معماری برنامه های کاربردی داده های بزرگ

حالت دسته ای به منظور کاهش بار در شبکه ها ، عملیات مربوط به داده را تلفیق می کند. حالت دسته ای به معماران نرم افزار کمک می کند تا برنامه های داده های بزرگی را ایجاد کنند که در شرایط دنیای واقعی به طور هموار و کارآمد کار می کنند. در این دوره ، می توانید در مورد موارد استفاده و بهترین روشها برای معماری برنامه های حالت دسته ای با استفاده از فناوری هایی مانند Hive و Apache Spark اطلاعات کسب کنید.

عنوان اصلی : Architecting Big Data Applications: Batch Mode Application Engineering

سرفصل های دوره :

هیچ برنامه نویسی درگیر نیست. در عوض ، خواهید دید که چگونه ابزارهای داده بزرگ می توانند به حل برخی از پیچیده ترین چالش ها برای مشاغل تولید ، ذخیره و تجزیه و تحلیل مقادیر زیادی از داده ها کمک کنند. موارد استفاده از صنایع مختلفی از جمله تجارت الکترونیکی و فناوری اطلاعات تهیه شده است. مربی Kumaran Ponnambalam نشان می دهد که چگونه می توان یک مشکل را تجزیه و تحلیل کرد ، یک طرح معماری را ترسیم کرد ، فناوری های مناسب را انتخاب کرده و راه حل را نهایی می کند. وی پس از هر مورد استفاده ، بهترین شیوه های مرتبط را برای دستیابی به داده ها ، حمل و نقل ، پردازش ، ذخیره سازی و خدمات بررسی می کند. هر درس سرشار از تکنیک های عملی و بینش از یک توسعه دهنده است که مزایا و کاستی های این فناوری ها را دست اول تجربه کرده است.
مقدمه:
خوش آمدید
سیستم عامل ها در مقابل برنامه ها
معماری نرم افزار در مقابل طراحی
یادداشت های مربوط به موارد استفاده
1. معرفی برنامه های داده های بزرگ:
ویژگی های داده بزرگ
برنامه های سنتی در مقابل داده های بزرگ
ماژول های برنامه Big Data
فن آوری برای داده های بزرگ
استراتژی برای برنامه های بزرگ داده
2. از مورد 1: انبار داده (DW) استفاده کنید:
DW: مشکل را تجزیه و تحلیل کنید
DW: راه حل را تشریح کنید
DW: فناوری ها را در نظر بگیرید
DW: معماری را کنار بگذارید
DW: طراحی عناصر کلیدی
بهترین شیوه ها: دستیابی به داده ها
3. از مورد 2 استفاده کنید: تجمع ورود به سیستم (LA):
la: مشکل را تجزیه و تحلیل کنید
LA: راه حل را تشریح کنید
LA: فناوری ها را در نظر بگیرید
la: معماری را کنار بگذارید
LA: طراحی عناصر کلیدی
بهترین شیوه ها: حمل و نقل داده
4. استفاده از مورد 3: IT Analytics (OA):
OA: مشکل را تجزیه و تحلیل کنید
OA: راه حل را تشریح کنید
OA: فناوری ها را در نظر بگیرید
OA: معماری را کنار بگذارید
OA: طراحی عناصر کلیدی
بهترین شیوه ها: پردازش داده ها
5. از مورد 4 استفاده کنید: مشتری 360 (C360):
C360: مشکل را تجزیه و تحلیل کنید
C360: راه حل را تشریح کنید
C360: فناوری ها را در نظر بگیرید
C360: معماری را کنار بگذارید
C360: طراحی عناصر کلیدی
بهترین شیوه ها: ذخیره سازی داده ها
6. از مورد 5 استفاده کنید: تجزیه و تحلیل مشتری (CA):
ca: مشکل را تجزیه و تحلیل کنید
CA: راه حل را تشریح کنید
CA: فناوری ها را در نظر بگیرید
ca: معماری را کنار بگذارید
CA: طراحی عناصر کلیدی
بهترین شیوه ها: سرویس داده
نتیجه گیری:
مراحل بعدی