Software Architecture Patterns for Big Data

Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.

Software Architecture Patterns for Big Data

Name: Software Architecture Patterns for Big Data
Rating: 3.6 (25 reviews)

Ce cours fait partie de Spécialisation Software Architecture for Big Data

Instructeurs : Tyson Gern

2 823 déjà inscrits

Inclus avec Coursera Plus

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

3.6

(25 avis)

niveau Avancées

Expérience recommandée

Planning flexible

Env. 25 heures

Apprenez à votre propre rythme

Préparer un diplôme

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

3.6

(25 avis)

niveau Avancées

Expérience recommandée

Planning flexible

Env. 25 heures

Apprenez à votre propre rythme

Préparer un diplôme

Ce que vous apprendrez

Compare, measure, and test big data models for production use.
Write custom performance tests to measure the characteristics of a distributed system.
Use queues to horizontally distribute large workloads.

Compétences que vous acquerrez

Catégorie : Software Engineering
Catégorie : Distributed Computing
Catégorie : Big Data
Catégorie : Microservices
Catégorie : Real-time Systems

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

6 quizzes, 1 devoir

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation Software Architecture for Big Data

Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.

Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Il y a 4 modules dans ce cours

The course is intended for individuals looking to understand the architecture patterns necessary to take large software systems that make use of big data to production.

You will transform big data prototypes into high quality tested production software. After measuring the performance characteristics of distributed systems, you will identify trouble areas and implement scalable solutions to improve performance. Upon completion of the course you will know how to scale production data stores to perform under load, designing load tests to ensure applications meet performance requirements. This course can be taken for academic credit as part of CU Boulder’s MS in Data Science or MS in Computer Science degrees offered on the Coursera platform. These fully accredited graduate degrees offer targeted courses, short 8-week sessions, and pay-as-you-go tuition. Admission is based on performance in three preliminary courses, not academic history. CU degrees on Coursera are ideal for recent graduates or working professionals. Learn more: MS in Data Science: https://www.coursera.org/degrees/master-of-science-data-science-boulder MS in Computer Science: https://coursera.org/degrees/ms-computer-science-boulder

Welcome to Software Architecture Patterns for Big Data. In this first week of the course, you will learn how to write tests that allow you to iterate on predictive models.

Inclus

3 vidéos8 lectures1 quiz1 évaluation par les pairs

3 vidéosTotal 14 minutes

Introduction to the Course2 minutesPrévisualiser le module
Introduction to Match Predictor Codebase4 minutes
Match Predictor Models7 minutes

8 lecturesTotal 225 minutes

Earn Academic Credit for Your Work! 10 minutes
Course Support10 minutes
Motivation for Peer Review10 minutes
Introduction to Prediction Models30 minutes
Evaluation Metrics for Prediction Models30 minutes
Soccer Match Predictor45 minutes
Evaluating a Model60 minutes
Creating Reports & Automating Evaluation30 minutes

1 quizTotal 30 minutes

Predictive Models30 minutes

1 évaluation par les pairsTotal 90 minutes

Predictive Model Coding Exercise90 minutes

In this week, you will learn how to ensure your distributed system operates as expected in production by writing performance tests.

Inclus

3 vidéos9 lectures1 quiz1 évaluation par les pairs

3 vidéosTotal 21 minutes

Contact Tracing7 minutesPrévisualiser le module
Direct Exchange4 minutes
Introduction to Email Verifier Codebase9 minutes

9 lecturesTotal 330 minutes

Distributed Systems & Distributed Workloads45 minutes
Performance Increase with Distributed Systems15 minutes
What is a Messaging Queue?10 minutes
RabbitMQ45 minutes
Messaging Queues and Large Workloads75 minutes
Introduction to Email Verifier Codebase60 minutes
Identifying Performance Concerns10 minutes
Writing Performance Tests10 minutes
Interpreting Output of Performance Test60 minutes

1 quizTotal 30 minutes

Considerations for Messaging Queues30 minutes

1 évaluation par les pairsTotal 60 minutes

Performance Test Coding Exercise60 minutes

This week you will use queues to horizontally distribute large workloads.

