ဒေတာအင်ဂျင်နီယာ ပညာရပ်တွင် အလိုအပ်ဆုံး အရည်အချင်းများ

အတိုင်း စာရင်းဇယား 2019ဒေတာအင်ဂျင်နီယာသည် လက်ရှိတွင် အခြားအရာများထက် ဝယ်လိုအား ပိုမိုမြန်ဆန်စွာ ကြီးထွားလာနေသော လုပ်ငန်းတစ်ခုဖြစ်သည်။ ဒေတာအင်ဂျင်နီယာတစ်ဦးသည် ဒေတာကို လုပ်ဆောင်ရန်၊ ပြောင်းလဲရန်နှင့် သိမ်းဆည်းရန်အတွက် အသုံးပြုသည့် ပိုက်လိုင်းများနှင့် ဒေတာဘေ့စ်များကို ဖန်တီးခြင်းနှင့် ထိန်းသိမ်းခြင်းတွင် အဖွဲ့အစည်းတစ်ခုတွင် အရေးကြီးသောအခန်းကဏ္ဍမှ ပါဝင်ပါသည်။ ဤလုပ်ငန်းခွင်၏ ကိုယ်စားလှယ်များသည် အဘယ်အရည်အချင်းများ ပထမဦးစွာ လိုအပ်သနည်း။ စာရင်းသည် ဒေတာသိပ္ပံပညာရှင်များ၏ လိုအပ်သည့်အရာများနှင့် ကွာခြားပါသလား။ ဤအရာအားလုံးကို ကျွန်ုပ်၏ ဆောင်းပါးမှ သင်လေ့လာနိုင်မည်ဖြစ်ပါသည်။

2020 ခုနှစ် ဇန်နဝါရီလတွင် ဒေတာအင်ဂျင်နီယာရာထူးအတွက် လစ်လပ်နေရာများကို ကျွန်ုပ်သည် မည်သည့်နည်းပညာကျွမ်းကျင်မှုတွင် လူကြိုက်အများဆုံးဖြစ်သည်ကို နားလည်ရန် ပိုင်းခြားစိတ်ဖြာပါသည်။ ထို့နောက် ဒေတာသိပ္ပံပညာရှင်ရာထူးအတွက် လစ်လပ်နေရာစာရင်းဇယားများနှင့် ရလဒ်များကို ကျွန်တော် နှိုင်းယှဉ်ကြည့်ရာ စိတ်ဝင်စားစရာကောင်းသော ကွဲပြားမှုများ ထွက်ပေါ်လာခဲ့သည်။

ထွေထွေထူးထူး ထွေထွေထူးထူးပြောစရာမလိုဘဲ အလုပ်တင်ခြင်းများတွင် အများဆုံးဖော်ပြလေ့ရှိသော ထိပ်တန်းနည်းပညာ ၁၀ ခုကို ဖော်ပြပေးလိုက်ပါတယ်။

