Podstawy Big Data, Apache Spark i systemy rozproszone

Ten kurs wprowadza podstawowe zasady Big Data, aby pomóc Ci zrozumieć rozproszone przetwarzanie i nowoczesne potoki inżynierii danych. Zaczniesz od podstawowej terminologii, poznasz cechy Big Data, relacyjne bazy danych w porównaniu z rozwiązaniami pamięci masowej NoSQL i rozproszonymi systemami plików, takimi jak HDFS, a następnie poznasz Hadoop MapReduce i Apache Spark, w tym równoległość Spark'a, modele wykonawcze i przepływy pracy transformacji danych. W tym kursie: Poznaj podstawowe koncepcje Big Data i architektury systemów rozproszonych.Porównaj relacyjne bazy danych z paradygmatami NoSQL, aby wybrać odpowiednie rozwiązania pamięci masowej.Zrozum ekosystem Hadoop, operacje HDFS i przetwarzanie MapReduce.Zastosuj zasady Apache Spark, DataFrames i techniki obliczeń równoległych. Skonfiguruj wydajne przepływy pracy ETL i ELT do ciągłego przetwarzania danych. Poznaj nowoczesne trendy w zarządzaniu danymi, w tym koncepcje chmurowych danych i koncepcji pamięci wektorowej.Program nauczania zaczyna się od podstawowej terminologii, zanim przejdzie do praktycznych wzorców architektury. Ten kurs jest stworzony dla początkujących i aspirujących specjalistów ds. Danych bez wcześniejszego doświadczenia w zakresie obliczeń rozproszonych. Przeczytaj lekcje, aby zbudować silne podstawy w nowoczesnej inżynierii Big Data.