کتاب صوتی بهینه‌سازی ذخیره‌سازی و پردازش داده در محیط‌های ابری با Spark

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی ذخیره‌سازی و پردازش داده در محیط‌های ابری با Spark

موضوع کلی: فناوری اطلاعات و پردازش داده

موضوع میانی: بهینه‌سازی سیستم‌های پردازش کلان داده

📋 سرفصل‌های دوره

• 1. مبانی پردازش کلان داده
• 2. معماری Spark
• 3. مفاهیم کلیدی Spark
• 4. ساختارهای داده در Spark
• 5. RDD ها در Spark
• 6. عملیات RDD
• 7. تبدیلات و اقدامات RDD
• 8. بهینه‌سازی RDD
• 9. Spark SQL
• 10. DataFrames در Spark
• 11. Datasets در Spark
• 12. بهینه‌سازی DataFrames
• 13. Catalyst Optimizer
• 14. Spark Streaming
• 15. مبانی پردازش جریانی
• 16. پنجره‌بندی در Spark Streaming
• 17. مدیریت وضعیت در Spark Streaming
• 18. بهینه‌سازی Spark Streaming
• 19. Spark MLlib
• 20. یادگیری ماشین با Spark
• 21. الگوریتم‌های MLlib
• 22. آموزش مدل‌ها با MLlib
• 23. ارزیابی مدل‌ها در MLlib
• 24. بهینه‌سازی مدل‌ها در MLlib
• 25. ذخیره‌سازی داده‌های ابری
• 26. مفاهیم ذخیره‌سازی ابری
• 27. خدمات ذخیره‌سازی ابری
• 28. Amazon S3
• 29. Google Cloud Storage
• 30. Azure Blob Storage
• 31. انتخاب فرمت‌های ذخیره‌سازی
• 32. Parquet
• 33. Avro
• 34. JSON
• 35. بهینه‌سازی فرمت‌های ذخیره‌سازی
• 36. طراحی شمای داده
• 37. فشرده‌سازی داده
• 38. تقسیم‌بندی داده (Partitioning)
• 39. تکنیک‌های Partitioning
• 40. بهینه‌سازی خواندن داده
• 41. بهینه‌سازی نوشتن داده
• 42. مدیریت مخازن داده (Data Lakes)
• 43. مخازن داده در محیط ابری
• 44. معماری مخازن داده
• 45. امنیت در مخازن داده
• 46. حاکمیت داده (Data Governance)
• 47. کیفیت داده
• 48. پاکسازی داده
• 49. تبدیل داده
• 50. مدیریت چرخه حیات داده
• 51. اتصال Spark به ذخیره‌سازی ابری
• 52. تنظیمات اتصال Spark
• 53. پیکربندی Spark برای ذخیره‌سازی ابری
• 54. بهینه‌سازی عملکرد Spark با ذخیره‌سازی ابری
• 55. مقیاس‌پذیری سیستم‌های داده
• 56. ملاحظات مقیاس‌پذیری
• 57. بهینه‌سازی هزینه در ذخیره‌سازی ابری
• 58. مدیریت هزینه
• 59. پایش عملکرد
• 60. ابزارهای پایش
• 61. مانیتورینگ Spark
• 62. مانیتورینگ ذخیره‌سازی ابری
• 63. تجزیه و تحلیل عملکرد
• 64. شناسایی گلوگاه‌ها
• 65. تکنیک‌های اشکال‌زدایی
• 66. بهینه‌سازی حافظه در Spark
• 67. مدیریت حافظه در Spark
• 68. تنظیمات پارامترهای حافظه
• 69. بهینه‌سازی CPU در Spark
• 70. مدیریت CPU در Spark
• 71. تنظیمات پارامترهای CPU
• 72. تکنیک‌های بهینه‌سازی پیشرفته
• 73. Caching و Persistence
• 74. Serialization در Spark
• 75. Broadcast Variables
• 76. Accumulators
• 77. تنظیمات Spark Context
• 78. مدیریت Job ها و Stage ها
• 79. پایش و بهینه‌سازی Job ها
• 80. استراتژی‌های استقرار Spark
• 81. Spark در Kubernetes
• 82. Spark در YARN
• 83. Spark در Databricks
• 84. ملاحظات امنیتی در Spark
• 85. رمزنگاری داده
• 86. مدیریت دسترسی
• 87. پیاده‌سازی راهکارهای ابری برای تحلیل داده
• 88. معماری تحلیل داده مدرن
• 89. نقش Spark در اکوسیستم داده
• 90. آینده پردازش کلان داده
• 91. نوآوری‌ها در Spark
• 92. روندهای ذخیره‌سازی داده
• 93. تکنیک‌های تحلیل داده پیشرفته
• 94. کاربردها در صنعت
• 95. تحلیل داده‌های مالی
• 96. تحلیل داده‌های بازاریابی
• 97. تحلیل داده‌های علمی
• 98. بهینه‌سازی کلان داده برای کسب و کار
• 99. تصمیم‌گیری مبتنی بر داده
• 100. مدیریت ریسک در سیستم‌های داده