در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این دوره آموزشی کلود گوگل یاد می گیرید که چطور در آن یک سیستم استریمینگ ایجاد کنید. مدرس مطالب را در حین کار بر روی پروژه های واقعی به شما عزیزان یاد میدهد.
عنوان اصلی : Building Resilient Streaming Systems on Google Cloud Platform
استریمینگ چیست؟
چالش 1 - حجم های متغیر نیاز به توانایی مصرف در مقیاس و تحمل خطا دارند.
چالش 2 - تاخیر قابل انتظار است
چالش 3 - به بینش فوری نیاز دارید
در مورد برخی از سناریوهای جریان بحث کنید
پردازش داده های جریانی - آزمایشگاه 1: انتشار داده های جریانی در PubSub نسخه 1.3
Pub/Sub چیست؟
چگونه کار می کند - موضوعات و اشتراک ها
بررسی اجمالی آزمایشگاه
نسخه ی نمایشی و بررسی آزمایشگاه
جریان داده
چالشها در جریان
یک خط لوله پردازش جریانی برای داده های ترافیک زنده بسازید
مدیریت داده های دیرهنگام - واترمارک ها، محرک ها، انباشتگی
بررسی اجمالی آزمایشگاه
نسخه ی نمایشی و بررسی آزمایشگاه
پردازش داده های جریانی - آزمایشگاه 2: خطوط لوله داده های جریانی نسخه 1.3
جریان تجزیه و تحلیل و داشبورد
بررسی اجمالی آزمایشگاه
نسخه ی نمایشی و بررسی آزمایشگاه
پردازش داده های جریانی - آزمایشگاه 3: تحلیل جریانی و داشبورد نسخه 1.3
توان عملیاتی و تاخیر
Bigtable - NoSQL بزرگ، سریع و خودکار
ورود به Bitgable
طراحی برای Bigtable
استریم به Bigtable
نسخه ی نمایشی و بررسی آزمایشگاه
ملاحظات عملکرد
خلاصه مهندسی داده در تخصص GCP
پردازش داده های جریانی - آزمایشگاه 4: انتقال خط لوله داده ها به Bigtable نسخه 1.3
Building Resilient Streaming Systems on Google Cloud Platform
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.
Applying Machine Learning to your Data with Google Cloud
گوگل چطور Machine Learning انجام میدهد
Google Cloud Platform Big Data and Machine Learning Fundamentals
آموزش مدیریت و امنیت و بروزرسانی Apigee API Platform
Google Cloud Digital Leader Cert Prep 2: Innovating with Data and Google Cloud
Hybrid Cloud Multi-Cluster with Anthos
بهترین دوره برای شروع Machine Learning
آموزش استفاده از داده ها بدون ساختار بوسیله Cloud Dataproc فضای Google Cloud Platform
AppSheet Administration
Architecting with Google Kubernetes Engine – Workloads