کتاب Google Cloud Platform: Cost Optimization for IT Services Applications in Large Enterprises and at Scale با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Google Cloud Platform: Cost Optimization for IT Services Applications in Large Enterprises and at Scale

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

• 1. مقدمه به بهینه‌سازی هزینه در فضای ابری
• 2. چرا بهینه‌سازی هزینه GCP برای شرکت‌های بزرگ حیاتی است؟
• 3. آشنایی با مدل‌های قیمت‌گذاری Google Cloud Platform
• 4. ساختار حساب صورت‌حساب GCP و سلسله‌مراتب آن
• 5. پیمایش بخش صورت‌حساب در کنسول GCP
• 6. استفاده از گزارش‌ها و داشبوردهای صورت‌حساب ابری
• 7. تنظیم هشدارها و بودجه‌ها در GCP Billing
• 8. مقدمه‌ای بر اصول FinOps در Google Cloud
• 9. معیارهای کلیدی برای ردیابی کارایی هزینه
• 10. چارچوبی برای شناسایی فرصت‌های صرفه‌جویی در هزینه
• 11. انواع نمونه‌های Compute Engine و پیامدهای هزینه‌ای آن‌ها
• 12. اندازه‌گیری درست (Right-Sizing) نمونه‌های Compute Engine: ابزارها و بهترین روش‌ها
• 13. بهره‌گیری از یادگیری ماشین برای توصیه‌های اندازه‌گیری درست
• 14. درک تخفیف‌های استفاده مداوم (SUDs)
• 15. تخفیف‌های استفاده متعهدانه (CUDs) برای Compute Engine: استراتژی و برنامه‌ریزی
• 16. پیاده‌سازی VM‌های پیشگیرانه (Preemptible VMs) برای برافزارهای تحمل‌پذیر خطا
• 17. خودکارسازی مدیریت VM‌های پیشگیرانه با الگوهای نمونه
• 18. استفاده از گروه‌های نمونه مدیریت شده (MIGs) برای مقیاس‌پذیری و هزینه
• 19. مقیاس‌پذیری خودکار MIGs بر اساس بار و اهداف هزینه
• 20. بهینه‌سازی ذخیره‌سازی Compute Engine: دیسک‌های پایدار و SSD‌های محلی
• 21. هزینه‌های خروجی شبکه برای Compute Engine
• 22. حکمرانی پیشرفته هزینه Compute Engine
• 23. معماری خوشه‌ GKE و اجزای قیمت‌گذاری آن
• 24. انتخاب استخرهای نود GKE مناسب برای کارایی هزینه
• 25. بهره‌گیری از Spot VMs برای نودهای GKE
• 26. اعمال تخفیف‌های استفاده متعهدانه (CUDs) بر نودهای GKE
• 27. تنظیمات Auto-scaling خوشه‌ GKE برای هزینه بهینه
• 28. مدیریت درخواست‌ها و محدودیت‌های منابع برای Pod‌های GKE
• 29. Vertical Pod Autoscaler (VPA) برای بهینه‌سازی برافزار
• 30. Horizontal Pod Autoscaler (HPA) برای مقیاس‌پذیری مقرون‌به‌صرفه
• 31. هویت برافزار و بهترین شیوه‌های حساب سرویس برای هزینه
• 32. تخصیص هزینه GKE با استفاده از برچسب‌ها و فضای نام
• 33. بهینه‌سازی هزینه‌های ترافیک ورودی و خروجی GKE
• 34. استفاده از Anthos برای مدیریت هزینه GKE در ابر ترکیبی (مختصر)
• 35. بررسی GKE Autopilot برای مدیریت هزینه ساده‌تر
• 36. مدل قیمت‌گذاری Cloud Functions: فراخوانی و مدت زمان
• 37. بهینه‌سازی تخصیص حافظه و CPU در Cloud Functions
• 38. به حداقل رساندن Cold Start در Cloud Functions برای کارایی هزینه
• 39. مدل قیمت‌گذاری Cloud Run: درخواست، CPU، حافظه
• 40. تنظیم همزمانی و مقیاس‌گذاری برای سرویس‌های Cloud Run
• 41. انتخاب محیط مناسب App Engine (Standard در مقابل Flexible)
• 42. تنظیمات مقیاس‌گذاری App Engine برای کنترل هزینه
• 43. مدیریت کلاس‌ها و انواع نمونه‌های App Engine
• 44. نظارت بر هزینه‌های Serverless با Stackdriver (مجموعه عملیات)
• 45. پیامدهای هزینه‌ای معماری‌های رویدادمحور با Serverless
• 46. کلاس‌های ذخیره‌سازی ابری: Standard، Nearline، Coldline، Archive
• 47. پیاده‌سازی سیاست‌های مدیریت چرخه عمر شیء
• 48. بهینه‌سازی هزینه‌های انتقال داده به و از Cloud Storage
