اپلیکیشن اندرویدی فلش‌کارت آموزشی ادغام داده در Cloud: AWS, Azure, GCP

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ادغام داده در Cloud: AWS, Azure, GCP

موضوع کلی: فناوری اطلاعات و مدیریت سامانه‌های پایگاه داده

موضوع میانی: Data Integration

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر ادغام داده در ابر
• 2. مفاهیم کلیدی ادغام داده
• 3. معماری‌های مختلف ادغام داده
• 4. انتخاب پلتفرم ابری مناسب
• 5. AWS: سرویس‌های کلیدی ادغام داده
• 6. Azure: سرویس‌های کلیدی ادغام داده
• 7. GCP: سرویس‌های کلیدی ادغام داده
• 8. مقایسه سرویس‌های ادغام داده در سه ابر
• 9. اتصال به منابع داده مختلف در AWS
• 10. اتصال به منابع داده مختلف در Azure
• 11. اتصال به منابع داده مختلف در GCP
• 12. انتقال داده از منابع محلی به ابر
• 13. امنیت داده در فرآیند ادغام
• 14. رمزنگاری داده‌ها در حین انتقال و ذخیره‌سازی
• 15. مدیریت هویت و دسترسی (IAM) در AWS، Azure و GCP
• 16. ادغام داده‌ها با استفاده از ETL
• 17. ابزارهای ETL در AWS
• 18. ابزارهای ETL در Azure
• 19. ابزارهای ETL در GCP
• 20. طراحی و پیاده‌سازی خطوط لوله ETL
• 21. بهینه‌سازی عملکرد خطوط لوله ETL
• 22. ادغام داده‌ها با استفاده از ELT
• 23. تفاوت‌های ETL و ELT
• 24. استفاده از Data Lake در فرآیند ادغام داده
• 25. Data Lake در AWS (S3)
• 26. Data Lake در Azure (Data Lake Storage)
• 27. Data Lake در GCP (Cloud Storage)
• 28. پردازش داده‌های بزرگ با استفاده از Spark
• 29. Spark در AWS EMR
• 30. Spark در Azure HDInsight
• 31. Spark در GCP Dataproc
• 32. استفاده از ابزارهای Streaming داده
• 33. Kafka در ابر
• 34. Kinesis در AWS
• 35. Event Hubs در Azure
• 36. Pub/Sub در GCP
• 37. ادغام داده‌های Real-time
• 38. Data Warehouse در ابر
• 39. Redshift در AWS
• 40. Synapse Analytics در Azure
• 41. BigQuery در GCP
• 42. مدل‌سازی داده برای Data Warehouse
• 43. ادغام داده‌ها با Data Warehouse
• 44. تحلیل داده‌ها پس از ادغام
• 45. ابزارهای BI و Visualization در ابر