Big Data Analytics Reference Architectures - Big Data on Facebook, LinkedIn and Twitter
https://www.linkedin.com/pulse/big-data-analytics-reference-architectures-facebook-sahu?trk=hp-feed-article-noscript-channel-add&trkSplashRedir=true&forceNoSplash=true
https://www.linkedin.com/pulse/big-data-analytics-reference-architectures-facebook-sahu?trk=hp-feed-article-noscript-channel-add&trkSplashRedir=true&forceNoSplash=true
LinkedIn Pulse
Big Data Analytics Reference Architectures - Big Data on Facebook, LinkedIn and Twitter
با سلام و احترام
دوستان و همراهان گرامی ضمن عرض خوش آمدگویی خدمت شما عزیزان؛ پیشنهاد میکنم از طریق دکمه Join که در پایین صفحه مشاهده می کنید،به کانال "گروه اطلاع رسانی Big Data" بپیوندید .
همچنین در صورت تمایل به دعوت دوستان خود به این مجموعه، این پیام را خدمت آن بزرگواران ارسال نمایید .
با تشکر
گلناز اردشیری
@bigdatatechnology
دوستان و همراهان گرامی ضمن عرض خوش آمدگویی خدمت شما عزیزان؛ پیشنهاد میکنم از طریق دکمه Join که در پایین صفحه مشاهده می کنید،به کانال "گروه اطلاع رسانی Big Data" بپیوندید .
همچنین در صورت تمایل به دعوت دوستان خود به این مجموعه، این پیام را خدمت آن بزرگواران ارسال نمایید .
با تشکر
گلناز اردشیری
@bigdatatechnology
پیاده سازی Big Data بوسیله Microsoft Analytics Platform System:
علاقمندان به موضوع Big Data این فیلم آموزشی مایکروسافت رو از دست ندن:
https://mva.microsoft.com/en-US/training-courses/big-data-with-the-microsoft-analytics-platform-system-8918?l=s1nJx1B3_1704984382?prid=WW_LeXSocial
علاقمندان به موضوع Big Data این فیلم آموزشی مایکروسافت رو از دست ندن:
https://mva.microsoft.com/en-US/training-courses/big-data-with-the-microsoft-analytics-platform-system-8918?l=s1nJx1B3_1704984382?prid=WW_LeXSocial
Microsoft Virtual Academy
Big Data with the Microsoft Analytics Platform System – Microsoft Virtual Academy
Get the data analytics training you need. Take a free, on-demand MVA course on the Microsoft Analytics Platform System (APS) for real-time data analytics
با 10 مدرک معتبر بین المللی Cloud Computing آشنا شوید:
1. CCSK — Cloud Security Alliance
2. Cloud U — Rackspace
3. CompTIA Cloud Essentials — Comp TIA
4. Cloud Certified Professional — CloudSchool.com
5 & 6. IBM Certified Cloud Solution Architect v1 and v3 - IBM
7. Google Certified Deployment Specialist — Google
8. Salesforce.com Certified Professional — Salesforce.com
9. VMware Certified Professional - VMware
10. Red Hat Certificate of Expertise in Infrastructure-as-a-Service — Red Hat
1. CCSK — Cloud Security Alliance
2. Cloud U — Rackspace
3. CompTIA Cloud Essentials — Comp TIA
4. Cloud Certified Professional — CloudSchool.com
5 & 6. IBM Certified Cloud Solution Architect v1 and v3 - IBM
7. Google Certified Deployment Specialist — Google
8. Salesforce.com Certified Professional — Salesforce.com
9. VMware Certified Professional - VMware
10. Red Hat Certificate of Expertise in Infrastructure-as-a-Service — Red Hat
Arcitura
Arcitura | Cloud Certified Professional (CCP)
The Cloud Certified Professional (CCP) program with 21 courses and 8 certifications. Get Accredited, Become a Cloud Certified Professional.
گزارش خواندنی گارتنر در مورد 10 تکنولوژی مطرح در سال 2016 در حوزه IT
http://www.gartner.com/newsroom/id/3143521
درحالیکه Cloud Computing در سالهای اخیر همواره در گزارشات سالانه گارتنر جایگاه ویژه ای داشته اینبار مثل سال گذشته نقش IoT (اینترنت اشیا) نقش بسیار محوری و پر رنگ تری یافته است. اینترنت اشیا در حقیقت استفاده ای است که در ادامه Cloud مطرح می شود و این بار از Mesh Deviceها به عنوان بستری برای Application & Information Delivery نام برده می شود. در واقع شما با شبکه ای از اشیاء مختلف روبرو هستید که اطلاعات همه آنها با استفاده از موبایل و سایر تجهیزات الکترونیکی اطراف شما به شما منتقل می شود.
