در این مطلب، ویدئو آموزش 1.2 آپاچی اسپارک | اسکالا در مقابل پایتون| زبان را انتخاب کنید با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:08:40
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,089 –> 00:00:02,370
همه نگران هستند، امیدوارم
2
00:00:02,370 –> 00:00:03,830
از ویدیوهای مختلف در کانال من لذت ببرید،
3
00:00:03,830 –> 00:00:06,899
بچه ها به عنوان بخشی از این ویدیو، من می خواهم
4
00:00:06,899 –> 00:00:10,679
پوشش دهم
5
00:00:10,679 –> 00:00:13,610
اگر می خواهید زبان اسپا را یاد بگیرید،
6
00:00:13,610 –> 00:00:16,309
این سوال بسیار مهمی است که
7
00:00:16,309 –> 00:00:18,869
مبتدیان در دنیای داده های بزرگ یا دنیای نقطه ای
8
00:00:18,869 –> 00:00:22,109
از من بپرسید، بنابراین به عنوان بخشی از این ویدیو
9
00:00:22,109 –> 00:00:26,699
، سعی می کنم به سؤال شما پاسخ دهم تا
10
00:00:26,699 –> 00:00:31,410
بدانید، اجازه دهید خوب شروع کنیم تا بدانید که
11
00:00:31,410 –> 00:00:34,380
دیدگاه های زیادی وجود دارد که می
12
00:00:34,380 –> 00:00:37,469
تواند به شما در تصمیم گیری برای انتخاب
13
00:00:37,469 –> 00:00:40,770
بین اسکالا و پایتون کمک کند. ما تمام این دیدگاه ها را پوشش خواهیم داد
14
00:00:40,770 –> 00:00:44,040
و شما می دانید سپس می
15
00:00:44,040 –> 00:00:46,170
توانید در پایان ویدیو تصمیم بگیرید که
16
00:00:46,170 –> 00:00:48,539
کدام پارامتر مناسب برای شما
17
00:00:48,539 –> 00:00:50,190
است که مهمترین پارامتر
18
00:00:50,190 –> 00:00:52,829
برای شماست و بر این اساس یک زبان را انتخاب کنید
19
00:00:52,829 –> 00:00:56,940
تا بدانید که آیا عملکرد شما مناسب است یا خیر
20
00:00:56,940 –> 00:00:59,670
مهمترین عامل
21
00:00:59,670 –> 00:01:03,210
برای شماست، پس میدانید که میتوانم بگویم اسکالا
22
00:01:03,210 –> 00:01:08,610
به وضوح در بالای پایتون برنده میشود،
23
00:01:08,610 –> 00:01:12,990
بنابراین در توسعه
24
00:01:12,990 –> 00:01:15,060
پروژهتان احتمال اینکه در
25
00:01:15,060 –> 00:01:17,580
نهایت از UDF استفاده کنید و در نهایت
26
00:01:17,580 –> 00:01:19,560
خودتان را توسعه دهید بسیار زیاد است. اگر
27
00:01:19,560 –> 00:01:22,140
منطق کسبوکار شما در چنین شرایطی بسیار پیچیده باشد،
28
00:01:22,140 –> 00:01:23,070
29
00:01:23,070 –> 00:01:26,610
Scala UDF
30
00:01:26,610 –> 00:01:30,780
در مقایسه با UDF پایتون با
31
00:01:30,780 –> 00:01:33,479
UDF ورودی یا برداری و
32
00:01:33,479 –> 00:01:36,119
ویژگیهای جدیدی مانند رمزگذارها که سعی میکنند
33
00:01:36,119 –> 00:01:39,689
همه چیز را انتزاعی کنند و سعی میکنند
34
00:01:39,689 –> 00:01:42,060
شکاف عملکرد بین Scala و
35
00:01:42,060 –> 00:01:45,320
Python spark را به حداقل برسانند، مزایای عملکردی بسیار بالایی دارند. سعی در بهبود عملکرد
36
00:01:45,320 –> 00:01:48,840
پایتون در مقدمه پایتون داشت، اما
37
00:01:48,840 –> 00:01:51,659
هنوز هم Scala از نظر عملکرد بسیار بهتر از پایتون
38
00:01:51,659 –> 00:01:53,490
است، بنابراین اگر
39
00:01:53,490 –> 00:01:55,320
عملکرد برای شما جنبه بسیار مهمی دارد،
40
00:01:55,320 –> 00:01:58,100
باید به Scala اهمیت دهید،
41
00:01:58,100 –> 00:02:03,560
بنابراین یکی از جنبه های بسیار مهم
42
00:02:03,560 –> 00:02:07,560
پذیرش در محیط سازمانی است،
43
00:02:07,560 –> 00:02:12,480
