Big Data on Kubernetes: A practical guide to building efficient and scalable data solutions

ویرایش:  
نویسندگان: Neylson Crepalde  
سری:  
ISBN (شابک) : 1835462146, 9781835462140 
ناشر: Packt Publishing 
سال نشر: 2024 
تعداد صفحات: 296 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 14 Mb 

قیمت کتاب (تومان) : 67,000



تجربه عملی در ساخت معماری داده های بزرگ کارآمد و مقیاس پذیر در Kubernetes، با استفاده از فناوری های پیشرو مانند Spark، Airflow، Kafka و Trino

Key به دست آورید. ویژگی‌ها:

- استفاده از Kubernetes در محیط ابری برای ادغام یکپارچه با ابزارهای مختلف

- کاوش بهترین روش‌ها برای بهینه سازی عملکرد خطوط لوله داده بزرگ

- خطوط لوله داده سرتاسر بسازید و موارد استفاده در دنیای واقعی را با استفاده از ابزارهای محبوبی مانند Spark، Airflow و Kafka

- خرید کتاب چاپی یا Kindle شامل یک کتاب الکترونیکی PDF رایگان است

توضیحات کتاب:

< p>در دنیای داده محور امروزی، سازمان ها در بخش های مختلف به راه حل های مقیاس پذیر و کارآمد برای پردازش حجم زیادی از داده ها نیاز دارند. Kubernetes یک پلت فرم منبع باز و مقرون به صرفه برای استقرار و مدیریت ابزارهای کلان داده و بارهای کاری، تضمین استفاده بهینه از منابع و به حداقل رساندن هزینه های عملیاتی ارائه می دهد. اگر می‌خواهید بر هنر ساختن و استقرار راه‌حل‌های کلان داده با استفاده از Kubernetes مسلط شوید، پس این کتاب برای شما مناسب است.

نوشته شده توسط یک متخصص داده با تجربه، Big Data on Kubernetes به شما کمک می‌کند. شما در طول کل فرآیند توسعه خطوط لوله داده مقیاس پذیر و انعطاف پذیر، با تمرکز بر اجرای عملی. با شروع با اصول اولیه، به سمت یادگیری نحوه نصب Docker و اجرای اولین برنامه های کانتینری خود پیشرفت خواهید کرد. سپس معماری Kubernetes را بررسی کرده و اجزای اصلی آن را درک خواهید کرد. این دانش راه را برای کاوش انواع ابزارهای ضروری برای پردازش داده های بزرگ مانند Apache Spark و Apache Airflow هموار می کند. همچنین نحوه نصب و پیکربندی این ابزارها را در خوشه های Kubernetes خواهید آموخت. در طول کتاب، شما تجربه عملی ایجاد یک پشته کلان داده کامل در Kubernetes را به دست خواهید آورد.

در پایان این کتاب Kubernetes، شما به این ابزار مجهز خواهید شد. مهارت‌ها و دانش‌هایی که برای مقابله با چالش‌های کلان داده در دنیای واقعی با اطمینان نیاز دارید.

آنچه خواهید آموخت:

- نصب و استفاده از Docker برای اجرای کانتینرها و ساخت تصاویر مختصر

- درک عمیقی از معماری Kubernetes و اجزای آن به دست آورید

- استقرار و مدیریت خوشه های Kubernetes بر روی پلتفرم های ابری مختلف

- پیاده سازی و مدیریت خطوط لوله داده با استفاده از Apache Spark و Apache Airflow

- استقرار و پیکربندی آپاچی کافکا برای دریافت و پردازش بی‌درنگ داده‌ها

- با استفاده از ابزارهای منبع باز یک خط لوله کلان داده کامل بسازید و هماهنگ کنید.

- استقرار برنامه های کاربردی هوش مصنوعی در معماری مبتنی بر Kubernetes

این کتاب برای چه کسانی است:

اگر شما یک مهندس داده، تحلیلگر BI، رهبر تیم داده، معمار داده یا مدیر فناوری هستید که درک اولیه ای از فناوری های کلان داده دارید، پس این کتاب داده های بزرگ برای شما مناسب است. آشنایی با مبانی برنامه نویسی پایتون، پرس و جوهای SQL و YAML برای درک مباحث مطرح شده در این کتاب الزامی است.

فهرست محتوا

- شروع به کار با کانتینرها

- معماری Kubernetes

- Kubernetes - Hands On

- The Modern Data Stack

< p>- پردازش کلان داده با اسپارک آپاچی

- جریان هوای آپاچی برای ساخت خطوط لوله

- آپاچی کافکا برای رویدادهای بلادرنگ و جذب داده

- استقرار پشته داده بزرگ در Kubernetes

- لایه مصرف داده

- ایجاد یک خط لوله داده بزرگ در Kubernetes

- بارهای کاری AI/ML در Kubernetes

- از اینجا به کجا بروید

Gain hands-on experience in building efficient and scalable big data architecture on Kubernetes, utilizing leading technologies such as Spark, Airflow, Kafka, and Trino

Key Features:

- Leverage Kubernetes in a cloud environment to integrate seamlessly with a variety of tools

- Explore best practices for optimizing the performance of big data pipelines

- Build end-to-end data pipelines and discover real-world use cases using popular tools like Spark, Airflow, and Kafka

- Purchase of the print or Kindle book includes a free PDF eBook

Book Description:

In today's data-driven world, organizations across different sectors need scalable and efficient solutions for processing large volumes of data. Kubernetes offers an open-source and cost-effective platform for deploying and managing big data tools and workloads, ensuring optimal resource utilization and minimizing operational overhead. If you want to master the art of building and deploying big data solutions using Kubernetes, then this book is for you.

Written by an experienced data specialist, Big Data on Kubernetes takes you through the entire process of developing scalable and resilient data pipelines, with a focus on practical implementation. Starting with the basics, you'll progress toward learning how to install Docker and run your first containerized applications. You'll then explore Kubernetes architecture and understand its core components. This knowledge will pave the way for exploring a variety of essential tools for big data processing such as Apache Spark and Apache Airflow. You'll also learn how to install and configure these tools on Kubernetes clusters. Throughout the book, you'll gain hands-on experience building a complete big data stack on Kubernetes.

By the end of this Kubernetes book, you'll be equipped with the skills and knowledge you need to tackle real-world big data challenges with confidence.

What You Will Learn:

- Install and use Docker to run containers and build concise images

- Gain a deep understanding of Kubernetes architecture and its components

- Deploy and manage Kubernetes clusters on different cloud platforms

- Implement and manage data pipelines using Apache Spark and Apache Airflow

- Deploy and configure Apache Kafka for real-time data ingestion and processing

- Build and orchestrate a complete big data pipeline using open-source tools

- Deploy Generative AI applications on a Kubernetes-based architecture

Who this book is for:

If you're a data engineer, BI analyst, data team leader, data architect, or tech manager with a basic understanding of big data technologies, then this big data book is for you. Familiarity with the basics of Python programming, SQL queries, and YAML is required to understand the topics discussed in this book.

Table of Contents

- Getting Started with Containers

- Kubernetes Architecture

- Kubernetes - Hands On

- The Modern Data Stack

- Big Data processing with Apache Spark

- Apache Airflow for building pipelines

- Apache Kafka for real time events and data ingestion

- Deploying the Big Data Stack on Kubernetes

- Data consumption layer

- Building a Big Data Pipeline on Kubernetes

- AI/ML Workloads on Kubernetes

- Where to go from here