Tensorflow یک کتابخانه متن باز برای زبان پایتون است که توسط گوگل در سال ۲۰۱۵ انتشار پیدا کرد. این کتابخانه در به برنامه نویسان کمک میکند تا بتواند طراحی و پیاده سازی شبکه های عصبی عمیق (Deep Learning Network) را به سادگی انجام دهند.

ادامه خواندن “Tensorflow چیست؟”

هدوپ، یک چهارچوب متن باز است که با زبان برنامه نویسی جاوا، جهت توسعه و ذخیره سازی داده هایی با حجم بسیار بالا، توسط کمپانی Apache ساخته شده است. هدوپ معمولاً پردازش های را به صورت توزیع شده (یعنی بر روی چند کامپیتر مختلف) انجام می دهد و نتایج را به کامپیوتر مقصد برمیگرداند.

ادامه خواندن “آپاچی هدوپ (Apache Hadoop) چیست؟”

حتماً میدانید که کامپایل کردن یک برنامه (نوشته شده با یک زبان برنامه نویسی) چیست. برای مثال، یک برنامه، با زبان برنامه نویسی ++C نوشته اید، و حالا میخواهید این برنامه را اجرا کنید. برای اجرای این برنامه، باید در ابتدا، کد منبع (Source Code) برنامه را کامپایل (Compile) کنید، سپس خروجی کامپایل شده ی برنامه، به شما یک فایل (مثلا با پسوند EXE) میدهد. حالا شما میتوانید این برنامه را بر روی یک سیستم عامل (مثلا ویندوز) اجرا کنید.

ادامه خواندن “Build System چیست؟”

وردپرس یک سیستم مدیریت محتوای متن باز، برای زبان برنامه نویسی پی اچ پی است. به بیانی ساده تر، وردپرس، یکی از ساده ترین ابزارها، جهت ساخت یک وبلاگ یا یک وب سایت با زبان برنامه نویسی پی اچ پی است.

اگر شما بخواهید، یک وب سایت، یا یک وبلاگ داشته باشید، بایستی از زبان های برنامه نویسی موجود استفاده کرده و ماژول ها (قسمت ها)ی مختلف آن را طراحی کنید. سیستم مدیریت مطالب، مدیریت کاربران، سیستم عضویت و ثبت نام، مدیریت تصاویر و رسانه ها، آمار کاربران و هزاران قسمت دیگر، که هر کدام باییستی جدا جدا برنامه نویسی شوند. البته اگر میخواهید چرخ را دوباره اختراع کنید، میتوانید همه این ماژول ها را، از ابتدا، با یکی از زبان های برنامه نویسی موجود، بنویسید. ولی راه حل ساده تر، استفاده از وردپرس (wordpress) است.

وردپرس میتواند به سادگی و در عرض کمتر از چند دقیقه، نصب و قابل استفاده شود. همچنین در مخزن سایت وردپرس، افزونه های مختلفی قرار دارد که میتواند امکانات بسیار زیادی را به سایت یا وبلاگ شما اضافه کند. مثلا، اگر میخواهید بدانید که کاربرانی که سایت شما را بازدید کرده اند، از چه صفحاتی بازدید کرده اند، میتوانید یک افزونه آمارگیر نصب کرده و کاربران خود را رصد کنید.

وردپرس رایگان است، و میتوانید نسخه های مختلف آن را (با زبان های مختلف، مثلا فارسی یا انگیسی) دانلود کرده و با یک آموزش ساده، یک وب سایت با امکانات مختلف راه اندازی کنید.

وردپرس از قابلیت تم (پوسته)های سفارشی نیز پشتیبانی می کند. به این صورت که میتوانید یک پوسته یا همان قالب را به شکل های مختلف طراحی کرده و آن را بر روی وردپرس نصب کنید. به این صورت سایت شما، از لحاظ ظاهری، میتواند با تمامی سایت های موجود تفاوت داشته باشد.

وردپرس، مناسب شرکت ها، اشخاص و سازمان های مختلفی است که نیاز دارند یک وب سایت قدرتمند با امکانات مختلف و سریع راه اندازی کنند.