2020 ခုနှစ်တွင် data engineer ရာထူးအတွက် လစ်လပ်နေသော နည်းပညာများကို ဖော်ပြခြင်း။

တွက်ကြည့်ရအောင်။

ဒေတာအင်ဂျင်နီယာ၏တာဝန်

ယနေ့ခေတ်တွင်၊ ဒေတာအင်ဂျင်နီယာများလုပ်ဆောင်သည့်အလုပ်သည် အဖွဲ့အစည်းများအတွက် အလွန်အရေးကြီးပါသည်၊ ၎င်းတို့သည် သတင်းအချက်အလက်များကို သိမ်းဆည်းရန်နှင့် အခြားဝန်ထမ်းများနှင့် လုပ်ဆောင်နိုင်သည့်ပုံစံသို့ ယူဆောင်လာရန် တာဝန်ရှိသောသူများဖြစ်သည်။ ဒေတာအင်ဂျင်နီယာများသည် အရင်းအမြစ်များစွာမှ ဒေတာစီးကြောင်း သို့မဟုတ် အစုအဝေးပြုလုပ်ရန် ပိုက်လိုင်းများတည်ဆောက်ကြသည်။ ထို့နောက် ပိုက်လိုင်းများသည် ထုတ်ယူခြင်း၊ အသွင်ပြောင်းခြင်းနှင့် တင်ခြင်းလုပ်ငန်းဆောင်တာများ (တစ်နည်းအားဖြင့် ETL လုပ်ငန်းစဉ်များ)၊ ဒေတာကို နောက်ထပ်အသုံးပြုရန်အတွက် ပိုမိုသင့်လျော်စေသည်။ ယင်းနောက်တွင်၊ ဒေတာကို ပိုမိုနက်ရှိုင်းစွာ လုပ်ဆောင်ရန်အတွက် လေ့လာသုံးသပ်သူများနှင့် ဒေတာသိပ္ပံပညာရှင်များထံ တင်ပြမည်ဖြစ်သည်။ နောက်ဆုံးတွင်၊ ဒေတာသည် ဒက်ရှ်ဘုတ်များ၊ အစီရင်ခံစာများနှင့် စက်သင်ယူမှုပုံစံများဖြင့် ၎င်း၏ခရီးကို အဆုံးသတ်သည်။

လက်ရှိဒေတာအင်ဂျင်နီယာတစ်ယောက်ရဲ့ အလုပ်မှာ ဘယ်နည်းပညာတွေက အဝယ်လိုဆုံးလဲဆိုတာ ကောက်ချက်ချနိုင်စေမယ့် အချက်အလက်တွေကို ရှာဖွေနေပါတယ်။

နည်းလမ်းများ

အလုပ်အကိုင်ရှာဖွေရေးဆိုဒ် သုံးခုမှ အချက်အလက်များကို စုဆောင်းခဲ့သည်။ SimplyHired, တကယ်ပါပဲ и ဧရာမသတ္တဝါကြီး US နေထိုင်သူများအတွက် ရည်ရွယ်သည့် လစ်လပ်နေသော စာသားများတွင် "ဒေတာအင်ဂျင်နီယာ" နှင့် တွဲဖက်၍ မည်သည့်သော့ချက်စာလုံးများကို တွေ့ရသည်ကို ကြည့်ရှုပါ။ ဒီတာဝန်အတွက် ကျွန်တော် Python libraries နှစ်ခုကို သုံးပါတယ်။ တောင်းဆိုမှုများ и ဟင်းချိုလှလှ. သော့ချက်စကားလုံးများထဲတွင်၊ ဒေတာသိပ္ပံပညာရှင်ရာထူးအတွက် လစ်လပ်နေသောနေရာများကို ပိုင်းခြားစိတ်ဖြာရန် ယခင်စာရင်းတွင်ပါရှိသည့် နှစ်ခုစလုံးနှင့် ဒေတာအင်ဂျင်နီယာများအတွက် အလုပ်ကမ်းလှမ်းမှုများကို ဖတ်နေစဉ်တွင် ကျွန်ုပ်ကိုယ်တိုင် ရွေးချယ်ထားသည့်အရာများ ပါဝင်ပါသည်။ ဒေတာစုဆောင်းရန် နောက်ဆုံးကြိုးပမ်းမှုအပြီးတွင် ကျွန်ုပ်အား ထိုနေရာတွင် ပိတ်ပင်ထားသောကြောင့် LinkedIn သည် အရင်းအမြစ်များစာရင်းတွင် မပါဝင်ပါ။

သော့ချက်စာလုံးတစ်ခုစီအတွက်၊ ဆိုက်တစ်ခုစီရှိ စာသားစုစုပေါင်းအရေအတွက်မှ hits ရာခိုင်နှုန်းကို တွက်ချက်ပြီး အရင်းအမြစ်သုံးခုအတွက် ပျမ်းမျှကို တွက်ချက်ပါသည်။

ရလဒ်များကို

အောက်ဖော်ပြပါများသည် အလုပ်ဝဘ်ဆိုက်သုံးခုလုံးတွင် အမြင့်ဆုံးရမှတ်များရှိသည့် နည်းပညာဆိုင်ရာ ဒေတာအင်ဂျင်နီယာဆိုင်ရာ စည်းကမ်းချက်သုံးဆယ်ဖြစ်သည်။

