İleti kuyrukları ve akış işleme

Başlangıç
Geliştirici
Öğrenci
Azure

Kullanılabilir verilerdeki artış, işlenecek gerçek zamanlı verilerin sürekli akışlarında artışa neden oldu. Gerçek zamanlı veri akışlarını kullanmaya ve işlemeye yönelik farklı sistemler ve teknikler hakkında bilgi edinin.

Öğrenme hedefleri

Bu modülde şunları yapacaksınız:

  • Bir ileti kuyruğunu tanımlama ve temel mimariyi yakalama
  • Bir ileti kuyruğunun özelliklerini yakalama ve avantajlarını ve dezavantajlarını sunma
  • Apache Kafka’nın temel mimarisini açıklama
  • Konuların ve bölümlerin rollerini ve ölçeklenebilirlik ve hataya dayanıklılığın nasıl elde edildiğini tartışma
  • Akış işleme sistemlerinin genel gereksinimlerini tartışma
  • Akış işlemenin evrimini yakalama
  • Apache Samza’nın temel bileşenlerini açıklama
  • Apache Samza’nın durum bilgisi olan akış işlemeyi nasıl gerçekleştirdiğini tartışma
  • Lambda ve Kappa mimarileri arasındaki farkları tartışma
  • LinkedIn kullanım örneğindeki ileti kuyruklarının ve akış işlemenin benimsenmesindeki motivasyonu tartışma

Dr. Majd Sakr ve Carnegie Mellon Üniversitesi işbirliği ile sunulmuştur.

Önkoşullar

  • Bulut hizmeti modelleri ve yaygın bulut sağlayıcıları da dahil olmak üzere bulut bilişimin ne olduğunu anlama
  • Bulut bilişim sağlayan teknolojileri öğrenme
  • Bulut hizmeti sağlayıcılarının bulut için nasıl ödeme ve faturalama yaptığını anlama
  • Veri merkezlerinin ne olduğunu ve neden mevcut olduğunu öğrenme
  • Veri merkezlerinin nasıl ayarlandığını, desteklendiğini ve sağlandığını öğrenme
  • Bulut kaynaklarının nasıl sağlandığını ve ölçüldüğünü anlama
  • Sanallaştırma kavramını öğrenme
  • Farklı sanallaştırma türlerini öğrenme
  • CPU sanallaştırmasını anlama
  • Bellek sanallaştırmasını anlama
  • G/Ç sanallaştırmasını anlama
  • Farklı veri türlerini ve bunların nasıl depolandığını öğrenme
  • Dağıtılmış dosya sistemlerini ve nasıl çalıştıklarını öğrenme
  • NoSQL veritabanları ve nesne depolamayı, ayrıca bunların nasıl çalıştıklarını öğrenme
  • Dağıtılmış programlamanın ne olduğunu ve bulut için neden yararlı olduğunu öğrenme
  • MapReduce’u ve bunun büyük veri bilgi işlemini nasıl etkinleştirdiğini anlama
  • Spark’ı ve bunun MapReduce’tan nasıl farklılık gösterdiğini anlama
  • GraphLab’i ve bunun MapReduce ve Spark’tan nasıl farklılık gösterdiğini anlama