• 49. درک هزینه‌های تکثیر داده و چند منطقه‌ای
• 50. به حداقل رساندن هزینه‌های عملیات ذخیره‌سازی (دریافت، ارسال، حذف)
• 51. استفاده از URL‌های امضا شده و کنترل‌های دسترسی عمومی برای امنیت هزینه
• 52. راهکارهای ذخیره‌سازی فایل: قیمت‌گذاری Filestore و NetApp Cloud Volumes
• 53. بینش‌ها و تحلیل‌های ذخیره‌سازی برای کاهش هزینه
• 54. قیمت‌گذاری Cloud SQL: نوع نمونه، ذخیره‌سازی، IOPS
• 55. اندازه‌گیری درست نمونه‌ها و ذخیره‌سازی Cloud SQL
• 56. بهینه‌سازی پشتیبان‌گیری Cloud SQL و تنظیمات دسترسی بالا
• 57. مدل قیمت‌گذاری Cloud Spanner: نودها و ذخیره‌سازی
• 58. استراتژی‌های شاردینگ برای Cloud Spanner مقرون‌به‌صرفه
• 59. قیمت‌گذاری Firestore/Datastore: خواندن، نوشتن، حذف، ذخیره‌سازی
• 60. بهینه‌سازی ایندکس‌های Firestore/Datastore برای هزینه
• 61. عملیات دسته‌ای و تراکنش‌ها در Firestore برای صرفه‌جویی در هزینه
• 62. قیمت‌گذاری Bigtable: نودها، ذخیره‌سازی، تکثیر
• 63. طراحی شمای Bigtable برای توان عملیاتی و کارایی هزینه
• 64. مدل قیمت‌گذاری BigQuery: کوئری‌های On-Demand در مقابل Slot‌های Flat-Rate
• 65. بهینه‌سازی هزینه‌های کوئری با پارتیشن‌بندی و کلاسترینگ
• 66. درک قیمت‌گذاری ذخیره‌سازی BigQuery و انقضای داده
• 67. بهره‌گیری از Materialized Views برای کاهش هزینه کوئری
• 68. استفاده از BigQuery Reservations برای هزینه‌های قابل پیش‌بینی
• 69. بررسی BigQuery BI Engine برای شتاب تحلیل و کاهش هزینه
• 70. بهترین روش‌ها برای نوشتن کوئری‌های SQL کارآمد در BigQuery
• 71. پیامدهای هزینه‌ای سرویس انتقال داده BigQuery
• 72. نظارت بر هزینه‌های BigQuery با Cloud Monitoring و Audit Logs
• 73. درک هزینه‌های خروجی شبکه GCP
• 74. بهینه‌سازی انتقال داده‌های بین منطقه‌ای و بین ابری
• 75. قیمت‌گذاری Cloud Load Balancing و استراتژی‌های پیکربندی
• 76. بهره‌گیری از Cloud CDN برای صرفه‌جویی در هزینه تحویل محتوا
• 77. VPC Service Controls برای جلوگیری از نشت داده و هزینه
• 78. دسترسی خصوصی گوگل و مزایای هزینه Cloud Interconnect
• 79. تحلیل هزینه VPN در مقابل Direct Peering در مقابل Cloud Interconnect
• 80. به حداقل رساندن هزینه‌های NAT Gateway
• 81. انتخاب نوع وظیفه Dataflow و گزینه‌های Auto-scaling
• 82. اندازه‌گیری خوشه Dataproc و نودهای Preemptible Worker
• 83. مدل قیمت‌گذاری Pub/Sub: حجم پیام و نگهداری
• 84. بهینه‌سازی سیاست‌های نگهداری پیام در Pub/Sub
• 85. بررسی اجمالی قیمت‌گذاری Vertex AI: آموزش، پیش‌بینی، سرویس‌های مدیریت‌شده
• 86. آموزش مقرون‌به‌صرفه در Vertex AI با کانتینرهای سفارشی
• 87. بهینه‌سازی نقاط پایانی پیش‌بینی Vertex AI برای توان عملیاتی و هزینه
• 88. قیمت‌گذاری و موارد استفاده از API جلوگیری از از دست رفتن داده (DLP)
• 89. ملاحظات هزینه APIهای Cloud Vision، Natural Language و Translation
• 90. بهینه‌سازی هزینه ورود و نگهداری Cloud Logging
• 91. هزینه معیارهای Cloud Monitoring و معیارهای سفارشی
• 92. پیامدهای هزینه‌ای Cloud Trace و Cloud Profiler
• 93. لایه‌های Security Command Center و هزینه‌های اسکن
• 94. بهترین شیوه‌های IAM برای کنترل هزینه و حداقل امتیاز
• 95. خودکارسازی کنترل‌های هزینه با Cloud Functions و Deployment Manager
• 96. ایجاد فرهنگ FinOps در یک شرکت بزرگ
• 97. پیاده‌سازی مدل‌های Chargeback و Showback
• 98. تگ‌گذاری پیشرفته منابع و برچسب‌گذاری برای تخصیص هزینه
• 99. تدوین یک نقشه راه جامع برای بهینه‌سازی هزینه
• 100. بهبود مستمر و روندهای آینده در بهینه‌سازی هزینه GCP