Skalowalne przetwarzanie danych: systemy i algorytmy

Aby uzyskać wgląd w ogromne, złożone dane, musisz zrozumieć systemy rozproszone i skalowalne algorytmy, które są podstawą nowoczesnych platform danych. Ten kurs zapewnia jasne, tekstowe wprowadzenie do świata manipulacji danymi na dużą skalę.Będziesz przechodzić od pisania podstawowych skryptów danych do zrozumienia, w jaki sposób rozproszone bazy danych, równoległe silniki przetwarzania i nowoczesne języki zapytań obsługują gigabajty i terabajty danych. Zyskasz ramy koncepcyjne potrzebne do wyboru i zastosowania odpowiednich skalowalnych architektur dla rzeczywistych wyzwań analitycznych. Czego się nauczysz: - Zrozum podstawowe zasady systemów rozproszonych, równoległych baz danych i skalowalności. - Zastosuj podstawowe algorytmy manipulacji danymi do sortowania, filtrowania i łączenia dużych zestawów danych. - Porównaj tradycyjne relacyjne bazy danych z nowoczesnymi systemami przechowywania NoSQL i klucz-wartość. - Poznaj nowoczesne, wysokowydajne narzędzia do obsługi danych, w tym formaty kolumnowe i nowoczesną bibliotekę ramek danych. - Przeanalizuj model programowania MapReduce i jego ewolucję w nowoczesne rozproszone silniki obliczeniowe. - Ćwicz optymalizację potoków danych pod kątem wydajności, odporności na błędy i opłacalnego przetwarzania. Zaczniesz od zbadania podstawowych definicji skali, pamięci masowej i obliczeń równoległych, zanim zanurzysz się w algorytmach i systemach, które rozdzielają obciążenia między klastrami.Dzięki jasnym pisemnym wyjaśnieniom i praktycznym przykładom kodu dowiesz się, jak zaprojektować solidne potoki, które efektywnie przetwarzają dane w skali. Ten kurs jest przeznaczony dla początkujących analityków danych, aspirujących inżynierów danych i programistów, którzy chcą skalować swoje umiejętności w zakresie danych.Nie jest wymagane wcześniejsze doświadczenie w systemach rozproszonych lub obliczeniach o wysokiej wydajności. Zacznij czytać już dziś, aby zbudować silne podstawy w skalowalnych systemach danych i algorytmach.