ဤသည်မှာ တူညီသောနံပါတ်များဖြစ်သော်လည်း ဇယားပုံစံဖြင့် ဖော်ပြထားပါသည်။

လိုက်ကြရအောင်။

ရလဒ်များကိုပြန်လည်သုံးသပ်ခြင်း။

SQL နှင့် Python နှစ်ခုစလုံးသည် ပြန်လည်သုံးသပ်ထားသော အလုပ်ဖွင့်မှုများ၏ သုံးပုံနှစ်ပုံကျော်တွင် ပေါ်လာသည်။ ဤနည်းပညာနှစ်ရပ်သည် ဦးစွာလေ့လာရန် အဓိပ္ပါယ်ရှိပေသည် ။ Python ကို ဝဘ်ဆိုဒ်များဖန်တီးခြင်းနှင့် scripts များရေးသားခြင်း၊ ဒေတာနှင့်အလုပ်လုပ်ရန်အလွန်ရေပန်းစားသောပရိုဂရမ်ဘာသာစကားတစ်ခုဖြစ်သည်။ SQL Structured Query Language ကို ကိုယ်စားပြုသည်။ ၎င်းတွင် ဘာသာစကားအုပ်စုတစ်ခုမှ အကောင်အထည်ဖော်သည့် စံနှုန်းတစ်ခုပါဝင်ပြီး ဆက်စပ်ဒေတာဘေ့စ်များမှ ဒေတာများကို ပြန်လည်ရယူရန် အသုံးပြုသည်။ ၎င်းသည် ကြာမြင့်စွာကတည်းက ပေါ်ထွက်ခဲ့ပြီး အလွန်ခံနိုင်ရည်ရှိကြောင်း သက်သေပြခဲ့သည်။

Spark သည် လစ်လပ်နေရာများ၏ ထက်ဝက်ခန့်တွင် ဖော်ပြထားပါသည်။ Apache ကို Spark "streaming၊ SQL၊ machine learning နှင့် graph processing အတွက် built-in module များပါရှိသော စုစည်းထားသော big data analytics engine တစ်ခုဖြစ်သည်။" ကြီးမားသောဒေတာဘေ့စ်များနှင့်အလုပ်လုပ်သူများအကြားအထူးသဖြင့်ရေပန်းစားသည်။

AWS သည် အလုပ်တင်ခြင်း၏ 45% ခန့်တွင် ပေါ်လာသည်။ ၎င်းသည် Amazon မှထုတ်လုပ်သော cloud computing platform တစ်ခုဖြစ်သည်။ ၎င်းသည် cloud ပလပ်ဖောင်းအားလုံးတွင် အကြီးဆုံးစျေးကွက်ဝေစုရှိသည်။
ထို့နောက် Java နှင့် Hadoop သည် ၎င်းတို့၏အစ်ကိုအတွက် 40% ထက် အနည်းငယ်ပိုပါသည်။ ဂျာဗား ကျယ်ကျယ်ပြန့်ပြန့်ပြောသော၊ တိုက်ပွဲစမ်းသပ်ထားသော ဘာသာစကားတစ်ခုဖြစ်သည်။ 2019 Stack Overflow Developer စစ်တမ်း ပရိုဂရမ်မာများအကြား ထိတ်လန့်စေသော ဘာသာစကားများအနက်မှ ဆယ်နေရာကို ချီးမြှင့်ခံခဲ့ရသည်။ ဆန့်ကျင်ဘက်အားဖြင့် Python သည် ဒုတိယလူကြိုက်အများဆုံးဘာသာစကားဖြစ်သည်။ Java ဘာသာစကားကို Oracle မှလုပ်ဆောင်ထားပြီး ၎င်းနှင့်ပတ်သက်၍ သင်သိလိုသမျှကို 2020 ခုနှစ် ဇန်နဝါရီလမှ တရားဝင်စာမျက်နှာ၏ ဤဖန်သားပြင်ဓာတ်ပုံမှ နားလည်နိုင်ပါသည်။