گارتنر 10 تکنولوژی زیر را به عنوان برترین تکنولوژی های 2016 معرفی کرده است:
The Device Mesh
Ambient User Experience
3D Printing Materials
Information of Everything
Advanced Machine Learning
Autonomous Agents and Things
Adaptive Security Architecture
Advanced System Architecture
Mesh App and Service Architecture
Internet of Things Platforms
http://www.gartner.com/newsroom/id/3143521
درحالیکه Cloud Computing در سالهای اخیر همواره در گزارشات سالانه گارتنر جایگاه ویژه ای داشته اینبار مثل سال گذشته نقش IoT (اینترنت اشیا) نقش بسیار محوری و پر رنگ تری یافته است. اینترنت اشیا در حقیقت استفاده ای است که در ادامه Cloud مطرح می شود و این بار از Mesh Deviceها به عنوان بستری برای Application & Information Delivery نام برده می شود. در واقع شما با شبکه ای از اشیاء مختلف روبرو هستید که اطلاعات همه آنها با استفاده از موبایل و سایر تجهیزات الکترونیکی اطراف شما به شما منتقل می شود.
گارتنر 10 تکنولوژی زیر را به عنوان برترین تکنولوژی های 2016 معرفی کرده است:
The Device Mesh
Ambient User Experience
3D Printing Materials
Information of Everything
Advanced Machine Learning
Autonomous Agents and Things
Adaptive Security Architecture
Advanced System Architecture
Mesh App and Service Architecture
Internet of Things Platforms
Gartner
Newsroom, Announcements and Media Contacts | Gartner
Learn more about recent Gartner press.
فناوری داده های عظیم و الزامات قانونی آن
http://www.bigdata.ir/1394/08/%d9%81%d9%86%d8%a7%d9%88%d8%b1%db%8c-%d8%af%d8%a7%d8%af%d9%87-%d9%87%d8%a7%db%8c-%d8%b9%d8%b8%db%8c%d9%85-%d9%88-%d8%a7%d9%84%d8%b2%d8%a7%d9%85%d8%a7%d8%aa-%d9%82%d8%a7%d9%86%d9%88%d9%86%db%8c-%d8%a2/
http://www.bigdata.ir/1394/08/%d9%81%d9%86%d8%a7%d9%88%d8%b1%db%8c-%d8%af%d8%a7%d8%af%d9%87-%d9%87%d8%a7%db%8c-%d8%b9%d8%b8%db%8c%d9%85-%d9%88-%d8%a7%d9%84%d8%b2%d8%a7%d9%85%d8%a7%d8%aa-%d9%82%d8%a7%d9%86%d9%88%d9%86%db%8c-%d8%a2/
مهندسی داده
فناوری داده های عظیم و الزامات قانونی آن | مهندسی داده
مرکز پژوهشهای مجلس در خرداد ماه سالجاری گزارشی را با عنوان فناوری داده های عظیم و الزامات قانونی آن در بیست و چهار صفحه ارائه کرده است که بیشتر مروری است بر الزامات و نیازمندیهای دولت ایران به استفاده از داده ها و فناوریهای نوین پردازشی مرتبط با آن . با این…
فناوریهای حوزه کلان داده در یک نگاه
🐘🐘🐘
http://www.bigdata.ir/1394/05/%d9%81%d9%86%d8%a7%d9%88%d8%b1%db%8c%d9%87%d8%a7%db%8c-%d8%ad%d9%88%d8%b2%d9%87-%da%a9%d9%84%d8%a7%d9%86-%d8%af%d8%a7%d8%af%d9%87-%d8%af%d8%b1-%db%8c%da%a9-%d9%86%da%af%d8%a7%d9%87/
🐘🐘🐘
http://www.bigdata.ir/1394/05/%d9%81%d9%86%d8%a7%d9%88%d8%b1%db%8c%d9%87%d8%a7%db%8c-%d8%ad%d9%88%d8%b2%d9%87-%da%a9%d9%84%d8%a7%d9%86-%d8%af%d8%a7%d8%af%d9%87-%d8%af%d8%b1-%db%8c%da%a9-%d9%86%da%af%d8%a7%d9%87/
