جستجو


 

دانلود فیلم آموزشی Big Data on Amazon Web Services- داده‌های عظیم بر سرویس‌های وب آمازون

http://dl99.vatandownload.com/mostafa/Image/Pluralsight-56545-url.jpg
 

دانلود رایگان فیلم آموزشی Big Data on Amazon Web Services- داده‌های عظیم بر سرویس‌های وب آمازون با لینک مستقیم
 

Big Data on Amazon Web Services یک فیلم آموزشی در رابطه با آموزش داده‌های عظیم بر سرویس‌های وب آمازون می باشد، وب سرویس‌های آمازون یا خدمات وب آمازون مجموعه‌ای از خدمات وب هستند که شرکت آمازون بر روی بستر خود و از طریق اینترنت به عموم عرضه می نماید، این سرویس‌ها شامل سرویس‌های محاسباتی و رایانشی (EC2 )، ذخیره‌سازی (S3 )، تحویل محتوا، پایگاه داده، تجارت الکترونیک، پرداخت و صدور صورتحساب و موارد دیگری می‌شود. داده‌های عظیم (Big Data ) نیز به عنوان یک اصطلاح به مجموعه داده‌هایی اطلاق می‌شود که مدیریت، کنترل و پردازش آنها فراتر از توانایی ابزارهای نرم‌افزاری در یک زمان قابل تحمل و مورد انتظار است. مقیاس داده‌های عظیم، به طور مداوم در حال رشد از محدودهٔ چند 10 ترابایت به چندین پتابایت، در یک مجموعه‌ی داده واحد است. نمونه‌های بارزی از داده‌های عظیم شامل: گزارش‌های وبی، سامانه‌های بازشناسی با امواج رادیویی، شبکه‌های حسگر، شبکه‌های اجتماعی، متون و اسناد اینترنتی، نمایه‌های جستجوهای اینترنتی، نجوم، مدارک پزشکی، آرشیو عکس، آرشیو ویدئو، پژوهش‌های زمین‌شناسی و تجارت در مقیاس بزرگ هستند. این دوره‌ی آموزشی تصویری با محوریت مفاهیم و تکنیک‌های اصلی مرتبط با توده‌ی عظیم بزرگ‌داده‌ها به نام DynamoDB ، Elastic ، MapReduce (EMR) ، Redshift ، Data Pipeline و Jaspersoft BI بر روی وب سرویس‌های آمازون (AWS) است. این مجموعه آموزشی شامل 3 ساعت و 54 دقیقه فیلم آموزشی به زبان انگلیسی می باشد که هم اکنون می توانید آن را به صورت کاملا رایگان و با لینک مستقیم از وطن دانلود دریافت نمایید.



محتوای این مجموعه آموزشی:
 آشنایی اولیه و کلی با سرویس‌های وب آمازون
 مفاهیم مربوط به DynamoDB
 مفاهیم مربوط به Redshift
 مفاهیم مربوط به Elastic MapReduce
 مفاهیم مربوط به Jaspersoft
 مفاهیم مربوط به Data Pipeline
  

 

سرفصل‌ها و عناوین آموزشی :

Introduction - 16:50
Introduction Part I - 6:53
Introduction Part II - 9:56

Overview - 11:30
EMR, RedShift, and DynamoDB - 6:48
Data Pipeline, Putting It All Together, and Level Set - 4:41

AWS Preliminaries - 27:37
Acronyms - 2:27
Getting Set up with AWS - 1:53
Account Creation - 5:11
Key Pairs - 3:27
PuTTY - 4:55
S3 Fundamentals - 3:13
S3 Browser - 5:09
What We've Done - 1:18

DynamoDB - 30:25
NoSQL - 2:48
CAP Theorem - 1:40
NoSQL + Big Data - 2:12
NoSQL Database Categories - 2:05
DynamoDB Concepts - 7:02
Demo - Creating DynamoDB Tables - 3:46
Viewing Unstructured Data as Structured - 2:35
Demo - Adding and Querying DynamoDB Data - 8:14

Elastic MapReduce - 59:38
EMR Job Flows, What Is Hadoop? - 4:48
The Hadoop Stack, EMR Components - 3:00
A MapReduce Example - 5:24
More on EMR Job Flows - 2:05
Demo - Creating and Connecting to an EMR Cluster - 6:53
Using MapReduce, HDFS Commands - 3:31
Demo - Running a Streaming MapReduce Job - 7:25
Hive and Pig - 5:08
Demo - Hive - 9:23
Demo - Pig - 6:19
Demo - Impala - 3:32
Shutting Down the Cluster - 1:05
Demo - Shutting Down the Cluster - 0:59

Redshift - 26:35
MPP Concepts - 4:56
Columnar Concepts, Redshift Fundamentals - 6:42
Demo - Cluster Provisioning - 3:23
Demo - Connecting to Cluster - 1:50
Working with Redshift - 3:10
Demo - Queries from SQL Workbench/J - 6:31

Data Pipeline - 29:21
Data Pipeline Concepts - 3:28
Demo - Authoring a Pipeline from a Template - 4:24
Demo - Refining, Saving, and Activating the Pipeline - 5:13
Executing Pipelines - 0:51
Demo - Executing Our Pipeline and Browsing Its Output - 2:53
Demo - Authoring a Pipeline from Scratch - 5:19
Pipeline Troubleshooting - 1:14
Demo - Troubleshooting the Pipeline - 5:56

Jaspersoft - 23:02
Jaspersoft AWS Overview - 5:37
Demo - Provisioning - 5:58
Demo - Logging in, Creating Domain - 5:38
Demo - Creating Ad Hoc View and Report, De-provisioning - 5:46

Epilogue - 9:38
Kinesis - 5:32
Key Takeaways - 4:06


ديدگاه خود را ارسال کنيد