کتاب طراحی سیستم‌های داده‌ی گذرا: از مفهوم تا پیاده‌سازی 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 طراحی سیستم‌های داده‌ی گذرا: از مفهوم تا پیاده‌سازی

موضوع کلی: مهندسی داده

موضوع میانی: معماری سیستم‌های داده

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر داده‌های گذرا: ماهیت و چرخه حیات
  • 2. چرا به سیستم‌های داده‌ی گذرا نیاز داریم؟
  • 3. موردهای استفاده از داده‌های گذرا در دنیای واقعی
  • 4. مقایسه با سیستم‌های داده‌ی دائمی: تفاوت‌ها و شباهت‌ها
  • 5. معماری کلی یک سیستم داده‌ی گذرا
  • 6. اجزای اصلی یک سیستم داده‌ی گذرا
  • 7. الگوهای رایج معماری سیستم‌های داده‌ی گذرا
  • 8. انتخاب تکنولوژی مناسب برای داده‌های گذرا
  • 9. معرفی انواع پایگاه داده‌های NoSQL
  • 10. استفاده از صف‌های پیام (Message Queues) در سیستم‌های داده‌ی گذرا
  • 11. Kafka به عنوان یک پلتفرم داده‌ی گذرا
  • 12. استفاده از حافظه کش (Caching) برای داده‌های گذرا
  • 13. Redis به عنوان یک کش قدرتمند
  • 14. استفاده از سرویس‌های ابری برای داده‌های گذرا
  • 15. AWS Kinesis و Firehose
  • 16. Google Cloud Dataflow و Pub/Sub
  • 17. Azure Event Hubs و Stream Analytics
  • 18. مدیریت طول عمر داده‌ها (TTL)
  • 19. استراتژی‌های حذف داده‌های منقضی شده
  • 20. فشرده‌سازی داده‌ها برای کاهش هزینه‌ها
  • 21. امنیت داده‌های گذرا: رمزنگاری و کنترل دسترسی
  • 22. مانیتورینگ و لاگینگ سیستم‌های داده‌ی گذرا
  • 23. مقیاس‌پذیری سیستم‌های داده‌ی گذرا
  • 24. استفاده از میکروسرویس‌ها در سیستم‌های داده‌ی گذرا
  • 25. پیاده‌سازی یک سیستم شمارش کلیک با داده‌های گذرا
  • 26. تحلیل داده‌های جریانی (Stream Processing)
  • 27. Apache Flink برای پردازش جریانی
  • 28. Apache Spark Streaming
  • 29. استفاده از Windowing در پردازش جریانی
  • 30. تعریف و پیاده‌سازی Event Sourcing
  • 31. استفاده از CQRS در کنار داده‌های گذرا
  • 32. طراحی API برای دسترسی به داده‌های گذرا
  • 33. بهینه‌سازی عملکرد سیستم‌های داده‌ی گذرا
  • 34. استراتژی‌های Partitioning و Sharding
  • 35. مدیریت خطاها و بازیابی در سیستم‌های داده‌ی گذرا
  • 36. تست و دیباگینگ سیستم‌های داده‌ی گذرا
  • 37. بهترین روش‌ها برای طراحی سیستم‌های داده‌ی گذرا
  • 38. معرفی ابزارهای مانیتورینگ و هشداردهی
  • 39. بررسی case study های موفق پیاده‌سازی داده‌های گذرا
  • 40. چالش‌ها و معایب استفاده از داده‌های گذرا
  • 41. آینده‌ی سیستم‌های داده‌ی گذرا
تگ‌ها: AWS Kinesis Azure Event Hubs Big Data ephemeral data Google Cloud Dataflow Kafka real-time data Redis stream processing پایگاه داده NoSQL داده‌های گذرا داده‌ی بزرگ داده‌ی لحظه‌ای سیستم‌های جریانی معماری سیستم

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.