کتاب Spark: پردازش داده‌های بزرگ با جاوا با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Spark: پردازش داده‌های بزرگ با جاوا

موضوع کلی: توسعه نرم‌افزار سمت سرور با جاوا

موضوع میانی: مدیریت داده های Big Data با Distributed Search Engines

📋 سرفصل‌های دوره

• 1. آشنایی با مفهوم داده‌های بزرگ
• 2. معماری کلی سیستم‌های پردازش داده‌های بزرگ
• 3. مقدمه‌ای بر Apache Hadoop
• 4. نصب و پیکربندی Hadoop در محیط‌های مختلف
• 5. سیستم فایل توزیع‌شده Hadoop (HDFS)
• 6. مفاهیم اساسی HDFS: بلوک‌ها، نام‌نودها و دیتا نودها
• 7. دستورات کار با HDFS
• 8. مدیریت و نگهداری HDFS
• 9. آشنایی با MapReduce
• 10. مدل برنامه‌نویسی MapReduce
• 11. نوشتن اولین برنامه MapReduce
• 12. تنظیمات و بهینه‌سازی MapReduce
• 13. مثال‌های کاربردی MapReduce
• 14. آشنایی با Apache YARN
• 15. نقش YARN در مدیریت منابع کلاستر
• 16. مدیریت منابع در YARN
• 17. آشنایی با Apache Hive
• 18. HiveQL: زبان پرس‌وجوی داده در Hive
• 19. ایجاد جداول و بارگذاری داده در Hive
• 20. انجام عملیات پرس‌وجوی پیچیده در Hive
• 21. آشنایی با Apache Pig
• 22. Pig Latin: زبان اسکریپت‌نویسی در Pig
• 23. نوشتن اسکریپت‌های Pig برای پردازش داده
• 24. آشنایی با Apache Spark
• 25. معماری Spark و RDDها
• 26. نصب و پیکربندی Spark
• 27. برنامه‌نویسی با Spark Core
• 28. تبدیل داده‌ها با Spark Transformations
• 29. اقدامات Spark Actions
• 30. آشنایی با Spark SQL
• 31. پرس‌وجو داده‌ها با Spark SQL
• 32. ادغام Spark SQL با منابع داده مختلف
• 33. آشنایی با Spark Streaming
• 34. پردازش داده‌های جریانی با Spark Streaming
• 35. تنظیمات و بهینه‌سازی Spark Streaming
• 36. آشنایی با Apache Kafka
• 37. Kafka به عنوان یک پلتفرم پیام‌رسانی
• 38. نصب و پیکربندی Kafka
• 39. ارسال و دریافت پیام‌ها در Kafka
• 40. ادغام Spark Streaming با Kafka
• 41. آشنایی با NoSQL Databases
• 42. مقدمه‌ای بر پایگاه داده‌های NoSQL
• 43. MongoDB: یک پایگاه داده NoSQL محبوب
• 44. آشنایی با Cassandra
• 45. استفاده از HBase با Hadoop