کتاب صوتی تسلط بر طراحی و اجرای خط لوله‌های ETL در محیط Databricks با رویکرد مقیاس‌پذیری و کارایی بالا

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تسلط بر طراحی و اجرای خط لوله‌های ETL در محیط Databricks با رویکرد مقیاس‌پذیری و کارایی بالا

موضوع کلی: مهندسی داده و هوش تجاری

موضوع میانی: طراحی و پیاده‌سازی خط لوله داده (Data Pipeline) در پلتفرم‌های ابری

📋 سرفصل‌های دوره

• 1. مفاهیم پایه و معماری پردازش داده در دیتابریکس
• 2. آشنایی با محیط کاری و فضای ابری دیتابریکس
• 3. معماری مدالیون در دریاچه داده و سازماندهی لایه‌های داده
• 4. مدیریت کلاسترها و پیکربندی منابع محاسباتی
• 5. آشنایی با زبان اس‌کیوال در محیط دیتابریکس
• 6. ساختار و ویژگی‌های فرمت دلتا لیک
• 7. بررسی معماری پردازش توزیع‌شده با آپاچی اسپارک
• 8. مفاهیم پایه در طراحی خط لوله داده
• 9. اتصال به منابع داده خارجی و سیستم‌های ذخیره‌سازی ابری
• 10. استخراج داده از دیتابیس‌های رابطه‌ای با استفاده از کانکتورها
• 11. بارگذاری داده‌های خام در لایه برنز
• 12. پاک‌سازی و اعتبارسنجی داده‌ها در لایه سیلور
• 13. تبدیل و غنی‌سازی داده‌ها برای تحلیل‌های تجاری
• 14. مدیریت طرح‌واره و تکامل داده‌ها در جداول دلتا
• 15. استفاده از دیتابریکس اتولودر برای بلع داده‌های جریانی
• 16. بهینه‌سازی کارایی با استفاده از عملیات پارتیشن‌بندی
• 17. تکنیک‌های فشرده‌سازی و ایندکس‌گذاری در لایه گلد
• 18. پیاده‌سازی منطق‌های تجاری پیچیده با اسپارک اس‌کیوال
• 19. مدیریت وابستگی‌های زمانی در خط لوله داده
• 20. استفاده از دیتابریکس ورک‌فلو برای زمان‌بندی وظایف
• 21. مدیریت خطا و مکانیزم‌های بازیابی در خط لوله‌ها
• 22. مانیتورینگ و مشاهده‌پذیری در خط لوله‌های داده
• 23. مدیریت دسترسی‌ها و امنیت داده‌ها در پلتفرم دیتابریکس
• 24. رمزنگاری و حفاظت از اطلاعات در حین انتقال و ذخیره‌سازی
• 25. بهینه‌سازی هزینه‌های رایانش ابری در پردازش‌های داده
• 26. تست و اعتبارسنجی خط لوله‌های داده
• 27. مستندسازی و مدیریت فراداده‌ها در کاتالوگ یونیتی
• 28. پیاده‌سازی فرآیندهای استقرار خودکار با سی‌آی‌سی‌دی
• 29. مدیریت نسخه‌های کد و داده در محیط توسعه
• 30. استفاده از ابزارهای گزارش‌دهی متصل به لایه گلد
• 31. بهترین روش‌ها برای مقیاس‌پذیری خط لوله‌های بزرگ‌داده
• 32. راهکارهای عیب‌یابی در پردازش‌های توزیع‌شده
• 33. مدیریت توابع تعریف‌شده توسط کاربر در اسپارک
• 34. کاربرد یادگیری ماشین در فرآیندهای پیش‌پردازش داده
• 35. یکپارچه‌سازی با ابزارهای هوش تجاری استاندارد
• 36. پروژه نهایی طراحی یک خط لوله داده جامع و عملیاتی