دوره Apache Superset: از صفر تا صد با Docker و AWS

آنچه یاد خواهید گرفت:

• درک چیستی Superset، کامپوننت های کلیدی آن و چگونگی جایگیری آن در اکوسیستم هوش تجاری (BI) مدرن
• یادگیری چگونگی نصب و اجرای Superset به صورت محلی با Docker، مدیریت کانتینرها، شبکه‌ها و والیوم‌ها
• بررسی رابط کاربری، ادغام Superset با پایگاه‌های داده مانند Snowflake و طراحی داشبوردهای بصیرت‌بخش
• پیکربندی تم‌ها، پیاده‌سازی امنیت در سطح ردیف، قالب‌سازی Jinja و CSS، و طرح بندی ها برای همسوسازی ظاهر Superset با هویت سازمانی شما
• پیکربندی و راه‌اندازی Superset در AWS با استفاده از ECS ،RDS و Redis برای استفاده در محیط عملیاتی 

پیش‌نیازهای دوره

• دانش اولیه SQL – درک کوئری‌های SELECT، joinها و aggregationها
• (اختیاری) آشنایی بسیار اولیه با Python - متغیرها، لیست‌ها
• (اختیاری) آشنایی با دستورات پایه لینوکس

توضیحات دوره

به دوره «Apache Superset: از صفر تا صد با Docker و AWS» خوش آمدید!
این دوره عملی طراحی شده است تا شما را از ساخت اولین داشبوردتان به یک محیط تولیدی کاملاً مستقر در فضای ابری برساند.

Apache Superset یکی از سریع‌ترین پلتفرم‌های هوش تجاری متن‌باز است که توسط تیم‌های داده در سراسر جهان استفاده می‌شود. چه تحلیلگر داده، توسعه‌دهنده BI یا مهندس داده باشید، این دوره شما را قدم به قدم در مراحل نصب، پیکربندی، ساخت داشبورد، سفارشی‌سازی و استقرار در سطح سازمانی راهنمایی می‌کند.

در پایان دوره، قادر خواهید بود:

• Superset را به صورت محلی با استفاده از Docker نصب و اجرا کنید.
• داشبوردها و مصورسازی‌های تعاملی بسازید.
• به پایگاه‌های داده مانند PostgreSQL و Snowflake متصل شوید.
• Superset را برای تطابق با برند خود سفارشی کنید.
• ویژگی‌های پیشرفته مانند قالب‌سازی Jinja، امنیت در سطح ردیف (RLS) و استایل‌دهی سفارشی را پیاده‌سازی کنید.
• هشدارها، گزارش‌ها و پردازش تسک های پس‌زمینه را راه اندازی کنید.
• محیط Superset خود را در AWS با کامپوننت آماده برای محیط عملیاتی مستقر کنید.

این دوره بر مثال‌های دنیای واقعی، توضیحات شفاف و نمایش‌های عملی تمرکز دارد - بدون تئوری‌های غیرضروری، فقط دانشی که برای تسلط به Apache Superset نیاز دارید.

مهم - از آنجا که این دوره به تازگی منتشر شده است، زیرنویس ندارد. آن‌ها بعداً به طور خودکار توسط یودمی اضافه خواهند شد. امیدواریم درک کنید!

بخش 1: مقدمه
آشنایی با دوره، مخاطبان آن و ابزارهایی که استفاده خواهیم کرد.

• آشنایی با مدرس و درک اهداف دوره
• شناخت مخاطبان این دوره و انتظارات
• بررسی تنظیمات و ابزارهای مورد نیاز

بخش 2: مرور کلی
درک معماری Superset و مقایسه آن با سایر ابزارهای BI.

• بررسی کامپوننت های اصلی Superset و جریان داده
• مقایسه Superset با Tableau، Power BI و Looker
• یادگیری گزینه‌های مختلف نصب

بخش 3: مقدمه‌ای بر Docker
ایجاد زیربنای لازم برای اجرای Superset به صورت محلی با استفاده از Docker.

• یادگیری چیستی کانتینرها، ایمیج‌ها و والیوم‌ها
• درک Docker Compose و چگونگی تعامل سرویس‌ها

بخش 4: شروع کار با Superset
بررسی عمیق رابط کاربری Superset و یادگیری قابلیت‌های اصلی آن.

• بررسی داشبوردها، دیتاست‌ها و مصورسازی‌ها
• درک ناوبری و ویژگی‌های اصلی
• کشف چگونگی سازماندهی منابع داده توسط Superset

بخش 5: ساخت داشبورد کووید-19
ساخت اولین داشبورد تعاملی با استفاده از داده‌های واقعی.

• اتصال Superset به یک پایگاه داده
• ساخت و پیکربندی مصورسازی‌ها قدم به قدم
• مونتاژ و انتشار اولین داشبورد شما

بخش 6: سفارشی‌سازی
کاری کنید که Superset منعکس‌کننده برند و سبک شما باشد.

• تغییر لوگوها، رنگ‌ها و تم‌ها

بخش 7: داشبورد Snowflake
کار با منبع داده ابری و فیلترهای پیشرفته.

• اتصال Superset به Snowflake
• بررسی دیتاست‌ها و ساخت یک داشبورد جدید
• یادگیری فیلترینگ در Superset با جزئیات

بخش 8: ویژگی‌های پیشرفته
باز کردن قفل قدرتمندترین قابلیت‌های Superset

• استفاده از قالب‌سازی Jinja برای کوئری‌های پویا
• پیاده‌سازی امنیت در سطح ردیف (RLS)
• مدیریت نقش‌ها و دسترسی‌ها
• افزودن استایل‌دهی CSS سفارشی

بخش 9: هشدارها و گزارش‌ها
فعال‌سازی گزارش‌ها و اعلان‌های خودکار در Superset.

• راه‌اندازی Celery و Redis برای تسک های ناهمزمان 
• پیکربندی هشدارهای ایمیلی و زمان‌بندی گزارش
• درک نیازهای پیکربندی در سطح محیط عملیاتی

بخش 10: استقرار در AWS
استقرار Superset در فضای ابری مانند یک حرفه‌ای با استفاده از رویکرد IaC.

• راه‌اندازی Superset روی AWS ECS Fargate
• ادغام با RDS PostgreSQL و Redis
• اطمینان از مقیاس‌پذیری، قابلیت اطمینان و دسترسی امن

این دوره برای چه کسانی مناسب است؟

• توسعه‌دهندگان BI که به دنبال جایگزین‌های متن‌باز برای Power BI یا Tableau هستند.
• تحلیلگران داده که می‌خواهند ابزارهای مصورسازی مدرن و انعطاف‌پذیر را بررسی کنند.
• مهندسان داده که Superset را در پایپ‌لاین‌های داده، استقرار یا پشته‌های تحلیلی ادغام می‌کنند.
• حرفه‌ای‌های داده‌محور که مشتاق بینش‌ها، داشبوردها و BI متن‌باز هستند.