پرس‌وجو
  • 65. الگوی Columnar Storage برای ذخیره‌سازی ستونی
  • 66. الگوی Data Compression برای کاهش حجم ذخیره‌سازی
  • 67. الگوی Indexing با B-Tree در داده‌های بزرگ
  • 68. الگوی Indexing با LSM-Tree برای نوشتن سنگین
  • 69. الگوی Bitmap Indexing برای پرس‌وجوهای بولی
  • 70. الگوی Materialized View برای پیش‌محاسبه نتایج
  • 71. الگوی Query Optimization با استفاده از Statistics
  • 72. الگوی Cost-Based Optimization برای انتخاب پلان اجرا
  • 73. الگوی Rule-Based Optimization برای ساده‌سازی پرس‌وجو
  • 74. الگوی Vectorized Execution برای پردازش برداری
  • 75. الگوی Code Generation برای کامپایل پرس‌وجو
  • 76. الگوی Resource Management با YARN و Kubernetes
  • 77. الگوی Auto-Scaling برای تخصیص پویای منابع
  • 78. الگوی Data Locality برای کاهش انتقال شبکه
  • 79. الگوی Data Skew Handling برای توزیع متوازن
  • 80. الگوی Checkpointing برای بازیابی پس از خطا
  • 81. الگوی Write-Ahead Logging برای تضمین ماندگاری
  • 82. الگوی Multi-Version Concurrency Control برای هم‌روندی
  • 83. الگوی Two-Phase Commit برای تراکنش‌های توزیع‌شده
  • 84. الگوی Distributed Locking با ZooKeeper
  • 85. الگوی Service Discovery برای یافتن سرویس‌های داده
  • 86. الگوی API Gateway برای یکپارچه‌سازی دسترسی
تگ‌ها: Big Data OOP الگوهای طراحی برنامه‌نویسی شیءگرا داده‌های بزرگ سیستم‌های توزیع‌شده طراحی نرم‌افزار معماری نرم‌افزار

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.