, ,

کتاب Google Cloud Platform: استقرار و مدیریت برنامه های Batch با Spark

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب Google Cloud Platform: استقرار و مدیریت برنامه های Batch با Spark

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر Google Cloud Platform (GCP)
  • 2. مقدمه ای بر پردازش دسته ای (Batch Processing)
  • 3. معرفی Apache Spark
  • 4. کاربرد Spark در پردازش دسته ای
  • 5. چرا GCP برای برنامه های Spark؟
  • 6. مزایای استفاده از GCP برای Spark
  • 7. معماری کلی برنامه های Spark در GCP
  • 8. مفاهیم کلیدی GCP برای Spark
  • 9. معرفی Dataproc
  • 10. Dataproc چیست؟
  • 11. چرا Dataproc؟
  • 12. مقایسه Dataproc با راهکارهای دیگر
  • 13. مراحل استقرار Dataproc
  • 14. ایجاد یک کلاستر Dataproc
  • 15. انواع کلاستر Dataproc (Standard, High Availability)
  • 16. پیکربندی کلاستر Dataproc (نودها، ماشین ها)
  • 17. نصب و پیکربندی Spark بر روی Dataproc
  • 18. اجرای اولین برنامه Spark بر روی Dataproc
  • 19. انتقال داده به GCP برای پردازش Spark
  • 20. ذخیره سازی داده در Cloud Storage
  • 21. استفاده از BigQuery برای داده های ساختاریافته
  • 22. انتقال داده از منابع محلی به GCP
  • 23. انتقال داده از پایگاه داده های دیگر به GCP
  • 24. استفاده از Cloud Dataflow برای ETL
  • 25. مقدمه ای بر برنامه های Spark (Spark Applications)
  • 26. انواع برنامه های Spark (Batch, Streaming, ML)
  • 27. نوشتن برنامه های Spark با Scala
  • 28. نوشتن برنامه های Spark با Python (PySpark)
  • 29. نوشتن برنامه های Spark با Java
  • 30. مفاهیم Spark Core
  • 31. RDD ها (Resilient Distributed Datasets)
  • 32. عملیات Transform و Action در RDD ها
  • 33. انواع RDD ها
  • 34. Spark SQL
  • 35. DataFrames
  • 36. Datasets
  • 37. عملکرد Spark SQL
  • 38. استفاده از Spark SQL برای پرس و جوی داده
  • 39. Spark Streaming
  • 40. مفاهیم Spark Streaming
  • 41. DStreams (Discretized Streams)
  • 42. پردازش داده های جریانی با Spark
  • 43. Spark MLlib
  • 44. مقدمه ای بر یادگیری ماشین با Spark
  • 45. الگوریتم های MLlib
  • 46. آموزش مدل های یادگیری ماشین با Spark
  • 47. مراحل کلی استقرار برنامه Spark در GCP
  • 48. توسعه برنامه Spark
  • 49. بسته بندی (Packaging) برنامه Spark
  • 50. ذخیره سازی کد برنامه Spark
  • 51. استقرار برنامه Spark بر روی Dataproc
  • 52. روش های اجرای برنامه Spark
  • 53. ارسال برنامه Spark به کلاستر Dataproc
  • 54. مدیریت Jobs در Dataproc
  • 55. زمان بندی (Scheduling) Jobs در Dataproc
  • 56. استفاده از Cloud Composer (Airflow) برای زمان بندی
  • 57. مقدمه ای بر مدیریت برنامه های Spark
  • 58. نظارت (Monitoring) بر کلاسترهای Dataproc
  • 59. مانیتورینگ عملکرد Spark Jobs
  • 60. استفاده از Cloud Monitoring
  • 61. تنظیم هشدار (Alerting)
  • 62. مدیریت هزینه ها در Dataproc
  • 63. بهینه سازی هزینه کلاسترها
  • 64. استفاده از Preemptible VMs
  • 65. مدیریت دسترسی و امنیت در GCP
  • 66. IAM (Identity and Access Management)
  • 67. کنترل دسترسی به کلاسترهای Dataproc
  • 68. امنیت داده ها در Cloud Storage و BigQuery
  • 69. رمزنگاری داده ها
  • 70. استفاده از VPC (Virtual Private Cloud)
  • 71. شبکه سازی در GCP برای Dataproc
  • 72. Firewall Rules
  • 73. Private Google Access
  • 74. پیکربندی شبکه برای Dataproc
  • 75. بهینه سازی عملکرد برنامه های Spark
  • 76. بهینه سازی RDD ها
  • 77. بهینه سازی DataFrames و Spark SQL
  • 78. تنظیم پارامترهای Spark
  • 79. مدیریت حافظه در Spark
  • 80. مدیریت ذخیره سازی در Spark
  • 81. استفاده از Caching و Persistence
  • 82. بهینه سازی I/O
  • 83. مدیریت خطاهای برنامه های Spark
  • 84. عیب یابی (Troubleshooting) کلاسترهای Dataproc
  • 85. تحلیل لاگ ها (Logs)
  • 86. استفاده از Spark UI
  • 87. مدیریت خطاهای برنامه Spark
  • 88. بازیابی از خطاها (Fault Tolerance)
  • 89. استفاده از checkpoints
  • 90. مفاهیم پیشرفته Dataproc
  • 91. Dataproc Metastore
  • 92. استفاده از Hive Metastore
  • 93. Hive on Dataproc
  • 94. Pig on Dataproc
  • 95. استفاده از Spark Shell
  • 96. استفاده از PySpark Shell
  • 97. استفاده از Spark Submit
  • 98. مدیریت پارامترهای برنامه Spark
  • 99. استفاده از Cluster Initialization Scripts
  • 100. انجام تنظیمات خودکار در زمان ایجاد کلاستر

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب Google Cloud Platform: استقرار و مدیریت برنامه های Batch با Spark”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا