اکسپرس 24
کتاب آموزش Scala و Spark برای پردازش داده‌های بزرگ

کتاب آموزش Scala و Spark برای پردازش داده‌های بزرگ

تگ‌ها: Apache Spark Big Data Scala Spark آموزش Scala آموزش Spark برنامه‌نویسی توزیع شده پردازش داده‌های بزرگ داده کاوی کلان داده

انتخاب پلن

افزودنی‌های اختیاری

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش Scala و Spark برای پردازش داده‌های بزرگ

موضوع کلی: برنامه نویسی

موضوع میانی: زبان‌های برنامه‌نویسی**

📋 سرفصل‌های دوره

  • 1. معرفی زبان Scala و نصب محیط توسعه
  • 2. نصب و راه‌اندازی Apache Spark
  • 3. ساختار پایه و متغیرها در Scala
  • 4. انواع داده و عملگرها در Scala
  • 5. ساختارهای کنترلی: شرط و حلقه
  • 6. توابع در Scala: تعریف و فراخوانی
  • 7. توابع مرتبه‌بالا و closures
  • 8. کار با مجموعه‌ها: List، Set و Map
  • 9. Immutable و mutable collections
  • 10. Pattern matching در Scala
  • 11. مدیریت خطا با Try-Catch و Option
  • 12. مفاهیم شی‌گرایی در Scala: کلاس و شیء
  • 13. وراثت و trait در Scala
  • 14. Case classes و sealed traits
  • 15. معرفی معماری Spark و RDD
  • 16. ایجاد و تبدیل RDDها
  • 17. عملیات انتقالی و کنشی روی RDD
  • 18. مدیریت پارتیشن‌بندی در RDD
  • 19. معرفی DataFrame و Dataset در Spark
  • 20. خواندن و نوشتن داده از منابع مختلف
  • 21. عملیات پایه روی DataFrameها
  • 22. فیلتر کردن و انتخاب ستون‌ها
  • 23. گروه‌بندی و تجمیع داده‌ها
  • 24. اتصال و join بین DataFrameها
  • 25. کار با توابع پنجره در Spark SQL
  • 26. مدیریت داده‌های گمشده و تمیزسازی
  • 27. بهینه‌سازی پرس‌وجو با Catalyst Optimizer
  • 28. معرفی Spark SQL و پرس‌وجوهای SQL
  • 29. مدیریت حافظه و تنظیمات اجرایی Spark
  • 30. پردازش جریانی با Spark Streaming
  • 31. پردازش داده‌های بیدرنگ با Structured Streaming
  • 32. مدیریت پنجره‌های زمانی در Streaming
  • 33. اتصال Spark به Kafka برای داده‌های جریانی
  • 34. کار با فرمت Parquet و فشرده‌سازی
  • 35. مدیریت فایل‌های بزرگ با Spark
  • 36. معرفی الگوریتم‌های یادگیری ماشین در Spark MLlib
  • 37. پیاده‌سازی رگرسیون با Spark
  • 38. خوشه‌بندی با K-Means در Spark
  • 39. مدیریت گراف با GraphX
  • 40. پردازش متن و tokenization در Spark
  • 41. مدیریت pipeline در MLlib
  • 42. ارزیابی مدل‌های یادگیری ماشین
  • 43. اشکال‌زدایی و لاگ‌گیری در Spark
  • 44. بهبود کارایی با caching و persistence
  • 45. مدیریت shuffle و تنظیم موازی‌سازی
  • 46. معرفی Spark on Kubernetes و YARN
  • 47. مدیریت منابع و توزیع بار
  • 48. ادغام Scala با کتابخانه‌های جاوا
  • 49. نوشتن تست واحد برای کدهای Spark
  • 50. مدیریت وابستگی‌ها با SBT
  • 51. بهینه‌سازی کد Scala برای Spark
  • 52. مدیریت داده‌های زمانی و تاریخ
  • 53. استفاده از UDF در Spark SQL
  • 54. مدیریت دیتاست‌های بزرگ با broadcast variables
  • 55. استفاده از accumulators برای جمع‌آوری آمار
  • 56. مدیریت تراکنش‌ها در Spark
  • 57. معرفی Delta Lake برای یکپارچگی داده
  • 58. مدیریت نسخه‌های داده با Delta Lake
  • 59. معرفی Apache Hive و اتصال به Spark
  • 60. پردازش داده‌های JSON و XML
  • 61. مدیریت داده‌های تودرتو با Spark
  • 62. بهینه‌سازی پرس‌وجوهای تکراری
  • 63. مدیریت خطا در pipelineهای پیچیده
  • 64. معرفی Apache Airflow برای orchestration
  • 65. مدیریت jobها و زمان‌بندی در Spark
  • 66. مقایسه Spark با Hadoop MapReduce
  • 67. مدیریت امنیت و احراز هویت در Spark
  • 68. معرفی SparkR و PySpark به صورت مختصر
  • 69. مدیریت لاگ و مانیتورینگ با Spark UI
  • 70. بهبود کارایی با vectorized operations
  • 71. مدیریت داده‌های تکراری و deduplication
  • 72. پایپلاین کامل پردازش داده از ورودی تا خروجی
  • 73. مدیریت memory و garbage collection در JVM
  • 74. بهینه‌سازی joinهای سنگین
  • 75. مدیریت داده‌های نامتوازن (skew)
  • 76. معرفی Apache Cassandra و اتصال به Spark
  • 77. مدیریت دیتابیس‌های رابطه‌ای با JDBC
  • 78. پردازش batch و real-time به صورت همزمان
  • 79. مدیریت checkpoint و fault tolerance
  • 80. معرفی Spark Thrift Server
  • 81. مدیریت کوئری‌های تعاملی با Spark
  • 82. بهینه‌سازی کد با استفاده از best practices
  • 83. مدیریت پروژه‌های بزرگ Scala با معماری مناسب
  • 84. معرفی Akka برای همزمانی در Scala
  • 85. مدیریت داده‌های سری زمانی با Spark
  • 86. پایپلاین نهایی و استقرار در محیط تولید

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.