کتاب Hadoop و تحلیل داده‌های بزرگ با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Hadoop و تحلیل داده‌های بزرگ

موضوع کلی: مدیریت و تحلیل داده‌ها در کسب‌وکار

موضوع میانی: Hadoop

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر سیستم‌های فایل توزیع‌شده
• 2. معماری کلاستر Hadoop
• 3. نصب و پیکربندی Hadoop
• 4. مروری بر HDFS: سیستم فایل توزیع‌شده Hadoop
• 5. مفاهیم بلاک، Datanode و Namenode در HDFS
• 6. دستورات پایه کار با HDFS
• 7. مدیریت فایل‌ها در HDFS
• 8. پیکربندی و بهینه‌سازی HDFS
• 9. مقدمه‌ای بر MapReduce
• 10. مدل برنامه‌نویسی MapReduce
• 11. نوشتن اولین برنامه MapReduce
• 12. اجرای برنامه‌های MapReduce در Hadoop
• 13. مراحل اجرای یک Job در MapReduce
• 14. بهینه‌سازی برنامه‌های MapReduce
• 15. مروری بر YARN: مدیریت منابع Hadoop
• 16. مفاهیم Resource Manager و Node Manager در YARN
• 17. اجرای برنامه‌ها در YARN
• 18. پیکربندی و مدیریت منابع YARN
• 19. مقدمه‌ای بر Hive
• 20. زبان پرس‌وجوی Hive (HiveQL)
• 21. ایجاد جداول و وارد کردن داده‌ها در Hive
• 22. پرس‌وجوهای پایه در Hive
• 23. پیکربندی و بهینه‌سازی Hive
• 24. مروری بر Pig
• 25. زبان اسکریپت نویسی Pig (Pig Latin)
• 26. نوشتن اسکریپت‌های Pig
• 27. اجرای اسکریپت‌های Pig در Hadoop
• 28. مقدمه‌ای بر HBase
• 29. معماری و مفاهیم کلیدی HBase
• 30. ایجاد جداول و مدیریت داده‌ها در HBase
• 31. پرس‌وجو و دستکاری داده‌ها در HBase
• 32. مروری بر Spark
• 33. معماری و مفاهیم کلیدی Spark
• 34. RDDها در Spark
• 35. تبدیل‌ها و اکشن‌ها در Spark
• 36. Spark SQL
• 37. Spark Streaming
• 38. ادغام Hadoop و Spark
• 39. استفاده از Hive و Spark به صورت همزمان
• 40. استفاده از Pig و Spark به صورت همزمان
• 41. مقدمه‌ای بر Kafka
• 42. مفاهیم کلیدی Kafka
• 43. تولید و مصرف پیام‌ها در Kafka
• 44. ادغام Kafka با Hadoop و Spark
• 45. تحلیل داده‌های جریانی با Spark Streaming و Kafka