قیمت رایگان!
Mohit Batra مهندس داده، مربی رسمی مایکروسافت (MCT) و یک مشاور است. موهیت دارای بیش از 15 سال تجربه گسترده در زمینه معماری داده در مقیاس بزرگ راه‌حل‌های هوش‌تجاری، ذخیره‌سازی داده‌ها و راه‌حل‌های بزرگ داده با شرکت‌هایی مانند مایکروسافت و برخی از بانک‌های پیشرو در سرمایه گذاری است. موهیت به عنوان یک متخصص در زمینه خود، اغلب دانش خود را در Azure ، Spark ، SQL Server و Power BI در مجامع مختلف عمومی و به عنوان یک مربی به اشتراک گذاشته است.
Conceptualizing the Processing Model for Azure Databricks Service یکی از دوره‌های آموزشی PluralSight است که شما را با پلت فرم Spark مبتنی بر Azure Databricks آشنا می‌کند. شما خواهید دید که چگونه مدل پردازش جریان Spark کار می‌کند و سپس از آن برای ساخت خط تولید جریان آماده تولید انتها به انتها در پلت فرم Azure Databricks استفاده می‌کنید.
خطوط لوله داده مدرن اغلب شامل داده‌های جریانی هستند که باید در زمان واقعی پردازش شوند. در حالی که Apache Spark برای پردازش داده‌های بزرگ بسیار محبوب است و می‌تواند به ما در ساخت خطوط لوله قابل اطمینان جریان کمک کند، اما مدیریت محیط Spark بسیار چالش‌برانگیز است.
در این دوره، مفهوم سازی مدل پردازش برای Azure Databricks Service، شما می‌آموزید که چگونه از Spark Structured Streaming در پایگاه داده Databricks، که در Microsoft Azure در حال اجرا است، استفاده کنید و ویژگی‌های آن را برای ساخت سریع و قابل اعتماد خط لوله جریان به کار بگیرید.
ابتدا با مدل پردازش Spark Structured Streaming، با پلتفرم و ویژگی‌های Databricks و نحوه اجرای آن در Microsoft Azure آشنا خواهید شد.
در مرحله بعدی، نحوه تنظیم محیط مانند فضای کاری، کلاسترها و امنیت را مشاهده خواهید کرد. منابع جریان و سینک‌ها را پیکربندی می‌کنید و می‌بینید که نحوه تحمل خطای جریان سازه‌ای چگونه است.
به دنبال آن، شما یاد می‌گیرید که چگونه هر مرحله از خط لوله جریان را بسازید. همچنین، خواهید دید که چگونه کلاستر را با استفاده از اسکریپت‌های اولیه و ظروف Docker سفارشی کنید تا متناسب با نیازهای تجاری شما باشد.
سرانجام، خواهید دید که حجم کار مختلف موجود چیست و قیمت‌گذاری به چه صورت انجام می‌شود. ما همچنین در مورد بهترین روش‌ها، از نظر توسعه، عملکرد، ثبات و هزینه صحبت خواهیم کرد. و در آخر، خواهید دید که چگونه Spark Structured Streaming در Azure Databricks با سایر خدمات مدیریت شده مانند Flink در AWS ، Azure Stream Analytics Beam در Google Cloud و غیره مقایسه می‌شود.
در پایان این دوره، شما مهارت و دانش لازم پلت فرم Azure Databricks برای ساخت یک خط لوله جریان با استفاده از Spark Structured Streaming را خواهید داشت.
1 - بررسی اجمالی دوره
2 - شروع کار با Structured Streaming در Azure Databricks
3 - تنظیم محیط Databricks
4- پیکربندی Source و Sink Stores
5 - ساخت خط لوله جریان با استفاده از جریان ساختار یافته
6 - آماده سازی تولید خط لوله جریان
7 - درک قیمت‌گذاری، حجم کار و رقابت
8 - شخصی‌سازی خوشه (کلاستر)
دوره های مرتبط
دوره آموزشی Lynda – Learning Django
دوره آموزشی PluralSight – Accessibility: Website Structure and Comprehension
دوره آموزشی PluralSight – Angular Denver ’19
دوره آموزشی Lynda – Raspberry Pi Weekly
نظرات
قیمت رایگان!
Mohit Batra مهندس داده، مربی رسمی مایکروسافت (MCT) و یک مشاور است. موهیت دارای بیش از 15 سال تجربه گسترده در زمینه معماری داده در مقیاس بزرگ راه‌حل‌های هوش‌تجاری، ذخیره‌سازی داده‌ها و راه‌حل‌های بزرگ داده با شرکت‌هایی مانند مایکروسافت و برخی از بانک‌های پیشرو در سرمایه گذاری است. موهیت به عنوان یک متخصص در زمینه خود، اغلب دانش خود را در Azure ، Spark ، SQL Server و Power BI در مجامع مختلف عمومی و به عنوان یک مربی به اشتراک گذاشته است.
نقد و بررسی‌ها
هیچ دیدگاهی برای این محصول نوشته نشده است.