کتاب Spark SQL برای پرس‌وجوهای داده‌ای
, ,

کتاب Spark SQL برای پرس‌وجوهای داده‌ای

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperCourse-0000029011 دسته: , , برچسب: , , , , , , , , ,

📚 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 Spark SQL برای پرس‌وجوهای داده‌ای

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Apache Spark

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر Spark SQL
  • 2. آشنایی با Apache Spark
  • 3. مفاهیم اصلی Spark: RDD، DataFrame، Dataset
  • 4. چرا Spark SQL؟ مزایا و کاربردها
  • 5. نصب و پیکربندی Spark
  • 6. محیط های توسعه Spark: Notebook ها، IDE ها
  • 7. ایجاد اولین پرس و جو در Spark SQL
  • 8. مفاهیم کلیدی Spark SQL: Schema، Catalog، Catalyst Optimizer
  • 9. ساختار DataFrame
  • 10. ایجاد DataFrame از منابع مختلف
  • 11. خواندن داده ها: CSV، JSON، Parquet، ORC
  • 12. نوشتن داده ها در فرمت های مختلف
  • 13. عملیات اساسی DataFrame: select، filter، where
  • 14. عملیات DataFrame: groupBy، agg
  • 15. عملیات DataFrame: orderBy، sort
  • 16. عملیات DataFrame: distinct، dropDuplicates
  • 17. عملیات DataFrame: union، unionByName
  • 18. عملیات DataFrame: join (inner, outer, left, right, cross)
  • 19. استفاده از توابع درون‌ساخته (Built-in Functions)
  • 20. توابع رشته ای (String Functions)
  • 21. توابع عددی (Numeric Functions)
  • 22. توابع تاریخ و زمان (Date and Time Functions)
  • 23. توابع شرطی (Conditional Functions): if، when، otherwise
  • 24. توابع تجمعی (Aggregate Functions): count، sum، avg، min، max
  • 25. توابع تجمعی پیشرفته: collect_list، collect_set، percentile_approx
  • 26. کار با انواع داده ها (Data Types): String، Integer، Double، Boolean، Date، Timestamp
  • 27. کار با انواع داده های پیچیده: Array، Map، Struct
  • 28. تبدیل انواع داده ها (Type Casting)
  • 29. مدیریت مقادیر Null
  • 30. استفاده از UDF (User-Defined Functions)
  • 31. UDF های پایتون (Python UDFs)
  • 32. UDF های اسکالا (Scala UDFs)
  • 33. UDF های جاوا (Java UDFs)
  • 34. UDF های SQL
  • 35. بهینه سازی UDF ها
  • 36. کار با جداول موقت (Temporary Views)
  • 37. ایجاد جداول موقت از DataFrame
  • 38. پرس و جو از جداول موقت با SQL
  • 39. جداول موقت سراسری (Global Temporary Views)
  • 40. کار با کاتالوگ (Catalog)
  • 41. مدیریت پایگاه داده ها (Databases)
  • 42. مدیریت جداول (Tables)
  • 43. ایجاد جداول دائمی (Persistent Tables)
  • 44. ذخیره سازی داده ها در فرمت Parquet
  • 45. ذخیره سازی داده ها در فرمت Delta Lake
  • 46. مقدمه ای بر Delta Lake
  • 47. مزایای Delta Lake: ACID Transactions، Time Travel
  • 48. عملیات Delta Lake: insert، update، delete، merge
  • 49. نوشتن داده ها با Delta Lake
  • 50. خواندن داده ها با Delta Lake
  • 51. Time Travel در Delta Lake
  • 52. Schema Evolution در Delta Lake
  • 53. فشرده سازی داده ها (Data Compression)
  • 54. پارتیشن بندی داده ها (Data Partitioning)
  • 55. بهینه سازی پارتیشن بندی
  • 56. استفاده از شاخص ها (Indexing) در Delta Lake
  • 57. کار با Spark SQL CLI (Command Line Interface)
  • 58. اتصال به Spark SQL از طریق Beeline
  • 59. نوشتن پرس و جوهای SQL پیچیده
  • 60. استفاده از Subqueries
  • 61. استفاده از Common Table Expressions (CTEs)
  • 62. کار با Window Functions
  • 63. مفاهیم Window Functions: PARTITION BY، ORDER BY، Frame Clauses
  • 64. Window Functions پرکاربرد: row_number، rank، dense_rank
  • 65. Window Functions پرکاربرد: lag، lead، first_value، last_value
  • 66. Window Functions پرکاربرد: sum، avg، count (به صورت پنجره ای)
  • 67. کار با JSON Path Expressions
  • 68. استفاده از Regular Expressions در Spark SQL
  • 69. توابع مرتبط با JSON
  • 70. توابع مرتبط با XML
  • 71. کار با داده های جغرافیایی (Geospatial Data)
  • 72. استفاده از کتابخانه Apache Sedona (GeoSpark)
  • 73. مفاهیم اولیه داده های جغرافیایی: Point، Polygon، LineString
  • 74. عملیات جغرافیایی: Intersects، Contains، Within
  • 75. کار با داده های سری زمانی (Time Series Data)
  • 76. استفاده از توابع سری زمانی
  • 77. تحلیل داده های سری زمانی
  • 78. کار با داده های گراف (Graph Data)
  • 79. استفاده از GraphFrames
  • 80. مفاهیم اولیه گراف: Vertices، Edges
  • 81. الگوریتم های گراف: PageRank، Connected Components
  • 82. بهینه سازی پرس و جوهای Spark SQL
  • 83. بررسی طرح اجرای پرس و جو (Query Execution Plan)
  • 84. استفاده از Spark UI برای مانیتورینگ
  • 85. شناسایی گلوگاه ها (Bottlenecks)
  • 86. تکنیک های بهینه سازی: Broadcast Joins، Shuffle Pruning
  • 87. تنظیم پارامترهای Spark (Spark Configuration)
  • 88. مدیریت حافظه (Memory Management)
  • 89. تنظیم Executor Memory و Driver Memory
  • 90. تنظیم Cores و parallelism
  • 91. استفاده از Caching و Persisting
  • 92. کار با داده های بزرگ (Big Data)
  • 93. مقیاس پذیری Spark SQL
  • 94. ملاحظات امنیتی در Spark SQL
  • 95. مدیریت دسترسی به داده ها
  • 96. یکپارچگی با ابزارهای دیگر اکوسیستم Big Data
  • 97. Spark SQL و Hive
  • 98. Spark SQL و Kafka
  • 99. Spark SQL و Data Lakes
  • 100. Spark SQL و Data Warehouses

📚 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 Spark SQL برای پرس‌وجوهای داده‌ای”

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

محصولات مشابه

پیمایش به بالا