کتاب Data Lake با Azure: راهنمای جامع با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Data Lake با Azure: راهنمای جامع

موضوع کلی: معماری و مهندسی کامپیوتر

موضوع میانی: معماری معماری Data Lakes (Data Lake Architectures)

📋 سرفصل‌های دوره

• 1. درآمدی بر دریاچه‌های داده و معماری آن‌ها
• 2. مفاهیم کلیدی ذخیره‌سازی داده‌های حجیم
• 3. آشنایی با Azure Data Lake Storage Gen2
• 4. مقایسه Azure Data Lake Storage Gen2 با Blob Storage
• 5. طراحی یک معماری دریاچه داده با Azure
• 6. درک فرمت‌های داده‌ای مناسب برای دریاچه‌های داده
• 7. استفاده از Apache Parquet و ORC در Azure Data Lake
• 8. وارد کردن داده‌ها به Azure Data Lake با استفاده از Azure Data Factory
• 9. پردازش داده‌ها در Azure Data Lake با Azure Databricks
• 10. معرفی زبان برنامه‌نویسی Scala برای پردازش داده
• 11. استفاده از Spark SQL برای پرس‌وجو و تحلیل داده‌ها
• 12. بهینه‌سازی عملکرد پرس‌وجوهای Spark SQL
• 13. ایجاد خطوط لوله داده (Data Pipelines) با Azure Data Factory
• 14. اتصال به منابع داده‌ای مختلف با Azure Data Factory
• 15. تبدیل و پاکسازی داده‌ها در Azure Data Factory
• 16. مدیریت و زمان‌بندی خطوط لوله داده
• 17. امنیت داده‌ها در Azure Data Lake Storage Gen2
• 18. کنترل دسترسی مبتنی بر نقش (RBAC) در Azure
• 19. رمزنگاری داده‌ها در حالت سکون و انتقال
• 20. نظارت و مانیتورینگ عملکرد Azure Data Lake
• 21. استفاده از Azure Monitor برای ثبت وقایع و هشدارها
• 22. مدیریت هزینه در Azure Data Lake
• 23. بهینه‌سازی هزینه‌ها با استفاده از لایه‌های ذخیره‌سازی
• 24. معرفی Azure Synapse Analytics و ادغام با Data Lake
• 25. ساخت Data Warehouse بر روی Azure Data Lake
• 26. تحلیل داده‌های بزرگ با استفاده از Azure Synapse Analytics
• 27. استفاده از Power BI برای تجسم داده‌های دریاچه داده
• 28. ایجاد داشبوردهای تعاملی با Power BI
• 29. گزارش‌گیری و تحلیل داده‌های بلادرنگ
• 30. آشنایی با Azure Purview و کاتالوگ داده
• 31. مدیریت فراداده (Metadata) در Azure Purview
• 32. کشف و درک داده‌ها با Azure Purview
• 33. پیاده‌سازی کیفیت داده در Azure Data Lake
• 34. اعتبارسنجی و پروفایل‌بندی داده‌ها
• 35. معرفی Data Governance و سیاست‌های داده
• 36. استفاده از Azure Policy برای اعمال سیاست‌های داده
• 37. مقایسه Azure Data Lake با سایر راهکارهای دریاچه داده
• 38. سناریوهای کاربردی دریاچه‌های داده در صنایع مختلف
• 39. بهینه‌سازی Azure Data Lake برای یادگیری ماشین
• 40. استفاده از Azure Machine Learning با Data Lake
• 41. پردازش جریان داده (Stream Processing) با Azure Stream Analytics
• 42. ادغام Azure Stream Analytics با Data Lake
• 43. معماری Lambda و Kappa برای پردازش داده‌های بلادرنگ
• 44. آشنایی با مفاهیم DataOps و DevOps برای Data Lake
• 45. خودکارسازی استقرار و مدیریت Data Lake