بنابراین معمولاً در حال حاضر اگر می بینید
44
00:02:12,480 –> 00:02:13,500
شرکت های مختلفی
45
00:02:13,500 –> 00:02:17,600
در حال حاضر اکثر سازمان ها
46
00:02:17,600 –> 00:02:22,230
فروشگاه های جاوا هستند، می دانید که
47
00:02:22,230 –> 00:02:25,220
آنها دارای تنظیمات جاوای بزرگ هستند،
48
00:02:25,220 –> 00:02:27,780
محیط آزمایشی مناسبی برای راه اندازی ابزارهای جاوا
49
00:02:27,780 –> 00:02:31,920
دارند و توسعه دهندگان مناسبی از DevOps دارند و
50
00:02:31,920 –> 00:02:35,720
می دانید محیط های ساخت جاوا
51
00:02:35,720 –> 00:02:39,060
خیلی زیاد نیستند. برای همه برای
52
00:02:39,060 –> 00:02:41,280
توسعه برنامه های کاربردی در پایتون استفاده می شود، بنابراین
53
00:02:41,280 –> 00:02:45,120
پایتون را خواهید دید بسیار استفاده شده است، اما اگر
54
00:02:45,120 –> 00:02:47,940
جاوا و پایتون را مقایسه کنم،
55
00:02:47,940 –> 00:02:50,610
تعداد سازمانهای بیشتری نسبت به
56
00:02:50,610 –> 00:02:54,020
پایتون میبینم، بنابراین با توجه به اینکه
57
00:02:54,020 –> 00:02:58,590
Scala به دنیای جاوا نزدیکتر است، بنابراین
58
00:02:58,590 –> 00:03:01,530
میدانید که مردم تمایل دارند از Scala استفاده کنند
59
00:03:01,530 –> 00:03:03,840
زیرا همه محیطهای پشتیبانی
60
00:03:03,840 –> 00:03:06,450
مانند محیط تست شما هستند. ابزارهای آزمایشی
61
00:03:06,450 –> 00:03:09,300
و دستورالعملهای ساخت ابزارها در
62
00:03:09,300 –> 00:03:11,970
حال حاضر وجود دارد. Scala یک زبان JVM
63
00:03:11,970 –> 00:03:15,530
است که به پایتون کمک میکند،
64
00:03:15,530 –> 00:03:19,290
65
00:03:19,290 –> 00:03:22,200
در حال حاضر پذیرش زیادی وجود ندارد، زیرا بسیاری از شرکتها
66
00:03:22,200 –> 00:03:23,519
ناشناختههای زیادی دارند که چگونه
67
00:03:23,519 –> 00:03:26,850
وثیقهبندی کنند و چگونه این همه
68
00:03:26,850 –> 00:03:29,670
نوع را داشته باشند. مجموعه ای از ابزارهای نرخ سازمانی
69
00:03:29,670 –> 00:03:33,470
در اطراف پروژه های داده بزرگ پایتون شما، بنابراین
70
00:03:33,470 –> 00:03:37,320
در اینجا می توانم بگویم که اسکالا دوباره بر پایتون پیروز می شود
71
00:03:37,320 –> 00:03:40,380
اکنون منحنی یادگیری این یک
72
00:03:40,380 –> 00:03:42,570
عامل بسیار مهم است، نه، استخدام داده های بزرگ بسیار دشوار است،
73
00:03:42,570 –> 00:03:44,310
74
00:03:44,310 –> 00:03:47,570
شما می دانید که در حال حاضر مردم در بازار هستند، بنابراین
75
00:03:47,570 –> 00:03:51,299
پایتون دارای یک منحنی یادگیری پایینتر از
76
00:03:51,299 –> 00:03:53,970
اسکالا در اینجا پایتون در این نقطه خاص برنده میشود،
77
00:03:53,970 –> 00:03:56,130
78
00:03:56,130 –> 00:03:59,519
اگر شما از
79
00:03:59,519 –> 00:04:01,140
پسزمینه جاوا هستید، اسکالا نوع نحو متفاوتی دارد. اکنون برای شما
80
00:04:01,140 –> 00:04:02,760
کمی دشوار است که
81
00:04:02,760 –> 00:04:04,739
با اصطلاحات و نحو ستاره اسکات عادت کنید و دستور زبان
82
00:04:04,739 –> 00:04:08,430
پایتون بسیار طبیعی است.
83
00:04:08,430 –> 00:04:10,709
84
00:04:10,709 –> 00:04:12,299
85
00:04:12,299 –> 00:04:14,370
86
00:04:14,370 –> 00:04:16,380
یادگیری بسیار آسان است و میدانید
87
00:04:16,380 –> 00:04:18,660
که درک نحو Scala کمی
88
00:04:18,660 –> 00:04:21,829
دشوار است اگر بدانید
89
00:04:21,829 –> 00:04:25,440
عملیاتهای زیادی