အချိန်စက်ထဲမှာ စီးနေရသလိုပါပဲ။
Apache Hadoop ဒေတာကြီးကြီးမားမားအတွက် ဆာဗာအစုအဝေးများနှင့်အတူ MapReduce ပရိုဂရမ်းမင်းပုံစံကို အသုံးပြုသည်။ အခု ဒီပုံစံကို စွန့်လွှတ်လိုက်ပါပြီ။

ထို့နောက် ကျွန်ုပ်တို့သည် Hive၊ Scala၊ Kafka နှင့် NoSQL တို့ကို တွေ့ရသည် - ဤနည်းပညာတစ်ခုစီကို တင်သွင်းပြီး လစ်လပ်နေရာများ၏ လေးပုံတစ်ပုံတွင် ဖော်ပြထားပါသည်။ Apache Hive သည် "SQL ကို အသုံးပြု၍ ဖြန့်ဝေထားသော စတိုးဆိုင်များတွင် နေထိုင်သည့် ဒေတာအစုံများကို ဖတ်ရန်၊ ရေးသားရန်နှင့် စီမံခန့်ခွဲရန် လွယ်ကူစေသည်။" Scala - ဒေတာကြီးကြီးမားမားဖြင့် အလုပ်လုပ်သောအခါတွင် တက်ကြွစွာအသုံးပြုသော ပရိုဂရမ်ဘာသာစကားတစ်ခု။ အထူးသဖြင့် Spark ကို Scala တွင်ဖန်တီးခဲ့သည်။ ကြောက်ရွံ့သောဘာသာစကားများ၏ အဆင့်သတ်မှတ်ချက်တွင် Scala သည် အဆင့် XNUMX ဖြစ်သည်။ Apache Kafka - မက်ဆေ့ချ်များကို တိုက်ရိုက်ထုတ်လွှင့်ခြင်းအတွက် ဖြန့်ဝေသည့်ပလပ်ဖောင်းတစ်ခု။ ဒေတာလွှင့်ခြင်းနည်းလမ်းအဖြစ် အလွန်ရေပန်းစားသည်။

NoSQL ဒေတာဘေ့စ်များ SQL နှင့် ဆန့်ကျင်ဘက်။ ၎င်းတို့သည် ဆက်စပ်မှုမရှိသော၊ ဖွဲ့စည်းတည်ဆောက်ပုံမရှိသော၊ နှင့် အလျားလိုက် အတိုင်းအတာဖြင့် ကွဲပြားသည်။ NoSQL သည် လူကြိုက်များမှုအချို့ရရှိခဲ့သော်လည်း ၎င်းသည် SQL ကိုလွှမ်းမိုးသောသိုလှောင်မှုပါရာဒိုင်းအဖြစ်အစားထိုးမည်ဟုကြိုတင်ခန့်မှန်းချက်များအထိချဉ်းကပ်မှုအတွက်စိတ်အားထက်သန်မှုမှာကုန်ဆုံးသွားပုံရသည်။

ဒေတာသိပ္ပံပညာရှင် လစ်လပ်နေရာများတွင် ဝေါဟာရများနှင့် နှိုင်းယှဉ်ခြင်း။

ဤသည်မှာ ဒေတာသိပ္ပံအလုပ်ရှင်များကြားတွင် အသုံးအများဆုံး နည်းပညာအသုံးအနှုန်းသုံးဆယ်ဖြစ်သည်။ ဒေတာအင်ဂျင်နီယာအတွက် အထက်တွင်ဖော်ပြထားသည့်အတိုင်း ဤစာရင်းကို ကျွန်ုပ်ရရှိခဲ့သည်။

2020 ခုနှစ်အတွက် data scientist ရာထူးအတွက် လစ်လပ်နေရာများတွင် နည်းပညာဖော်ပြချက်များ

