ذخیره‌سازی داده‌ها و کوئری‌ها

معرفی
سرفصل

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

طراحی معماری‌های ذخیره‌سازی برای موارد استفاده مختلف و انتخاب فناوری‌های مناسب برای پیاده‌سازی این معماری‌ها
تمرین الگوهای رایج کوئری و شناسایی راه‌هایی برای بهبود عملکرد کوئری و افزایش ارزش سیستم‌های داده

توضیحات دوره

در این دوره با اجزای اولیه و فرآیندهای مورد استفاده برای ذخیره‌سازی فیزیکی داده‌ها بر روی دیسک و مموری آشنا می‌شوید. شما سیستم‌های ذخیره‌سازی مختلفی را بررسی می‌کنید که از آن جمله می‌توان به ذخیره‌سازی آبجکت، بلوک و فایل و همچنین پایگاه داده‌هایی اشاره کرد که بر اساس این اجزای اولیه ساخته شده‌اند. شما همچنین فرصتی خواهید داشت تا با استفاده از زبان Cypher، به پایگاه داده گرافی Neo4j کوئری زده و جستجوی تشابه بردار را انجام دهید، که البته این کار ویژگی کلیدی هوش مصنوعی مولد و مدل‌های زبانی بزرگ است.

در ادامه تکامل انتزاعات ذخیره‌سازی داده، از data warehouse گرفته تا data lakes و data lakehouses را بررسی خواهید کرد، در عین حال مزایا و معایب هر پارادایم معماری را نیز مقایسه می‌کنید. با تمرین عملی می‌توانید یک data lake ساده با استفاده از Amazon Glue طراحی کرده و یک data lakehouse با استفاده از AWS LakeFormation و Apache Iceberg بسازید. در آخرین هفته این دوره متوجه می‌شوید که چگونه کوئری‌ها در پس‌زمینه کار می‌کنند، نوشتن کوئری‌های پیشترفته‌تر SQL را تمرین می‌کنید، عملکرد کوئری را در ذخیره‌سازی سطری و ستونی مقایسه کرده و کوئری‌های جریانی را با استفاده از Apache Flink انجام می‌دهید.

ذخیره‌سازی داده‌ها و کوئری‌ها

فصل 1: اجزای اولیه ذخیره‌سازی و سیستم‌های ذخیره‌سازی

به دوره 3 خوش آمدید 3:31
مرور کلی بر دوره 3 3:57
اجزای اولیه ذخیره‌سازی - کامپوننت‌های فیزیکی ذخیره‌سازی داده 7:30
اجزای اولیه ذخیره‌سازی - فرآیندهای مورد نیاز برای ذخیره‌سازی داده 6:26
آپشن‌های ذخیره‌سازی ابری: ذخیره‌سازی بلوکی، آبجکت و فایل 7:31
سطوح ذخیره‌سازی - داده‌های Warm ،Hot و Cold 3:16
سیستم‌های ذخیره‌سازی توزیع‌شده 7:22
بررسی لابراتوار - مقایسه آپشن‌های ذخیره‌سازی ابری 4:19
چگونه پایگاه‌های داده داده‌ها را ذخیره می‌کنند؟ 4:48
ذخیره‌سازی سطری در مقابل ستونی 5:48
پایگاه داده‌های گرافی 4:41
پایگاه داده‌های برداری 4:31
Neo4j و زبان کوئری Cypher (قسمت 1) 4:17
Neo4j و زبان کوئری Cypher (قسمت 2) 8:38
[اختیاری] - گفت‌وگو با Juan Sequeda 24:29
خلاصه هفته 1 1:39
سیلابس برنامه None
[اختیاری] الگوریتم‌های فشرده‌سازی None
[اختیاری] روش‌های پارتیشن‌بندی یا شاردینگ در پایگاه داده None
[مهم] راهنماهایی قبل از اینکه لابراتوارهای این دوره را شروع کنید None
[اختیاری] سوالات متداول محیط لابراتوار VS Code None
[مهم] سوالات، مشکلات یا ایده‌هایی دارید؟ به انجمن ما بپیوندید! None
[اختیاری] فرمت Parquet None
[اختیاری] پایگاه داده‌های ستونی عریض None
[اختیاری] الگوریتم Hierarchical Navigable Small World (HNSW) :ANN None
[اختیاری] - لینک‌هایی به داده‌ها و دستورالعمل‌های Cypher None
نکات درس هفته 1 None
منابع هفته 1 None

فصل 2: انتزاعات ذخیره‌سازی

مرور کلی بر هفته 2 1:55
[اختیاری] گفت‌وگو با Bill Inmon 11:46
Data Warehouse - ایده‌های کلیدی معماری 5:57
Data Warehouse های ابری مدرن 3:59
Data Lakes - ایده‌های کلیدی معماری 3:46
Data Lake های نسل آینده 4:31
بررسی لابراتوار - Data Lake ساده با AWS Glue (قسمت 1) 5:22
بررسی لابراتوار - Data Lake ساده با AWS Glue (قسمت 2) 5:54
بررسی لابراتوار - Data Lake ساده با AWS Glue (قسمت 3 - اختیاری) 2:45
معماری Data Lakehouse 2:55
پیاده‌سازی Data Lakehouse 5:26
معماری Lakehouse بر روی AWS 5:09
پیاده‌سازی Lakehouse بر روی AWS 8:22
بررسی لابراتوار - ساخت Data Lakehouse با AWS Lake Formation و Apache Iceberg (قسمت 1) 9:41
بررسی لابراتوار - ساخت Data Lakehouse با AWS Lake Formation و Apache Iceberg (قسمت 2) 4:34
خلاصه هفته 2 2:13
نکات درس هفته 2 None
منابع هفته 2 None