انبار داده، دریاچه داده و Data Lakehouse - اصول

آنچه یاد خواهید گرفت:

• درک معماری‌های داده مدرن
• تسلط به تکنیک‌های یکپارچه‌سازی داده
• بررسی فناوری‌ها و ابزارهای کلیدی
• درک معماری Lakehouse

پیش‌نیازهای دوره

• هیچ تجربه‌ای نیاز نیست!

توضیحات دوره

این دوره بررسی جامعی از معماری‌های پلتفرم داده مدرن را ارائه می‌دهد و بر انبار داده، دریاچه داده و Data Lakehouse تمرکز دارد. فراگیران کار خود را با درک اصول پایه پایگاه‌های داده، شامل سیستم‌های OLTP و OLAP، و نقش آن‌ها در بارهای کاری عملیاتی و تحلیلی آغاز خواهند کرد. برنامه درسی، تکامل از انبارهای داده سنتی که مخازن متمرکز و ساختاریافته برای هوش تجاری هستند به سمت دریاچه‌های داده مقیاس‌پذیر و انعطاف‌پذیر را پوشش می‌دهد؛ سیستم‌هایی که داده‌های ساختاریافته، نیمه‌ساختاریافته و بدون ساختار را برای تحلیل‌های پیشرفته و یادگیری ماشین ذخیره می‌کنند.

شرکت‌کنندگان به تفاوت‌های بین فرآیندهای ETL (استخراج، تبدیل، بارگذاری) و ELT (استخراج، بارگذاری، تبدیل) مسلط خواهند شد و یاد می‌گیرند که چگونه رویکرد مناسب را برای پلتفرم‌های Cloud-Native انتخاب کنند. این دوره مزایا و چالش‌های هر معماری، نظیر حاکمیت داده، مقیاس‌پذیری، کارایی هزینه و پیچیدگی یکپارچه‌سازی را برجسته می‌کند.

تمرکز اصلی بر پارادایم نوظهور Data Lakehouse است که بهترین ویژگی‌های دریاچه‌ها و انبارها را یکپارچه می‌کند. فراگیران فناوری‌های کلیدی مانند Delta Lake، Apache Iceberg و Hudi را بررسی خواهند کرد و درک می‌کنند که چگونه معماری‌های Lakehouse تراکنش‌های ACID، اجرای طرح‌واره و تعامل‌پذیری با ابزارهای BI و AI را ممکن می‌سازند.

در پایان دوره، دانشجویان برای طراحی، پیاده‌سازی و بهینه‌سازی پلتفرم‌های داده‌ای تجهیز خواهند شد که از تحلیل‌های بلادرنگ، علم داده پیشرفته و حاکمیت قوی برای محیط‌های سازمانی پشتیبانی می‌کنند.

این دوره برای چه کسانی مناسب است؟

• مهندسین داده
• مدیران داده
• معماران داده