Inclus

2 vidéos6 lectures2 quizzes1 devoir1 évaluation par les pairs

2 vidéosTotal 12 minutes

Performance Testing – Custom Benchmark7 minutesPrévisualiser le module
Consistent Hash Exchange4 minutes

6 lecturesTotal 175 minutes

Writing a Performance Test for a Business Requirement 45 minutes
Making Improvements Based on Results15 minutes
More on Testing30 minutes
Consistent Hash Ring45 minutes
Consistent Hash Exchange30 minutes
Messaging Queues and High Availability Databases10 minutes

2 quizzesTotal 60 minutes

Improvements30 minutes
Consistent Hash Exchange Quiz30 minutes

1 devoirTotal 60 minutes

Improvements60 minutes

1 évaluation par les pairsTotal 60 minutes

Performance Test for Business Requirement60 minutes

In the last week of this course, you will learn the advantages and disadvantages of high availability distributed systems.

Inclus

1 vidéo6 lectures2 quizzes

1 vidéoTotal 5 minutes

CAP Theorem Trade-offs5 minutesPrévisualiser le module

6 lecturesTotal 290 minutes

What is Availability?90 minutes
Hindrance to Availability60 minutes
High Availiability Databases60 minutes
Tradeoffs Regarding High Availability Databases60 minutes
Delay, Memory & Messaging Tradeoffs in Distributed Systems10 minutes
Replication10 minutes

2 quizzesTotal 60 minutes

CAP Theorem 30 minutes
High Availability Databases30 minutes

Instructeurs

Tyson Gern

University of Colorado Boulder

3 Cours9 300 apprenants

Offert par

University of Colorado Boulder

Recommandé si vous êtes intéressé(e) par Software Development

University of Colorado Boulder
Applications of Software Architecture for Big Data
Cours
University of Colorado Boulder
Software Architecture for Big Data
Spécialisation
University of Colorado Boulder
Fundamentals of Software Architecture for Big Data
Cours
University of Colorado Boulder
Network Principles in Practice: Cloud Networking
Cours

Préparer un diplôme

Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Colorado Boulder. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions

A cross-listed course is offered under two or more CU Boulder degree programs on Coursera. For example, Dynamic Programming, Greedy Algorithms is offered as both CSCA 5414 for the MS-CS and DTSA 5503 for the MS-DS.

· You may not earn credit for more than one version of a cross-listed course.

· You can identify cross-listed courses by checking your program’s student handbook.

· Your transcript will be affected. Cross-listed courses are considered equivalent when evaluating graduation requirements. However, we encourage you to take your program's versions of cross-listed courses (when available) to ensure your CU transcript reflects the substantial amount of coursework you are completing directly in your home department. Any courses you complete from another program will appear on your CU transcript with that program’s course prefix (e.g., DTSA vs. CSCA).

· Programs may have different minimum grade requirements for admission and graduation. For example, the MS-DS requires a C or better on all courses for graduation (and a 3.0 pathway GPA for admission), whereas the MS-CS requires a B or better on all breadth courses and a C or better on all elective courses for graduation (and a B or better on each pathway course for admission). All programs require students to maintain a 3.0 cumulative GPA for admission and graduation.

Yes. Cross-listed courses are considered equivalent when evaluating graduation requirements. You can identify cross-listed courses by checking your program’s student handbook.

You may upgrade and pay tuition during any open enrollment period to earn graduate-level CU Boulder credit for << this course/ courses in this specialization>>. Because << this course is / these courses are >> cross listed in both the MS in Computer Science and the MS in Data Science programs, you will need to determine which program you would like to earn the credit from before you upgrade.

MS in Data Science (MS-DS) Credit: To upgrade to the for-credit data science (DTSA) version of << this course / these courses >>, use the MS-DS enrollment form. See How It Works.

MS in Computer Science (MS-CS) Credit: To upgrade to the for-credit computer science (CSCA) version of << this course / these courses >>, use the MS-CS enrollment form. See How It Works.

If you are unsure of which program is the best fit for you, review the MS-CS and MS-DS program websites, and then contact datascience@colorado.edu or mscscoursera-info@colorado.edu if you still have questions.

Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.