سپنتا کتاب اکسپرس
کتاب Apache Hive: زبان SQL برای تحلیل داده‌های Hadoop

کتاب Apache Hive: زبان SQL برای تحلیل داده‌های Hadoop

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Apache Hive: زبان SQL برای تحلیل داده‌های Hadoop

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: Hadoop

📋 سرفصل‌های دوره

  • 1. آشنایی با اکوسیستم Hadoop و نقش Hive
  • 2. مفاهیم کلیدی Big Data و Hadoop
  • 3. نصب و پیکربندی Hive
  • 4. معماری Hive: Warehouse، Metastore، Driver
  • 5. انواع درایورهای Hive (CLI، JDBC، Thrift)
  • 6. انواع ذخیره‌سازی در Hive (TextFile، SequenceFile، ORC، Parquet)
  • 7. فرمت‌های داده در Hive (JSON، CSV، Avro)
  • 8. مقدمه‌ای بر زبان HiveQL (HQL)
  • 9. تفاوت‌های HiveQL با SQL استاندارد
  • 10. ایجاد جداول در Hive (CREATE TABLE)
  • 11. انواع جداول در Hive (External vs. Managed)
  • 12. ایجاد جداول خارجی (External Tables)
  • 13. پارتیشن‌بندی جداول (Partitioning)
  • 14. دسته‌بندی جداول (Bucketing)
  • 15. مدیریت جداول: ALTER TABLE
  • 16. حذف جداول: DROP TABLE
  • 17. نمایش جداول و پارتیشن‌ها: SHOW TABLES, SHOW PARTITIONS
  • 18. بارگذاری داده در جداول Hive (LOAD DATA)
  • 19. دستورات INSERT INTO
  • 20. دستورات INSERT OVERWRITE
  • 21. کپی کردن داده بین جداول
  • 22. کوئری‌های SELECT پایه در HiveQL
  • 23. فیلتر کردن داده‌ها با WHERE
  • 24. مرتب‌سازی نتایج با ORDER BY
  • 25. مرتب‌سازی در سطح پارتیشن با SORT BY
  • 26. مرتب‌سازی در سطح فایل با DISTRIBUTE BY
  • 27. دستور LIMIT برای محدود کردن نتایج
  • 28. توابع تجمعی (Aggregate Functions): COUNT, SUM, AVG, MIN, MAX
  • 29. گروه‌بندی نتایج با GROUP BY
  • 30. فیلتر کردن گروه‌ها با HAVING
  • 31. کوئری‌های ترکیبی (JOIN) در Hive
  • 32. انواع JOIN: INNER JOIN, LEFT OUTER JOIN, RIGHT OUTER JOIN, FULL OUTER JOIN
  • 33. استفاده از ALIAS برای جداول
  • 34. کوئری‌های زیرمجموعه (Subqueries)
  • 35. عملیات روی رشته‌ها (String Functions)
  • 36. عملیات روی تاریخ و زمان (Date/Time Functions)
  • 37. توابع ریاضی (Math Functions)
  • 38. توابع شرطی (Conditional Functions): CASE, COALESCE, NVL
  • 39. تبدیل نوع داده (Type Casting)
  • 40. کار با داده‌های Null
  • 41. استفاده از Regular Expressions در Hive
  • 42. توابع پنجره‌ای (Window Functions)
  • 43. رتبه‌بندی با Window Functions (ROW_NUMBER, RANK, DENSE_RANK)
  • 44. توابع تجمعی با Window Functions (SUM OVER, AVG OVER)
  • 45. ایجاد View در Hive
  • 46. انواع View (Virtual vs. Materialized)
  • 47. استفاده از UDF (User-Defined Functions)
  • 48. نوشتن UDFهای ساده با Java
  • 49. ثبت و استفاده از UDFها در Hive
  • 50. بهینه‌سازی کوئری‌های Hive
  • 51. تنظیمات (Configuration) Hive برای بهبود عملکرد
  • 52. استفاده از Tez به عنوان Execution Engine
  • 53. استفاده از Spark به عنوان Execution Engine
  • 54. دستورات OPTIMIZE و ANALYZE TABLE
  • 55. استفاده از ORC File Format برای عملکرد بهتر
  • 56. استفاده از Parquet File Format برای عملکرد بهتر
  • 57. پارتیشن‌بندی مؤثر جداول
  • 58. Bucketing برای بهبود JOINها
  • 59. کاهش داده‌های خوانده شده با SELECT *
  • 60. استفاده از فیلترهای زودتر در WHERE Clause
  • 61. مدیریت Metastore در Hive
  • 62. تنظیمات امنیتی Hive
  • 63. مفاهیم ACID در Hive
  • 64. چرا ACID برای Hive مهم است
  • 65. پیاده‌سازی ACID با استفاده از ORC
  • 66. استفاده از تراکنش‌ها در Hive
  • 67. مدیریت تراکنش‌ها
  • 68. کار با داده‌های بزرگ و پیچیده
  • 69. تبدیل ساختارهای JSON به جداول Hive
  • 70. تبدیل ساختارهای XML به جداول Hive
  • 71. استفاده از Hive با Apache Spark
  • 72. استفاده از Hive با Apache Flink
  • 73. مقدمه‌ای بر Apache Impala
  • 74. مقایسه Hive و Impala
  • 75. مقدمه‌ای بر Apache Drill
  • 76. مقایسه Hive و Drill
  • 77. کاربردهای عملی Hive در تحلیل داده
  • 78. تحلیل داده‌های فروش با Hive
  • 79. تحلیل داده‌های لاگ وب‌سایت با Hive
  • 80. تحلیل داده‌های شبکه‌های اجتماعی با Hive
  • 81. تحلیل داده‌های مالی با Hive
  • 82. مقدمه‌ای بر Data Warehousing با Hive
  • 83. مفاهیم ETL با Hive
  • 84. استفاده از Hive برای گزارش‌گیری
  • 85. آینده Hive و تحولات آن
  • 86. نکات و ترفندهای پیشرفته در Hive
  • 87. جمع‌بندی و مرور مفاهیم کلیدی

📚 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.