طراحی سیستم برای پایپلاینهای کلان داده
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- یادگیری درباره بلوکهای سازنده پایپلاین کلان داده، توابع و چالشهای آنها
- اتخاذ رویکرد جامع و کامل برای طراحی پایپلاین کلان داده
- بررسی تکنیکهایی برای تضمین مقیاسبندی کلی پایپلاین کلان داده
- مطالعه الگوهای طراحی برای بلوکهای سازنده، مزایا، معایب، کاربردها و فناوریهای موجود
- تمرکز اضافی بر زیرساخت، عملیاتها و امنیت در استقرارهای کلان داده
- تمرین آموختههای دوره با یک مطالعه موردی کاربرد بچینگ و بلادرنگ
توضیحات دوره
فناوریهای کلان داده در چند سال گذشته به طور تصاعدی در حال رشد بوده و به هر حوزه و صنعتی در توسعه نرمافزار نفوذ کردهاند. این تخصص به یک مهارت اصلی برای مهندسان نرمافزار تبدیل شده است. پایپلاینهای کلان داده قوی و موثر برای پشتیبانی از حجم فزاینده داده و اپلیکیشنها در دنیای کلان داده لازم هستند. این پایپلاینها به طور تجاری حیاتی شدهاند و به افزایش درآمد و کاهش هزینه کمک میکنند.
آیا پایپلاینهای کلان داده با جادو به وجود میآیند؟ طراحیهای با کیفیت بالا که مقیاسپذیر، قابل اعتماد و مقرون به صرفه هستند برای ساخت و نگهداری این پایپلاینها ضروری است.
چگونه یک پایپلاین end-to-end کلان داده بسازید که به طور موثر از فناوریها و شیوههای کلان داده برای حل مشکلات کسبوکار بهره ببرد؟ چگونه آنها را بهصورت مقیاسپذیر و قابل اعتماد یکپارچه کنید؟ چگونه آنها را مستقر، ایمن و عملیاتی کنید؟ چگونه به جنگل کلی نگاه کنید و نه فقط درختان فردی؟ این دوره روی این شکاف مهارتی تمرکز دارد.
این دوره چه مباحثی را پوشش میدهد؟
- ما با بحث درباره بلوکهای سازنده پایپلاینهای کلان داده، توابع و چالشهای آنها شروع میکنیم.
- ما یک فرآیند طراحی ساختاریافته برای ساخت پایپلاینهای کلان داده معرفی میکنیم.
- سپس به بحث درباره بلوکهای سازنده جداگانه میپردازیم و روی الگوهای طراحی موجود، مزایا، معایب، یوزکیسها و فناوریهای موجود تمرکز میکنیم.
- ما بهترین شیوهها را در طول دوره توصیه میکنیم.
در نهایت، دو یوزکیس برای تشریح نحوه اعمال آموختهها در دوره برای یک مشکل واقعی پیادهسازی میکنیم. یکی یک یوزکیس بچ و دیگری یوزکیس بلادرنگ است.
این دوره برای چه کسانی مناسب است؟
- طراحان و معماران پایپلاین کلان داده
- توسعهدهندگان کلان داده که به دنبال انتقال به نقشهای طراحی و معماری هستند.
- معماران نرمافزار که به دنبال کسب تجربه در کلان داده هستند.