مهندسی داده
فناوریهای حوزه کلان داده در یک نگاه | مهندسی داده
سایت InsightDataEngineering یک نمودار تعاملی ساده و جمع و جور برای آشنایی با فناوریهای حوزه کلان داده منتشر کرده است که در نه گروه مختلف این فناوری ها را طبقه بندی کرده است . این طبقه بندی به صورت فهرست وار طبق این نمودار از قرار زیر است : ابزار تزریق داده…
مروری بر ابزارهای SQL بر روی هدوپ و کلان داده
http://www.bigdata.ir/1394/04/%d9%85%d8%b1%d9%88%d8%b1%db%8c-%d8%a8%d8%b1-%d8%a7%d8%a8%d8%b2%d8%a7%d8%b1%d9%87%d8%a7%db%8c-sql-%d8%a8%d8%b1-%d8%b1%d9%88%db%8c-%d9%87%d8%af%d9%88%d9%be-%d9%88-%da%a9%d9%84%d8%a7%d9%86-%d8%af%d8%a7/
http://www.bigdata.ir/1394/04/%d9%85%d8%b1%d9%88%d8%b1%db%8c-%d8%a8%d8%b1-%d8%a7%d8%a8%d8%b2%d8%a7%d8%b1%d9%87%d8%a7%db%8c-sql-%d8%a8%d8%b1-%d8%b1%d9%88%db%8c-%d9%87%d8%af%d9%88%d9%be-%d9%88-%da%a9%d9%84%d8%a7%d9%86-%d8%af%d8%a7/
مهندسی داده
مروری بر ابزارهای SQL بر روی هدوپ و کلان داده | مهندسی داده
اس کیو ال به عنوان روش استاندارد کار با داده های رابطه ای، سالهاست که در تمام تار و پود دنیای فناوری اطلاعات نفوذ کرده است و بنابراین دور از انتظار نیست که برای داده های بدون ساختار یا نیمه ساختیافته در حوزه کلان داده هم به فکر استفاده از این زبان رایج باشیم…
کدام موتور پردازشی هدوپ را باید استفاده کنیم ؟
http://www.bigdata.ir/1394/04/%da%a9%d8%af%d8%a7%d9%85-%d9%85%d9%88%d8%aa%d9%88%d8%b1-%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4%db%8c-%d9%87%d8%af%d9%88%d9%be-%d8%b1%d8%a7-%d8%a8%d8%a7%db%8c%d8%af-%d8%a7%d8%b3%d8%aa%d9%81%d8%a7%d8%af/
http://www.bigdata.ir/1394/04/%da%a9%d8%af%d8%a7%d9%85-%d9%85%d9%88%d8%aa%d9%88%d8%b1-%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4%db%8c-%d9%87%d8%af%d9%88%d9%be-%d8%b1%d8%a7-%d8%a8%d8%a7%db%8c%d8%af-%d8%a7%d8%b3%d8%aa%d9%81%d8%a7%d8%af/
مهندسی داده
کدام موتور پردازشی هدوپ را باید استفاده کنیم ؟ | مهندسی داده
امروزه و در میانه سال ۲۰۱۵ دیگر پردازش ها در حوزه کلان داده محدود به HDFS و رهیافت نگاشت و تجمیع (Map Reduce) نیست بلکه اکوسیستمی کامل از فناوریهایی مختلفی شده است که برای تحلیل انواع داده در مقیاس وسیع به آنها نیاز داریم و مجموعه وسیعی از ابزار و کتابخانه…
معرفی Radoop :
Radoop یک شرکت بزرگ تجزیه و تحلیل داده با هدف کم کردن موانع برای استفاده از Hadoop است. بستهRadoop اجازه می دهد تا حتی افراد غیر فنی نیز توانایی دسترسی ، تجزیه و تحلیل و شبیه سازی داده های بزرگ را داشته باشند. برای افراد متخصص علاوه بر امکانات ذکر شده برنامه نویسی ، تجزیه و تحلیل و پیش بینی پیشرفته را فراهم می کند و این دلیل محکمی است که RapidMiner با تکیه بر توانایی هدوپ در پردازش موازی داده های کلان به عنوان محبوب ترین ابزار داده کاوی یکپارچه شناخته شود و کم کم کاربران زیادی را به سمت خود سوق دهد.
