سپنتا کتاب اکسپرس
کتاب مهندسی خطوط لوله داده Serverless با Apache Beam و Google Cloud Dataflow

کتاب مهندسی خطوط لوله داده Serverless با Apache Beam و Google Cloud Dataflow

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 مهندسی خطوط لوله داده Serverless با Apache Beam و Google Cloud Dataflow

موضوع کلی: پردازش داده‌های ابری و معماری‌های Serverless

موضوع میانی: طراحی و پیاده‌سازی خطوط لوله داده (Data Pipelines) با استفاده از سرویس‌های ابری

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر پردازش داده ابری
  • 2. مفاهیم کلیدی معماری Serverless
  • 3. مزایای استفاده از Serverless در پردازش داده
  • 4. آشنایی با Apache Beam
  • 5. اصول طراحی خطوط لوله داده
  • 6. اصول طراحی خطوط لوله داده در محیط ابری
  • 7. معماری Google Cloud Dataflow
  • 8. نصب و پیکربندی محیط توسعه Dataflow
  • 9. اولین خط لوله داده با Dataflow
  • 10. کار با PCollections در Apache Beam
  • 11. تبدیلات ایستا و پویا در Apache Beam
  • 12. تبدیلات تجمعی (Aggregations)
  • 13. توابع پنجره‌بندی (Windowing)
  • 14. مدیریت زمان در پنجره‌ها
  • 15. نحوه استفاده از پنجره‌های ثابت (Fixed Windows)
  • 16. نحوه استفاده از پنجره‌های لغزان (Sliding Windows)
  • 17. نحوه استفاده از پنجره‌های جلسه (Session Windows)
  • 18. نحوه استفاده از پنجره‌های Global
  • 19. کار با داده‌های ورودی (Sources)
  • 20. کار با داده‌های خروجی (Sinks)
  • 21. فرمت‌های رایج داده (JSON, CSV, Avro)
  • 22. استفاده از Pub/Sub برای ورودی/خروجی داده
  • 23. پیکربندی Pub/Sub برای Dataflow
  • 24. استفاده از Cloud Storage برای ورودی/خروجی داده
  • 25. پیکربندی Cloud Storage برای Dataflow
  • 26. پردازش داده‌های جریانی (Streaming Data)
  • 27. پردازش داده‌های دسته‌ای (Batch Data)
  • 28. تفاوت‌های پردازش جریانی و دسته‌ای
  • 29. معماری‌های پردازش داده Real-time
  • 30. کار با داده‌های ساختاریافته
  • 31. کار با داده‌های نیمه ساختاریافته
  • 32. کار با داده‌های بدون ساختار
  • 33. استفاده از BigQuery به عنوان Sink
  • 34. نحوه ادغام Dataflow با BigQuery
  • 35. استفاده از BigQuery به عنوان Source
  • 36. بهینه‌سازی خطوط لوله داده
  • 37. عیب‌یابی خطوط لوله داده
  • 38. مانیتورینگ خطوط لوله داده در Dataflow
  • 39. مدیریت خطا در خطوط لوله داده
  • 40. استفاده از Cloud Functions در معماری Serverless
  • 41. ادغام Cloud Functions با Dataflow
  • 42. استفاده از Cloud Run برای پردازش داده
  • 43. ادغام Cloud Run با Dataflow
  • 44. مفاهیم کلیدی مهندسی داده
  • 45. طراحی پایگاه داده NoSQL برای پردازش ابری
  • 46. استفاده از Firestore برای ذخیره‌سازی داده
  • 47. استفاده از Bigtable برای پردازش کلان داده
  • 48. امنیت در پردازش داده ابری
  • 49. مدیریت دسترسی در Google Cloud
  • 50. رمزنگاری داده‌ها در حالت سکون و انتقال
  • 51. قوانین و مقررات حفاظت از داده‌ها
  • 52. اصول حاکمیت داده (Data Governance)
  • 53. پیاده‌سازی خطوط لوله داده برای تحلیل داده
  • 54. کار با داده‌های سری زمانی
  • 55. تکنیک‌های پیش‌پردازش داده
  • 56. پاکسازی داده‌های ناقص
  • 57. شناسایی و حذف داده‌های پرت
  • 58. نرمال‌سازی و مقیاس‌بندی داده‌ها
  • 59. مهندسی ویژگی (Feature Engineering)
  • 60. مدل‌سازی پیش‌بینی‌کننده با داده‌های ابری
  • 61. استفاده از AI Platform برای آموزش مدل
  • 62. ادغام Dataflow با AI Platform
  • 63. پیاده‌سازی خطوط لوله داده برای یادگیری ماشین
  • 64. مفاهیم پایگاه داده رابطه‌ای
  • 65. طراحی پایگاه داده رابطه‌ای برای محیط ابری
  • 66. استفاده از Cloud SQL برای پایگاه داده رابطه‌ای
  • 67. بهینه‌سازی کوئری در پایگاه داده رابطه‌ای
  • 68. مفاهیم پایگاه داده گراف
  • 69. استفاده از Neo4j برای پردازش داده‌های گراف
  • 70. ادغام Dataflow با پایگاه داده گراف
  • 71. معماری‌های داده مدرن
  • 72. انبار داده (Data Warehouse)
  • 73. دریاچه داده (Data Lake)
  • 74. مفاهیم Data Mesh
  • 75. پیاده‌سازی Data Mesh با سرویس‌های ابری
  • 76. استفاده از Apache Kafka برای پردازش جریانی
  • 77. ادغام Dataflow با Apache Kafka
  • 78. معماری‌های رویداد محور (Event-Driven Architectures)
  • 79. کار با الگوی Saga برای تراکنش‌های توزیع شده
  • 80. استفاده از Cloud Pub/Sub به عنوان Event Bus
  • 81. مفاهیم ETL و ELT
  • 82. تفاوت‌های ETL و ELT
  • 83. پیاده‌سازی ELT با Dataflow و BigQuery
  • 84. مفاهیم Data Observability
  • 85. نظارت بر کیفیت داده‌ها
  • 86. ردیابی منبع داده (Data Lineage)
  • 87. پایش عملکرد خطوط لوله داده
  • 88. استفاده از ابزارهای مانیتورینگ Cloud Monitoring
  • 89. مدیریت هزینه‌ها در پردازش داده ابری
  • 90. بهینه‌سازی مصرف منابع در Dataflow
  • 91. استراتژی‌های کاهش هزینه پردازش داده
  • 92. ملاحظات قانونی در پردازش داده‌های حساس
  • 93. حفظ حریم خصوصی داده‌ها
  • 94. مقررات مربوط به داده‌های شخصی
  • 95. اصول طراحی سیستم‌های مقیاس‌پذیر
  • 96. تست و اعتبارسنجی خطوط لوله داده
  • 97. استفاده از ابزارهای تست خودکار
  • 98. رویکردهای CI/CD برای خطوط لوله داده
  • 99. مقدمه‌ای بر معماری‌های Microservices
  • 100. ادغام Dataflow با معماری‌های Microservices

📚 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.