طراحی سیستم برای پایپلاینهای کلان داده
-
نیاز به طراحی با کیفیت پایپلاین 03:46
-
پوشش دوره و پیشنیازها 04:16
-
فناوریهای ابری بدون سرور 01:50
-
شبکه پایپلاین کلان داده 03:02
-
بلوکهای اکتساب داده 03:21
-
بلوکهای انتقال داده 03:01
-
بلوکهای پردازش داده 02:49
-
بلوکهای ذخیرهسازی داده 02:28
-
بلوکهای ارائه داده 02:26
-
زیرساخت پایپلاین داده 02:38
-
عملیاتهای پایپلاین داده 03:16
-
بررسی فرآیند طراحی سیستم 03:25
-
تحلیل الزامات عملکردی 05:40
-
تحلیل ورودی پایپلاین 05:19
-
تحلیل الزامات غیرعملکردی 03:44
-
ترسیم فلوچارت پایپلاین 02:53
-
ایجاد طراحی اسکلتون 04:01
-
تحلیل مقیاسبندس 05:20
-
انتخاب فناوریها 05:28
-
طراحی زیرساخت و عملیاتها 03:35
-
توسعه استراتژی تست 03:09
-
پایپلاینهای بچ در مقابل بلادرنگ 08:35
-
معماریهای توزیع شده 04:54
-
معماریهای مبتنی بر میکروسرویس 06:40
-
پایپلاینهای بچ - بهترین شیوهها 05:32
-
پایپلاینهای بلادرنگ - بهترین شیوهها 05:40
-
معیارسنجی عملکرد برای پایپلاینهای کلان داده 05:22
-
الگوی انتقال فایل 04:43
-
الگوی کلاینت استخراج 04:17
-
الگوی API اکتساب 04:47
-
الگوی اکتساب انتشار و اشتراک (Pub Sub) 04:00
-
شیوههای طراحی اکتساب داده 05:06
-
الگوی بارگذاری استخراج 04:09
-
الگوی درخواست و پاسخ 05:43
-
الگوی استریمینگ رویداد 06:19
-
شیوههای طراحی انتقال داده 04:10
-
الگوهای پردازش داده 04:43
-
پردازش توزیع شده با کلان داده 04:51
-
شیوههای طراحی پردازش بچ - بخش 1 08:56
-
شیوههای طراحی پردازش بچ - بخش 2 06:32
-
شیوههای طراحی پردازش استریم 06:40
-
پردازش بچ در مقابل پردازش بلادرنگ 03:47
-
ملاحظات ورودی و خروجی برای پردازش 05:24
-
فناوریهای موتور پردازش 05:11
-
الگوی فایل سیستم توزیع شده 05:19
-
الگوی پایگاه داده رابطهای 04:59
-
الگوی پایگاه داده مستندات 04:41
-
الگوی پایگاه داده ستونی 03:29
-
الگوی پایگاه داده گراف 03:35
-
الگوی کش توزیع شده 04:20
-
شیوههای طراحی ذخیرهسازی داده - بخش 1 05:12
-
شیوههای طراحی ذخیرهسازی داده - بخش 2 03:54
-
الگوی رابط کوئری 04:52
-
الگوی API ارائه 04:37
-
الگوی کلاینت Push 03:36
-
الگوی انتشار و اشتراک 03:04
-
شیوههای طراحی ارائه داده 05:00
-
فناوریهای زیرساخت 06:00
-
استقرارهای میکروسرویسها 02:03
-
استقرار Job های پردازش 06:43
-
استقرارهای پایگاه داده و صفها 05:11
-
توزیع جغرافیایی 06:03
-
امنیت پایپلاین بر اساس طراحی 03:22
-
رابطهای خارجی ایمن 02:14
-
ذخیرهسازی ایمن داده 02:42
-
ملاحظات حریم خصوصی 02:43
-
ملاحظات Multi-Tenancy 02:37
-
عناصر قابلیت سرویسدهی 02:50
-
نظارت بر پایپلاینها 02:52
-
دادهای که باید نظارت شود 03:37
-
عیبیابی پایپلاین 03:53
-
تعریف مشکل برای CJA 05:35
-
مطالعه الزامات عملکردی CJA 03:20
-
تحلیل داده ورودی CJA 04:27
-
مطالعه الزامات غیرعملکردی CJA 01:38
-
مطالعه فلوچارت پایپلاین CJA 09:03
-
ایجاد طراحی اسکلتون CJA 09:15
-
تحلیل مقیاسبندی CJA 06:42
-
انتخاب فناوریها برای CJA 04:23
-
طراحی زیرساخت و عملیاتها برای CJA 03:55
-
تعریف مشکل برای SLA 01:37
-
مطالعه الزامات عملکردی SLA 03:07
-
تحلیل داده ورودی SLA 01:51
-
مطالعه الزامات غیرعملکردی SLA 01:48
-
ترسیم فلوچارت پایپلاین SLA 06:49
-
ایجاد طراحی اسکلتون SLA 04:51
-
تحلیل مقیاسبندی SLA 05:33
-
انتخاب فناوریهای SLA 04:12
-
تعریف زیرساخت و عملیاتهای SLA 03:15
-
تشکر از شما 00:24
مشخصات آموزش
طراحی سیستم برای پایپلاینهای کلان داده
- تاریخ به روز رسانی: 1404/10/04
- سطح دوره:متوسط
- تعداد درس:90
- مدت زمان :06:32:41
- حجم :1.82GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 05:14:59
- تعداد درس: 30
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:00:26
- تعداد درس: 31
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 01:57:58
- تعداد درس: 29
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 39:24
- تعداد درس: 25
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:52:39
- تعداد درس: 73
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 0:12:06
- تعداد درس: 8
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 1:48:18
- تعداد درس: 16
-
سطح دوره:
-
زبان: دوبله فارسی