کتاب تسریع پرس‌وجو در Hadoop با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تسریع پرس‌وجو در Hadoop

موضوع کلی: مدیریت و تحلیل داده‌های کلان (Big Data)

موضوع میانی: بهینه‌سازی عملکرد موتورهای پرس‌وجوی توزیع‌شده

📋 سرفصل‌های دوره

• 1. آشنایی با معماری کلاستر Hadoop
• 2. مفاهیم کلیدی در پردازش داده‌های بزرگ
• 3. نصب و پیکربندی Hadoop در محیط‌های مختلف
• 4. مروری بر HDFS: سیستم فایل توزیع‌شده Hadoop
• 5. دستورات اصلی کار با HDFS
• 6. مدیریت فایل‌ها و دایرکتوری‌ها در HDFS
• 7. مفاهیم تکثیر داده‌ها و تحمل خطا در HDFS
• 8. آشنایی با YARN: چارچوب مدیریت منابع Hadoop
• 9. مفهوم Container و Resource Manager در YARN
• 10. Node Manager و Application Master در YARN
• 11. برنامه‌نویسی MapReduce: اصول اولیه
• 12. نوشتن اولین برنامه MapReduce
• 13. مراحل اجرای یک شغل MapReduce
• 14. تنظیم پارامترهای شغلی MapReduce
• 15. بهینه‌سازی عملکرد MapReduce
• 16. آشنایی با Apache Hive
• 17. نوشتن پرس‌وجوهای HiveQL
• 18. وارد کردن داده‌ها به Hive
• 19. ایجاد جداول و پارتیشن‌بندی در Hive
• 20. انواع داده‌ها در Hive
• 21. استفاده از توابع و عملگرهای HiveQL
• 22. آشنایی با Apache Pig
• 23. نوشتن اسکریپت‌های Pig Latin
• 24. لود کردن داده‌ها در Pig
• 25. فیلتر کردن، گروه‌بندی و مرتب‌سازی داده‌ها در Pig
• 26. ذخیره نتایج در Pig
• 27. مقایسه Hive و Pig: مزایا و معایب
• 28. آشنایی با Apache Spark
• 29. معماری Spark و RDDها
• 30. تبدیل داده‌ها با استفاده از RDDها
• 31. انجام عملیات فیلتر، Map و Reduce بر روی RDDها
• 32. ذخیره و بازیابی RDDها
• 33. آشنایی با Spark SQL
• 34. نوشتن پرس‌وجوهای SQL در Spark
• 35. خواندن داده‌ها از منابع مختلف با Spark SQL
• 36. استفاده از DataFrameها و Datasetها
• 37. بهینه‌سازی پرس‌وجوهای Spark SQL
• 38. ادغام Spark با Hadoop
• 39. استفاده از Spark برای پردازش داده‌های ذخیره شده در HDFS
• 40. استفاده از YARN برای مدیریت منابع Spark
• 41. آشنایی با Apache Impala
• 42. نصب و پیکربندی Impala
• 43. نوشتن پرس‌وجوهای SQL در Impala
• 44. بهینه‌سازی عملکرد Impala
• 45. مقایسه Impala با Hive و Spark SQL