کتاب ساخت اپلیکیشن‌های داده‌محور مقیاس‌پذیر با Google Cloud Dataflow

انتخاب پلن

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 ساخت اپلیکیشن‌های داده‌محور مقیاس‌پذیر با Google Cloud Dataflow

موضوع کلی: مهندسی داده و معماری پردازش ابری

موضوع میانی: پردازش هم‌زمان داده‌های batch و streaming با Apache Beam

📋 سرفصل‌های دوره

  • 1. شناخت اپلیکیشن‌های داده‌محور و الزامات مقیاس‌پذیری
  • 2. مفاهیم پایه Apache Beam و Google Cloud Dataflow
  • 3. مقایسه پردازش batch، streaming و مدل یکنواخت
  • 4. داده‌های bounded و unbounded در مدل Beam
  • 5. PCollection و مدل تبدیل‌های داده‌ای
  • 6. تبدیل‌های element-wise و طراحی pipeline خالص
  • 7. aggregate، group و محاسبه خلاصه‌های توزیع‌شده
  • 8. Keyed PCollection و نقش کلیدها در پردازش موازی
  • 9. joinهای داده‌های ساخت‌یافته و نیمه‌ساخت‌یافته
  • 10. CoGroupByKey و الگوهای ترکیب داده‌های ناهم‌زمان
  • 11. side input و اشتراک‌گذاری داده‌های کوچک
  • 12. انتخاب الگوی join بر اساس حجم، تأخیر و هزینه
  • 13. زمان رویداد و زمان پردازش
  • 14. windowing و تعیین مرز بازه‌های زمانی
  • 15. watermark و تخمین پیشرفت داده‌های streaming
  • 16. کنترل داده‌های دیرهنگام با allowed lateness
  • 17. داده‌های تکراری و طراحی خروجی‌های تکراری
  • 18. پردازش حالت‌دار با Stateful DoFn
  • 19. State، Timer و تبدیل‌های وابسته به زمان
  • 20. custom windowing، trigger و combiner
  • 21. طراحی pipelineهای deterministic و بازیابی‌پذیر
  • 22. معماری کلی pipeline و مرزهای پردازشی
  • 23. PipelineOptions و تنظیمات runtime
  • 24. Dataflow Runner و انتخاب اجرای متناسب
  • 25. اجرای batch و streaming در Dataflow
  • 26. گذار از پردازش batch به streaming
  • 27. مشاهده execution graph و تحلیل مراحل
  • 28. stages، workers و scheduling
  • 29. shuffle و انتقال داده بین مراحل
  • 30. autoscaling و مدیریت منابع
  • 31. تنظیم worker size، CPU، memory و network
  • 32. انتخاب source و sink بر اساس الگوی داده
  • 33. خواندن و نوشتن داده در BigQuery
  • 34. استفاده از Pub/Sub برای ingestion لحظه‌ای
  • 35. کار با Cloud Storage و فایل‌های بزرگ
  • 36. اتصال به Kafka با Apache Beam IO
  • 37. کار با فرمت‌های Avro و Parquet
  • 38. schema، validation و schema evolution
  • 39. ساخت source و sink سفارشی
  • 40. watermark و estimated size در I/O سفارشی
  • 41. چرخه عمر DoFn و کنترل parallelism
  • 42. caching side input و fanout
  • 43. خطا، retry و dead-letter queue
  • 44. کنترل side effects و طراحی idempotent
  • 45. اعتبارسنجی داده و داده‌های نامعتبر
  • 46. metrics، logging و observability
  • 47. profilng و شناسایی گلوگاه‌های pipeline
  • 48. بهینه‌سازی pipelineهای batch
  • 49. بهینه‌سازی pipelineهای streaming
  • 50. کنترل هزینه، quota و ظرفیت منابع
  • 51. IAM، encryption و امنیت داده
  • 52. network isolation و محل نگهداری داده
  • 53. templates، reusable components و versioning
  • 54. تست واحد، یکپارچه و simulation
  • 55. استقرار خودکار با CI/CD
  • 56. مانیتورینگ، هشدار و runbook عملیاتی
  • 57. الگوهای معماری ETL و ELT
  • 58. تحلیل داده‌های لحظه‌ای و aggregation
  • 59. داده‌پردازی و dimension lookup
  • 60. جریان‌سازی featureهای مدل‌های machine learning
  • 61. streaming joins و enrichment حالت‌دار
  • 62. طراحی resilient pipeline برای محیط production
  • 63. معماری پایانی: طراحی، اجرا و ارزیابی یک سیستم داده‌محور کامل

📚 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.