كل الدورات
عن الدورة
تشكل التحسينات في أداء Apache Spark أهمية كبيرة في بيئات هندسة البيانات ذات النطاق الكبير، حيث تؤثر بطء التحويلات وكثرة عمليات التبديل غير المتوازنة على تحليلات البيانات والالتزام باتفاقيات مستوى الخدمة. يغطي هذا المساق كيفية تحليل وتشخيص هذه المشكلات باستخدام أدوات المراقبة المدمجة في Spark لفهم سلوك المهام والمراحل وعمليات التبديل. يتعلم المتعلمون كيفية تطبيق تقنيات عملية تشمل تحسين تقسيم البيانات، تخفيف التفاوتات الموزونة، تحسين الانضمامات، تكوين استراتيجيات التخزين المؤقت، واختيار صيغ الملفات الفعالة. يساعد هذا التدريب على زيادة معدلات الإنتاجية وضمان تنفيذ التطبيقات بشكل موثوق.
ماذا ستتعلم
- فحص واجهة المستخدم وبيانات الأداء لتحديد نقاط الاختناق وتقديم توصيات تحسين عملية
- تطبيق تقنيات تحسين التقسيم والتقليل من عدم التوازن وزيادة التوازي باستخدام روابط محسنة وميزات AQE
- تكوين الإعدادات المناسبة للمشغلين والذاكرة والتخصيص الديناميكي لتعظيم الإنتاجية مع الالتزام باتفاقيات مستوى الخدمة
المتطلبات المسبقة
- معرفة أساسية بالمفاهيم والمصطلحات الشائعة في Spark
- الاستعداد لممارسة التمارين العملية أو العمل على الحالات التطبيقية
المدرسون
M
Merna Elzahaby
Big Data Architect
المواضيع
الحوسبة السحابية
تكنولوجيا المعلومات
تحليل البيانات
علوم البيانات
تحسين العمليات
تحليل الأداء
Apache Spark
تحسين الأداء
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
الحوسبة السحابية
تكنولوجيا المعلومات
تحليل البيانات
علوم البيانات
تحسين العمليات
تحليل الأداء
Apache Spark
تحسين الأداء
Job Analysis
Scalability
إعلان
إعلان