کتاب صوتی راهکارهای نوین در مدیریت داده‌های حجیم با استفاده از Apache Iceberg

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهکارهای نوین در مدیریت داده‌های حجیم با استفاده از Apache Iceberg

موضوع کلی: مهندسی داده و کلان‌داده

موضوع میانی: مدیریت و بهینه‌سازی انبارهای داده مدرن (Data Lakehouse)

📋 سرفصل‌های دوره

• 1. مبانی و معماری انبارهای داده مدرن و چالش‌های مقیاس‌پذیری
• 2. آشنایی با مفهوم Data Lakehouse و جایگاه Apache Iceberg
• 3. بررسی محدودیت‌های فرمت‌های فایل سنتی در دریاچه داده
• 4. ساختار داخلی و سلسله‌مراتب فایل‌ها در Apache Iceberg
• 5. مدیریت طرح‌واره و تکامل جدول در محیط‌های توزیع‌شده
• 6. مکانیزم‌های کنترل نسخه‌برداری و سفر در زمان در Iceberg
• 7. درک مفهوم Snapshot و نحوه مدیریت حالت‌های داده
• 8. پیاده‌سازی و پیکربندی کاتالوگ‌های داده در Iceberg
• 9. بهینه‌سازی عملیات خواندن داده با استفاده از Metadata Layers
• 10. مدیریت فایل‌های کوچک و استراتژی‌های فشرده‌سازی داده
• 11. تکنیک‌های Partition Evolution برای بهینه‌سازی پرس‌وجوها
• 12. بررسی معماری Partitioning و تأثیر آن بر کارایی سیستم
• 13. استفاده از فیلترهای Bloom و شاخص‌های آماری برای افزایش سرعت
• 14. مکانیزم‌های نوشتن داده و مدیریت تراکنش‌های همزمان
• 15. پیاده‌سازی استراتژی‌های Merge و Upsert در جداول حجیم
• 16. مدیریت چرخه عمر داده و پاک‌سازی فایل‌های منقضی شده
• 17. یکپارچه‌سازی Apache Iceberg با موتورهای پردازشی Spark
• 18. اتصال و اجرای کوئری‌ها در محیط Trino و Presto
• 19. مدیریت امنیت و سطوح دسترسی در انبارهای داده مدرن
• 20. پایش و نظارت بر سلامت جداول و عملکرد سیستم
• 21. استراتژی‌های مهاجرت داده از Hive به Iceberg
• 22. پیاده‌سازی خط‌لوله‌های داده با استفاده از Iceberg و Kafka
• 23. تحلیل کارایی در مقیاس پتابایت و شناسایی گلوگاه‌های پردازشی
• 24. مدیریت داده‌های جریانی و پردازش‌های بلادرنگ در Iceberg
• 25. تکنیک‌های مدیریت خطاهای پردازشی و بازیابی داده
• 26. بررسی الگوهای طراحی برای بارهای کاری تحلیلی سنگین
• 27. تلفیق داده‌های ساختاریافته و نیمه‌ساختاریافته در مدل Lakehouse
• 28. مستندسازی و حاکمیت داده در معماری‌های نوین
• 29. ارائه راهکارهای عملی برای مقیاس‌پذیری افقی در سازمان‌ها