دوره آموزشی
دوبله زبان فارسی
آموزش Databricks - تسلط به Azure Databricks برای مهندسان داده
✅ سرفصل و جزئیات آموزش
این دوره آموزش Azure Databricks برای مهندسان داده حرفه ای است که از PySpark و Spark SQL استفاده می کنند.
آنچه یاد خواهید گرفت:
- Databricks در Azure Cloud
- کار با DBFS و Mount کردن ذخیره سازی
- Unity Catalog - پیکربندی و کار با آن
- امنیت و تامین کاربر Unity Catalog
- کار با Delta Lake و جداول Delta
- تکامل دستی و خودکار اسکیما
- هضم افزایشی در Lakehouse
- Databricks Autoloader
- جداول لایو Delta و پایپ لاین های DLT
- مخزن های Databricks و گردش کار Databricks
- Databricks Rest API و Databricks CLI
- پروژه Capstone
توضیحات دوره
مدرس در حال ایجاد "آموزش Databricks - تسلط به Azure Databricks برای مهندسان داده" با استفاده از پلتفرم Azure cloud است. این دوره به شما کمک خواهد کرد تا موارد زیر را یاد بگیرید:
- Databricks در Azure Cloud
- کار با DBFS و Mount کردن ذخیره سازی
- Unity Catalog - پیکربندی و کار با آن
- امنیت و تامین کاربر Unity Catalog
- کار با Delta Lake و جداول Delta
- تکامل دستی و خودکار اسکیما
- هضم افزایشی در Lakehouse
- Databricks Autoloader
- جداول لایو Delta و پایپ لاین های DLT
- مخزن های Databricks و گردش کار Databricks
- Databricks Rest API و Databricks CLI
این دوره برای چه کسانی مناسب است؟
- مهندسان داده
- معماران راه حل مهندسی داده
آموزش Databricks - تسلط به Azure Databricks برای مهندسان داده
-
پیش نیازهای دوره 02:14
-
درباره دوره 05:07
-
چگونه به مطالب و منابع دوره دسترسی پیدا کنیم؟ 11:51
-
یادداشتی برای دانشجویان - قبل از شروع 02:05
-
آشنایی با مهندسی داده 14:19
-
آپاچی اسپارک تا پلتفرم مهندسی داده 12:45
-
آشنایی با پلتفرم Databricks 08:32
-
آنچه در این بخش یاد خواهید گرفت 02:38
-
ایجاد حساب Azure Cloud 10:03
-
بررسی پورتال آژور 05:19
-
ایجاد سرویس فضای کاری Databricks 16:48
-
آشنایی با فضای کاری Databricks 14:06
-
معماری پلتفرم Azure Databricks 11:10
-
آنچه در این بخش یاد خواهید گرفت 02:10
-
چگونه خوشه اسپارک ایجاد کنیم؟ 16:34
-
کار با نوت بوک Databricks 13:08
-
فرمان های جادویی نوت بوک 07:48
-
پکیج یوتیلیتی Databricks 17:19
-
آنچه در این بخش یاد خواهید گرفت 01:56
-
آشنایی با DBFS 03:26
-
کار با DBFS Root 09:02
-
Mount کردن ADLS در DBFS 41:31
-
آنچه در این بخش یاد خواهید گرفت 02:44
-
آشنایی با Unity Catalog 12:30
-
راه اندازی Unity Catalog 30:04
-
تامین کاربر Unity Catalog 13:38
-
کار با آبجکت های امنیت پذیر 38:08
-
آنچه در این بخش یاد خواهید گرفت 01:51
-
آشنایی با Delta Lake 06:25
-
ایجاد جدول Delta 15:27
-
اشتراک گذاری داده برای جدول Delta خارجی 12:48
-
خواندن جدول Delta 10:04
-
عملیات های جدول Delta 21:58
-
Time Travel جدول Delta 20:56
-
تبدیل Parquet به Delta 08:22
-
اعتبارسنجی اسکیمای جدول Delta 21:12
-
تکامل اسکیمای جدول Delta 28:56
-
بررسی داخل جدول Delta 18:28
-
یوتیلیتی ها و بهینه سازی جدول Delta 43:41
-
آنچه در این بخش یاد خواهید گرفت 01:14
-
معماری و نیاز به هضم افزایشی 06:05
-
استفاده از Copy Into با تکامل دستی اسکیما 17:53
-
استفاده از Copy Into با تکامل خودکار اسکیما 13:41
-
استریمینگ هضم با تکامل دستی اسکیما 09:43
-
استریمینگ هضم با تکامل خودکار اسکیما 08:55
-
آشنایی با Databricks Autoloader 05:10
-
Autoloader با تکامل خودکار اسکیما 31:54
-
آنچه در این بخش یاد خواهید گرفت 01:31
-
آشنایی با Databricks DLT 06:21
-
درک سناریوی مورد استفاده DLT 10:33
-
راه اندازی مجموعه داده سناریوی DLT 06:06
-
ایجاد حجم کاری DLT در SQL 45:44
-
پایپ لاین DLT برای حجم کاری خود ایجاد کنید 19:41
-
ایجاد حجم کاری DLT در پایتون 46:57
-
آنچه در این بخش یاد خواهید گرفت 01:55
-
کار با مخزن های Databricks 21:19
-
کار با گردش کارهای Databricks 15:02
-
کار با Databricks Rest API 18:45
-
کار با Databricks CLI 12:22
-
محدوده و پس زمینه پروژه 08:48
-
حذف الزامات عملیاتی 03:56
-
طراحی ذخیره سازی 06:07
-
پیاده سازی امنیت داده 04:55
-
پیاده سازی سیاست های منابع 01:56
-
Decouple کردن هضم داده 03:55
-
طراحی لایه برنز 03:25
-
طراحی لایه نقره ای و طلایی 03:44
-
محیط خود را راه اندازی کنید 02:52
-
ایجاد یک فضای کاری 07:23
-
ایجاد و لایه ذخیره سازی 08:19
-
راه اندازی Unity Catalog 06:46
-
ایجاد Metadata Catalog و لوکیشن های خارجی 09:35
-
کنترل منبع خود را راه اندازی کنید 03:50
-
شروع کدنویسی 10:34
-
کد خود را تست کنید 12:28
-
بارگذاری داده تاریخی 05:16
-
هضم در لایه برنز 08:40
-
پردازش لایه نقره ای 12:27
-
مدیریت چند بروزرسانی 05:17
-
پیاده سازی لایه طلایی 05:41
-
ایجاد یک اسکریپت اجرا 08:47
-
آماده سازی برای تست یکپارچه سازی 03:49
-
ایجاد Producer داده تست 02:45
-
ایجاد تست یکپارچه سازی برای حالت Batch 06:11
-
ایجاد تست یکپارچه سازی برای حالت Stream 17:42
-
پیاده سازی پایپ لاین CI و CD 09:49
-
توسعه پایپ لاین بیلد 07:54
-
توسعه پایپ لاین انتشار 17:38
-
ایجاد اسکریپت Databricks CLI 04:00
-
تبریک 01:03
مشخصات آموزش
آموزش Databricks - تسلط به Azure Databricks برای مهندسان داده
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:90
- مدت زمان :17:34:01
- حجم :12.24GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy