感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
数据密集型的基础 Platform Engineering
- 数据密集型应用程序简介
- 大数据平台工程的挑战
- 数据处理体系结构概述
数据建模和 Management
- 可伸缩性数据建模原则
- 数据存储选项和优化
- 在分布式环境中管理数据生命周期
Big Data 处理框架
- 大数据处理工具概述(Hadoop、Spark、Flink)
- 批处理与流处理
- 设置大数据处理管道
实时分析平台
- 实时分析架构
- 流处理引擎(Kafka Streams,Apache Storm)
- 构建实时仪表板和可视化效果
数据管道编排
- 使用 Apache Airflow 和其他方式进行工作流管理
- 自动化数据管道以提高效率
- 数据管道的监视和警报
平台安全性与合规性
- 数据平台的安全最佳实践
- 确保数据隐私和法规遵从性
- 实施安全的数据访问控制
性能调优和优化
- 优化数据吞吐量和延迟的技术
- 数据密集型平台的扩展策略
- 性能基准测试和监控
案例研究和最佳实践
- 分析成功的数据平台实施
- 从行业领导者那里吸取的经验教训
- 数据密集型平台工程的新兴趋势
顶点项目
- 为数据密集型应用程序设计平台解决方案
- 实现数据处理管道的原型
- 评估平台的性能和可扩展性
摘要和后续步骤
要求
- 了解基本数据结构和算法
- 具有 Java、Scala 或 Python 编程经验
- 熟悉数据库的基本概念和 SQL
观众
- 软件开发人员
- 数据工程师
- 技术负责人
21 小时