در حال حاضر محصولی در سبد خرید شما وجود ندارد.
یکی از اجزای کلیدی یک خط لوله پردازش داده های بزرگ، صف بندی پیام مقیاس پذیر و توزیع شده است. صف های پیام فعال کردن قابلیت های جریان زمان واقعی با تولید کنندگان متعدد و مصرف کنندگان داده ها. این برنامه های زمان واقعی را قادر می سازد که بتوانند داده ها را تجزیه و تحلیل کنند و بینش را به صورت مقیاس پذیر تولید کنند. Apache Kafka این قابلیت ها را فراهم می کند. به عنوان استاندارد واقعی برای پیام های منبع باز، Apache Kafka یک مهارت ضروری برای دانشمندان داده، مهندسان داده بزرگ، معماران داده ها و معماران راه حل است. در این دوره، مربی Kumaran Ponnambalam Apache Kafka را معرفی می کند و مفاهیم اساسی و عملیات اساسی آن را توضیح می دهد. Kumaran مفاهیم اساسی مانند پیام ها، موضوعات، سیاهههای مربوط را پوشش می دهد، و بیشتر. او به شما نشان می دهد که چگونه از خط فرمان Kafka، و همچنین پارتیشن ها و گروه ها استفاده کنید. او برنامه های کاربردی Kafka Java را می گذراند، سپس با یک پروژه مورد استفاده، نتیجه می گیرد.
عنوان اصلی : Apache Kafka Essential Training: Getting Started
سرفصل های دوره :
مقدمه:
شروع به کار با آپاچی کافکا
1. مقدمه ای بر کافکا:
پیام های پیام
کافکا چیست؟
مزایای کافکا
Kafka استفاده از موارد
تنظیم فایل های ورزشی
راه اندازی کافکا
2. مفاهیم اساسی :
پیام ها
موضوعات
کارگزاران کافکا
سیاهههای مربوط به کافکا
تولید کنندگان و مصرف کنندگان
نقش Zookeeper
3. با استفاده از خط فرمان کافکا:
Kafka Client Scripts
ایجاد یک موضوع
بررسی موضوعات
انتشار پیام ها به موضوعات
استفاده از مصرف کننده کنسول
مدیریت موضوعات
Setup Kafka
4. پارتیشن ها و گروه های کافکا:
معرفی به پارتیشن بندی
ایجاد موضوعات با پارتیشن ها
انتشار با کلیدها
گروه های مصرف کننده
مدیریت افست مصرف کننده
داده های پراکنده مصرف شده
5. کافکا جاوا برنامه نویسی:
کتابخانه کافکا Kafka
ایجاد یک تولید کننده در جاوا
انتشار پیام ها در جاوا
ایجاد یک مصرف کننده در جاوا
پیام های مصرف در جاوا
6. استفاده از پروژه مورد:
کافکا مبانی استفاده از مورد: تعریف مشکل
تنظیم موضوعات
اطلاعات تولید و مصرف با اسکریپت ها
تولید و مصرف داده ها با جاوا
نتیجه گیری:
مراحل بعدی
Apache Kafka Essential Training: Getting Started
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
MLOps Essentials: Model Development and Integration
تجزیه و تحلیل متن و پیش بینی بوسیله کدنویسی در زبان Python
آموزش الگوهای پردازش Stream ها بوسیله Apache Flink
LLM Foundations: Vector Databases for Caching and Retrieval Augmented Generation (RAG)
آموزش پیاده سازی Data Science بر روی کلود گوگل
آموزش اعمال و استفاده از هوش مصنوعی در IT
MLOps Essentials: Monitoring Model Drift and Bias
آموزش پردازش استریم ها بوسیله Kafka Streams
Data Science on Google Cloud Platform: Exploratory Data Analytics
یادگیری عمیق: بهینه سازی و تنظیم مدل