စုစုပေါင်း အရေအတွက်အကြောင်းပြောရင်၊ အရင်က ယူဆထားတဲ့ ခေါ်ယူမှုနဲ့ ယှဉ်ရင် လစ်လပ်နေရာ 28% (12 နဲ့ 013) ပိုများတယ်။ ဒေတာအင်ဂျင်နီယာများထက် ဒေတာသိပ္ပံပညာရှင်များအတွက် လစ်လပ်နေရာများတွင် မည်သည့်နည်းပညာများ နည်းပါးသည်ကို ကြည့်ကြပါစို့။

Data Engineering တွင် ပိုမိုရေပန်းစားသည်။

အောက်တွင်ဖော်ပြထားသောဂရပ်သည် 10% နှင့် -10% ထက်နည်းသော ပျမ်းမျှခြားနားချက်ရှိသော အဓိကစကားလုံးများကို ပြသထားသည်။

data engineer နှင့် data scientist ကြားသော့ချက်စကားလုံးကြိမ်နှုန်း၏အကြီးမားဆုံးကွာခြားချက်

AWS သည် အထူးခြားဆုံး တိုးလာမှုကို ပြသသည်- ဒေတာအင်ဂျင်နီယာတွင် ၎င်းသည် ဒေတာသိပ္ပံတွင် 25% (ခန့်မှန်းခြေအားဖြင့် လစ်လပ်နေရာစုစုပေါင်း၏ 45% နှင့် 20% အသီးသီး)။ ကွာခြားချက်က သိသာပါတယ်။

ဤသည်မှာ အနည်းငယ်ကွဲပြားသောတင်ပြမှုတစ်ခုတွင် တူညီသောဒေတာဖြစ်သည် - ဂရပ်တွင်၊ ဒေတာအင်ဂျင်နီယာရာထူးအတွက် လစ်လပ်နေသောနေရာများအတွက် တူညီသောသော့ချက်စာလုံးအတွက်ရလဒ်များသည် ဘေးချင်းယှဉ်လျက်တည်ရှိနေပါသည်။

data engineer နှင့် data scientist ကြားသော့ချက်စကားလုံးကြိမ်နှုန်း၏အကြီးမားဆုံးကွာခြားချက်

ကျွန်တော်သတိပြုမိခဲ့သော နောက်ထပ်အကြီးဆုံးခုန်ချက်မှာ Spark တွင်ဖြစ်သည် - ဒေတာအင်ဂျင်နီယာတစ်ဦးသည် ဒေတာကြီးကြီးမားမားဖြင့် မကြာခဏလုပ်ဆောင်ရလေ့ရှိသည်။ Kafka ဒေတာသိပ္ပံပညာရှင် လစ်လပ်နေရာများအတွက် ရလဒ်နှင့် နှိုင်းယှဉ်ပါက 20% တိုးလာသည်ဟုဆိုသည်။ ဒေတာလွှဲပြောင်းခြင်းသည် ဒေတာအင်ဂျင်နီယာတစ်ဦး၏ အဓိကတာဝန်များထဲမှ တစ်ခုဖြစ်သည်။ နောက်ဆုံးတွင်၊ ဖော်ပြထားသောအရေအတွက်သည် Java၊ NoSQL၊ Redshift၊ SQL နှင့် Hadoop အတွက် data engineering နယ်ပယ်တွင် 15% ပိုများခဲ့သည်။

ဒေတာအင်ဂျင်နီယာတွင် လူကြိုက်နည်းသည်။

ဒေတာအင်ဂျင်နီယာ လစ်လပ်နေရာများတွင် မည်သည့်နည်းပညာများ လူကြိုက်နည်းသည်ကို ကြည့်ကြပါစို့။
ဒေတာသိပ္ပံကဏ္ဍနှင့် နှိုင်းယှဉ်ပါက သိသိသာသာ ကျဆင်းမှု ဖြစ်ပေါ်ခဲ့သည်။ R: အဲဒီမှာ သူက လစ်လပ်နေရာတွေရဲ့ ခန့်မှန်းခြေ 56% မှာ ပေါ်လာတယ်၊ ဒီမှာ 17% ပဲရှိတယ်။ အထင်ကြီးစရာ။ R သည် သိပ္ပံပညာရှင်များနှင့် စာရင်းအင်းပညာရှင်များ၏ မျက်နှာသာပေးထားသော ပရိုဂရမ်ဘာသာစကားဖြစ်ပြီး ကမ္ဘာပေါ်တွင် အဋ္ဌမမြောက် အကြောက်ဆုံးဘာသာစကားဖြစ်သည်။

