کتاب تجزیه و تحلیل کلان داده با جاوا (Big Data with Java - Hadoop, Spark)

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 تجزیه و تحلیل کلان داده با جاوا (Big Data with Java - Hadoop, Spark)

موضوع کلی: برنامه نویسی

موضوع میانی: جاوا (Java)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر کلان داده و چالش‌های پردازش آن
  • 2. معماری و اجزای اکوسیستم Hadoop
  • 3. سیستم فایل توزیع‌شده HDFS و مفاهیم ذخیره‌سازی
  • 4. نصب و پیکربندی Hadoop در محیط توزیع‌شده
  • 5. مدل برنامه‌نویسی MapReduce و مفاهیم پایه
  • 6. پیاده‌سازی وظایف Map و Reduce در جاوا
  • 7. مدیریت ورودی و خروجی در MapReduce با InputFormat و OutputFormat
  • 8. بهینه‌سازی عملکرد Job های MapReduce
  • 9. مفاهیم پارتیشن‌بندی و مرتب‌سازی داده در MapReduce
  • 10. معرفی و نصب Apache Spark
  • 11. ساختار RDD و عملیات Transformation و Action
  • 12. کار با SparkContext و SparkSession در جاوا
  • 13. انبارش داده‌های حجیم با Hive و پرس‌وجو با HiveQL
  • 14. مفاهیم Data Warehouse و پارتیشن‌بندی در Hive
  • 15. معرفی Apache HBase و ذخیره‌سازی NoSQL
  • 16. طراحی Schema در HBase و عملیات CRUD با جاوا
  • 17. معرفی Apache Pig برای پردازش جریان‌های داده
  • 18. مدیریت منابع و زمان‌بندی با YARN
  • 19. پردازش جریانی و معرفی Apache Flink
  • 20. مفاهیم کلیدی Spark SQL و DataFrame
  • 21. انجام پرس‌وجوهای تحلیلی با Spark SQL روی داده‌های ساخت‌یافته
  • 22. مدیریت فایل‌های Parquet و Avro در Spark
  • 23. معرفی Apache Kafka و معماری پیام‌رسانی
  • 24. تولید و مصرف پیام در Kafka با استفاده از Java API
  • 25. پردازش جریانی با Spark Streaming و DStream
  • 26. ادغام Kafka و Spark برای پردازش لحظه‌ای داده
  • 27. مفاهیم Cluster Mode و مدیریت Executor ها در Spark
  • 28. تنظیم پارامترهای حافظه و CPU برای Job های Spark
  • 29. مدیریت وابستگی‌ها و کتابخانه‌ها در پروژه‌های Maven
  • 30. معرفی Apache Oozie برای زمان‌بندی Job ها
  • 31. مدیریت لاگ‌ها و مانیتورینگ در Hadoop
  • 32. معرفی Apache Zeppelin برای نوت‌بوک تحلیلی
  • 33. مفاهیم Shuffle و تأثیر آن بر عملکرد
  • 34. الگوریتم‌های Join در MapReduce و Spark
  • 35. پردازش داده‌های گرافی با GraphX در Spark
  • 36. مفاهیم Machine Learning روی داده‌های حجیم با MLlib
  • 37. پیاده‌سازی الگوریتم‌های خوشه‌بندی در Spark
  • 38. مدیریت داده‌های تکراری و پاک‌سازی داده در مقیاس بزرگ
  • 39. معرفی Apache Cassandra و مدل داده ستونی
  • 40. اتصال جاوا به HDFS با Hadoop FileSystem API
  • 41. مفاهیم Serialization و Writable در Hadoop
  • 42. معرفی Apache Accumulo برای ذخیره‌سازی امن
  • 43. مدیریت امنیت و احراز هویت در Hadoop با Kerberos
  • 44. معرفی Apache Ranger برای کنترل دسترسی
  • 45. پشتیبان‌گیری و بازیابی داده در HDFS
  • 46. مدیریت Replication Factor و Fault Tolerance
  • 47. مفاهیم Data Locality و تأثیر آن بر سرعت پردازش
  • 48. معرفی Tez به عنوان موتور اجرایی جایگزین
  • 49. بهینه‌سازی کد جاوا برای اجرا در Spark
  • 50. مدیریت داده‌های حجیم متنی و فایل‌های Log
  • 51. معرفی Apache NiFi برای جمع‌آوری و انتقال داده
  • 52. مفاهیم ETL در معماری کلان داده
  • 53. آزمون و اشکال‌زدایی Job های توزیع‌شده
  • 54. معرفی Hadoop 3 و ویژگی‌های جدید
  • 55. مدیریت نسخه‌های کتابخانه‌های Hadoop و Spark
  • 56. مفاهیم Checkpointing و Lineage در Spark
  • 57. مدیریت حافظه نهان و Persistence در RDD
  • 58. معرفی Apache Arrow برای پردازش ستونی
  • 59. مفاهیم Data Lake و تفاوت با Data Warehouse
  • 60. معرفی Apache Atlas برای مدیریت فراداده
  • 61. مدیریت Cost و بهینه‌سازی بودجه در خوشه‌های ابری
  • 62. آشنایی با ابزارهای انتقال داده مانند Sqoop
  • 63. مفاهیم Containerization و Docker برای کلان داده
  • 64. معرفی Kubernetes برای مدیریت خوشه‌های Spark
  • 65. مدیریت لاگ‌های توزیع‌شده با ELK Stack
  • 66. مفاهیم Streaming Analytics و پنجره‌های زمانی
  • 67. معرفی Apache Druid برای پرس‌وجوهای لحظه‌ای
  • 68. مدیریت داده‌های زمانی و سری زمانی در کلان داده
  • 69. مفاهیم Data Partitioning و Bucketing در Hive
  • 70. بهینه‌سازی پرس‌وجوهای Spark SQL با Catalyst Optimizer
  • 71. معرفی Apache Kudu برای ذخیره‌سازی سریع تحلیلی
  • 72. مفاهیم Data Skew و راه‌حل‌های مقابله با آن
  • 73. مدیریت فشرده‌سازی داده‌ها با Snappy و LZ4
  • 74. معرفی Apache Avro برای تبادل داده
  • 75. مفاهیم Schema Evolution در Avro و Parquet
  • 76. مدیریت Pipeline های پیچیده با Apache Airflow
  • 77. معرفی Presto برای پرس‌وجوهای SQL توزیع‌شده
  • 78. آشنایی با معماری Lakehouse و Delta Lake
  • 79. مفاهیم Transaction در ذخیره‌سازهای کلان داده
  • 80. مدیریت داده‌های JSON در Spark SQL
  • 81. معرفی Apache Gobblin برای یکپارچه‌سازی داده
  • 82. مفاهیم Multi-Tenancy و ایزوله‌سازی منابع

📚 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.