http://hadoop.ir/%d9%85%d8%b9%d8%b1%d9%81%db%8c-radoop/#respond
Radoop یک شرکت بزرگ تجزیه و تحلیل داده با هدف کم کردن موانع برای استفاده از Hadoop است. بستهRadoop اجازه می دهد تا حتی افراد غیر فنی نیز توانایی دسترسی ، تجزیه و تحلیل و شبیه سازی داده های بزرگ را داشته باشند. برای افراد متخصص علاوه بر امکانات ذکر شده برنامه نویسی ، تجزیه و تحلیل و پیش بینی پیشرفته را فراهم می کند و این دلیل محکمی است که RapidMiner با تکیه بر توانایی هدوپ در پردازش موازی داده های کلان به عنوان محبوب ترین ابزار داده کاوی یکپارچه شناخته شود و کم کم کاربران زیادی را به سمت خود سوق دهد.
http://hadoop.ir/%d9%85%d8%b9%d8%b1%d9%81%db%8c-radoop/#respond
مرجع هدوپ ایران
معرفی Radoop
Radoop یک شرکت بزرگ تجزیه و تحلیل داده با هدف کم کردن موانع برای استفاده از Hadoop است. بسته Radoop اجازه می دهد تا حتی افراد غیر فنی نیز توانایی دسترسی ، تجزیه و تحلیل و شبیه سازی داده های بزرگ را داشته باشند.
آخرین نسخه هدوپ
این نسخه برای استفاده عملیاتی هنوز مناسب نیست و پس از گزارش اشکالات ، در نسخه های 2.7.1 و 2.7.2 حل خواهد شد. برای استفاده های عملیاتی و تجاری تا انتشار نسخه 2.7.1 و 2.7.2 صبر کنید.پشتیبانی از منبع ذخیره Windows Azure در بسته عمومی پشتیبانی از ترانکیت فایل ها در HDFSپشتیبانی از فایل های با طول بلوک متغیر در HDFSپشتیبانی از Storage Type در Quotaافزایش توانایی اعتبارسنجی در YARNکش کردن اتوماتیک در منابع محلی در YARN (آزمایشی)توانایی محدود کردن Task های در حال اجرای یک Job در MapReduceافزایش سرعت FileOutputCommitter برای Job های با حجم بالا و فایل های خروجی زیاد در MapReduce
http://mirrors.sonic.net/apache/hadoop/common/hadoop-2.7.1/hadoop-2.7.1.tar.gz
این نسخه برای استفاده عملیاتی هنوز مناسب نیست و پس از گزارش اشکالات ، در نسخه های 2.7.1 و 2.7.2 حل خواهد شد. برای استفاده های عملیاتی و تجاری تا انتشار نسخه 2.7.1 و 2.7.2 صبر کنید.پشتیبانی از منبع ذخیره Windows Azure در بسته عمومی پشتیبانی از ترانکیت فایل ها در HDFSپشتیبانی از فایل های با طول بلوک متغیر در HDFSپشتیبانی از Storage Type در Quotaافزایش توانایی اعتبارسنجی در YARNکش کردن اتوماتیک در منابع محلی در YARN (آزمایشی)توانایی محدود کردن Task های در حال اجرای یک Job در MapReduceافزایش سرعت FileOutputCommitter برای Job های با حجم بالا و فایل های خروجی زیاد در MapReduce
http://mirrors.sonic.net/apache/hadoop/common/hadoop-2.7.1/hadoop-2.7.1.tar.gz
براساس تحقیقات موسسه IDC IT با رشد روز افزون داده ها نیاز مبرم به کارشناسان داده بیش از پیش احساس میشود و بر همین اساس پیش بینی هایی از آینده بیگ دیتا به شرح زیر انجام شده است:
ابزارهای کشف داده های بصری در سال ۲۰۱۸ رشد ۲٫۵ برابری نسبت به سایر ابزارهای کسب و کار خواهد داشت. همچنین در ۵ سال آینده هزینه های مبتنی بر بیگ دیتا رشد ۳برابری خواهد داشت.کمبود کارمندان ماهر همچنان ادامه خواهد داشت. بر همین اساس تنها در کشور امریکا در سال ۲۰۱۵ حدود ۱۸۱ هزار جایگاه تجزیه و تحلیل وجود خواهد داشت که نیازمند جذب نیروی متخصص هستند.
ابزارهای کشف داده های بصری در سال ۲۰۱۸ رشد ۲٫۵ برابری نسبت به سایر ابزارهای کسب و کار خواهد داشت. همچنین در ۵ سال آینده هزینه های مبتنی بر بیگ دیتا رشد ۳برابری خواهد داشت.کمبود کارمندان ماهر همچنان ادامه خواهد داشت. بر همین اساس تنها در کشور امریکا در سال ۲۰۱۵ حدود ۱۸۱ هزار جایگاه تجزیه و تحلیل وجود خواهد داشت که نیازمند جذب نیروی متخصص هستند.