SAS ဒေတာအင်ဂျင်နီယာရာထူးအတွက် လစ်လပ်နေရာများတွင်လည်း မကြာခဏဆိုသလို တွေ့ရသည် - ကွာခြားချက်မှာ 14% ဖြစ်သည်။ SAS သည် စာရင်းဇယားများနှင့် ဒေတာများဖြင့် လုပ်ဆောင်ရန်အတွက် သီးသန့်ထုတ်လုပ်ထားသော ဘာသာစကားတစ်ခုဖြစ်သည်။ စိတ်ဝင်စားစရာကောင်းသောအချက်- ရလဒ်များဖြင့် အကဲဖြတ်ခြင်း။ ဒေတာသိပ္ပံပညာရှင်များအတွက် ကျွန်ုပ်၏ သုတေသနပြုချက်မကြာသေးမီက၊ ၎င်းသည် အခြားနည်းပညာများထက် များစွာဆုံးရှုံးခဲ့သည်။

Data Engineering နှင့် Data Science နှစ်ခုစလုံးတွင် လိုအပ်ချက်ရှိသည်။

နှစ်ခုစလုံးတွင် ပထမရာထူးဆယ်ခုအနက် ရှစ်ခုသည် တူညီကြောင်း သတိပြုသင့်သည်။ SQL၊ Python၊ Spark၊ AWS၊ Java၊ Hadoop၊ Hive နှင့် Scala တို့သည် data engineering နှင့် data science industries နှစ်ခုလုံးအတွက် ထိပ်တန်းဆယ်ယောက်စာရင်းဝင်ခဲ့သည်။ အောက်ဖော်ပြပါဂရပ်တွင် ဒေတာအင်ဂျင်နီယာအလုပ်ရှင်များအကြား ရေပန်းအစားဆုံးနည်းပညာဆယ့်ငါးခုကို သင်တွေ့နိုင်ပြီး ၎င်းတို့နောက်တွင် ဒေတာသိပ္ပံပညာရှင်များအတွက် ၎င်းတို့၏လစ်လပ်မှုနှုန်းဖြစ်သည်။

အကြံပြုချက်များ

အကယ်၍ သင်သည် ဒေတာအင်ဂျင်နီယာသို့ ဝင်ရောက်လိုပါက အောက်ပါနည်းပညာများကို ကျွမ်းကျင်ရန် အကြံပြုလိုပါသည်- ၎င်းတို့ကို အနီးစပ်ဆုံးဦးစားပေးအစီအစဥ်ဖြင့် စာရင်းပြုစုထားပါသည်။

SQL ကိုလေ့လာပါ။ ကျွန်ုပ်သည် ပွင့်လင်းသောအရင်းအမြစ်ဖြစ်ပြီး၊ အသိုင်းအဝိုင်းတွင် အလွန်ရေပန်းစားပြီး တိုးတက်မှုအဆင့်တွင် ရှိနေသောကြောင့် PostgreSQL ကို ဦးတည်နေပါသည်။ My Memorable SQL စာအုပ်မှ ဘာသာစကားကို အသုံးပြုနည်းကို သင်လေ့လာနိုင်သည် - ၎င်း၏ ရှေ့ပြေးဗားရှင်းကို ရရှိနိုင်ပါသည်။ ဒီမှာ.

Master Python သည် hardcore အဆင့်တွင်မရှိလျှင်ပင်။ My Memorable Python ကို စတင်သူများအတွက် အထူးဖန်တီးထားပါသည်။ တွင်ဝယ်ယူနိုင်ပါသည်။ အမေဇုံအီလက်ထရွန်းနစ် သို့မဟုတ် ရုပ်ပိုင်းဆိုင်ရာ မိတ္တူ၊ သင့်ရွေးချယ်မှု သို့မဟုတ် pdf သို့မဟုတ် epub ဖော်မတ်ဖြင့် ဒေါင်းလုဒ်လုပ်ပါ။ ဒီ site ပေါ်တွင်.