منبع و اطلاعات بیشتر را میتوانید در اینجا  و اینجا پیدا کنید.

آپاچی اسپارک یک موتورِ قدرتمند، برای پردازش داده‌های بزرگ به صورتِ توزیع‌شده است. منظور از داده‌های بزرگ، داده هایی است که معمولاً بر روی یک کامپیوتر نمی‌توانند پردازش شوند (مثلا داده‌هایی که از مقدار حافظه‌ی اصلیِ (RAM) یک کامپیوتر بیشتر هستند). منظور از «توزیع‌شده» این است که، داده‌ها، بر روی چندین کامپیوتر (که به آنها Node یا گره گفته می‌شود)، قرار دارند و بایستی پردازش شوند. (درس سیستم توزیع‌شده چیست را خوانده باشید)

مثالی را در نظر بگیرید که میخواهید بر روی یک فایل بسیار بزرگ متنی، مثلا یک فایل که بازدید کاربران یک سامانه رادر طیِ ۵سال ذخیره کرده است، عملیاتی انجام دهید. مثلا، تمامی کاربرانی که از شهر تهران، وارد سیستم شده‌اند، را واکشی کنید. اگر این فایل بسیار بزرگ باشد، یا اینکه چندین فایل مختلف بسیار بزرگ داشته باشید (مثلا داده های هر ماه را بر روی یک فایل ذخیره کرده باشید)، قطعاً فیلتر کردنِ این فایل‌های سنگین،‌ به زمان زیادی احتیاج دارد. ممکن است، در مثالِ بالا، حدودِ ۱۲ساعت، پردازش بر روی داده‌ها انجام شود، تا کاربرانِ شهرِ تهران را از بین تمامی شهرها فیلتر کنید.

برای حل این مشکل (و مشکلاتی از این دست)، آپاچی اسپارک یک راه حل بسیار مناسب به نظر می‌رسد. اگر شما چندین کامپیوترِ متوسط (که زیاد هم قدرتمند نیستند) در اختیار داشته باشید، می توانید با استفاده از موتور آپاچی اسپارک (Apache Spark)، این قبیل کارها را به صورت موازی (Parallel) بر روی کامپیوترهای مختلف اجرا کرده و نتیجه را به صورت تجمیع شده، بر روی یک سیستم قرار دهید.

اسپارک می‌تواند از سیستم‌های مختلفِ ذخیره‌سازیِ توزیع شده (مانند HDFS یا Cassandra) استفاده کند. اسپارک در مقایسه با هدوپ (Hadoop)، میتواند بسیار سریع‌تر باشد. این موتورِ پردازشِ سریع، در سال ۲۰۰۹ در دانشگاه برکلی تولید شده است.

آپاچی اسپارک، همچنین از کتابخانه های مختلفی نیز تشکیل شده است. MLib، کتابخانه یادگیری ماشین (Machine Learning) برای اسپارک است و توانایی پردازش الگوریتم‌های مختلف داده‌کاوی (Data Mining) و یادگیری‌ماشین را بر روی بستر اسپارک فراهم می آورد. Graphx، یک کتابخانه دیگر از اسپارک است. این کتابخانه، توانایی پردازش و تحلیل داده‌های گراف (یعنی داده هایی که به صورت گراف نمایش داده می شوند) را دارد. Apache Spark Streaming نیز یک بخش دیگر از آپاچی اسپارک است. این بخش، قابلیت پردازش جریان داده‌ها (داده هایی که در یک بازه‌ی مشخص دیده می‌شوند، مثلا یک بار دیده می شوند و از بین می روند) را نیز دارد.

اسپارک همچنین از زبان های برنامه نویسی متعددی پشتیبانی می کند. Java، Python، R، Scala و همچنین SQL از زبان هایی است که میتوانید، به وسیله آن، با داده‌های موجود در اسپارک کار کنید.

منابع و اطلاعات بیشتر را میتوانید در اینجا و اینجا پیدا کنید.