သင် Python နှင့် ရင်းနှီးပြီးသည်နှင့် ဒေတာရှင်းလင်းခြင်းနှင့် လုပ်ဆောင်ခြင်းအတွက် အသုံးပြုသည့် Python စာကြည့်တိုက်တစ်ခုဖြစ်သည့် ပန်ဒါများထံ ဆက်သွားပါ။ အကယ်၍ သင်သည် Python တွင် စာရေးနိုင်မှု လိုအပ်သော ကုမ္ပဏီတစ်ခုတွင် အလုပ်လုပ်ရန် ရည်မှန်းထားပါက (၎င်းတို့ထဲမှ အများစုသည်) ပန်ဒါများ၏ အသိပညာကို ပုံသေဖြင့် ယူဆမည်မှာ သေချာပါသည်။ ပန်ဒါများနှင့် အလုပ်လုပ်ရန် နိဒါန်းလမ်းညွှန်ကို လောလောဆယ် ပြီးပါပြီ - သင်လုပ်နိုင်သည် subscribeလွတ်မြောက်ချိန်ကို လက်လွတ်မခံစေရန်။

မာစတာ AWS။ အကယ်၍ သင်သည် ဒေတာအင်ဂျင်နီယာတစ်ဦးဖြစ်လိုပါက၊ stash ရှိ cloud ပလပ်ဖောင်းမရှိဘဲ သင်မလုပ်နိုင်ပါ၊ AWS သည် ၎င်းတို့အနက်မှ ရေပန်းအစားဆုံးဖြစ်သည်။ သင်တန်းတွေက ကျွန်တော့်ကို အများကြီး ကူညီပေးခဲ့တယ်။ Linux အကယ်ဒမီကျောင်းတက်တုန်းက Google Cloud ရှိ ဒေတာအင်ဂျင်နီယာAWS မှာ ကောင်းမွန်တဲ့ ပစ္စည်းတွေလည်း ရှိမယ်လို့ ထင်ပါတယ်။

အကယ်၍ သင်သည် ဤစာရင်းတစ်ခုလုံးကို ပြီးမြောက်ပြီးဖြစ်ပြီး ဒေတာအင်ဂျင်နီယာတစ်ဦးအနေဖြင့် အလုပ်ရှင်များ၏အမြင်တွင် ပိုမိုကြီးထွားလိုပါက၊ ဒေတာကြီးကြီးမားမားဖြင့် လုပ်ဆောင်ရန်အတွက် Apache Spark ကို ထည့်သွင်းရန် အကြံပြုအပ်ပါသည်။ ဒေတာသိပ္ပံပညာရှင်များ၏ လစ်လပ်မှုများအပေါ် ကျွန်ုပ်၏ သုတေသနပြုချက်များအရ စိတ်ဝင်စားမှု ကျဆင်းသည်ကို ပြသခဲ့သော်လည်း ဒေတာအင်ဂျင်နီယာများကြားတွင် ၎င်းသည် လစ်လပ်နေရာတိုင်းနီးပါးတွင် ရှိနေသေးသည်။

အဆုံးမှာ

ဒေတာအင်ဂျင်နီယာများအတွက် အသုံးဝင်ဆုံးသော အလိုအပ်ဆုံးနည်းပညာများရဲ့ ခြုံငုံသုံးသပ်ချက်ကို သင်တွေ့ရှိလိမ့်မယ်လို့ မျှော်လင့်ပါတယ်။ လေ့လာသူအလုပ်တွေ ဘယ်လောက်များ များနေလဲ သိချင်ရင် ဖတ်ကြည့်လိုက်ပါ။ ငါ၏အခြားဆောင်းပါး. ပျော်ရွှင်သောအင်ဂျင်နီယာ။

source: www.habr.com