کتاب Google Cloud Platform: Practical با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Google Cloud Platform: Practical

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر رایانش ابری
• 2. معرفی پلتفرم گوگل کلاد (GCP)
• 3. مناطق و ناحیه‌ها در GCP (Regions and Zones)
• 4. ساختار سازمانی، پوشه‌ها و پروژه‌ها در GCP
• 5. ایجاد حساب کاربری و تنظیمات پرداخت
• 6. آشنایی با کنسول وب GCP
• 7. مقدمه‌ای بر ابزار خط فرمان gcloud CLI
• 8. آشنایی با کیت‌های توسعه نرم‌افزار (SDKs) گوگل کلاد
• 9. مدل‌های قیمت‌گذاری و ماشین‌حساب GCP
• 10. تنظیم بودجه و هشدارهای مالی
• 11. مقدمه‌ای بر Compute Engine (ماشین‌های مجازی)
• 12. ایجاد و مدیریت یک ماشین مجازی (VM)
• 13. انواع ماشین‌ها و ساخت ماشین سفارشی
• 14. اتصال به ماشین‌های مجازی (SSH و RDP)
• 15. اسکریپت‌های راه‌اندازی و فراداده (Metadata)
• 16. ایمیج‌ها و اسنپ‌شات‌ها در Compute Engine
• 17. الگوهای ماشین مجازی (Instance Templates)
• 18. گروه‌های مدیریت شده ماشین مجازی (Managed Instance Groups)
• 19. مقیاس‌پذیری خودکار (Autoscaling) با MIGs
• 20. مقدمه‌ای بر ذخیره‌سازی ابری (Cloud Storage)
• 21. مفاهیم Bucket و Object
• 22. کلاس‌های ذخیره‌سازی (Standard, Nearline, Coldline, Archive)
• 23. مدیریت چرخه عمر آبجکت‌ها (Lifecycle Management)
• 24. نسخه‌بندی آبجکت‌ها (Object Versioning)
• 25. کنترل دسترسی و URLهای امضاشده (Signed URLs)
• 26. مقدمه‌ای بر شبکه‌های خصوصی مجازی (VPC)
• 27. ایجاد و مدیریت شبکه‌های VPC و زیرشبکه‌ها
• 28. قوانین فایروال (Firewall Rules)
• 29. مسیرها (Routes) در شبکه VPC
• 30. اتصال VPCها به یکدیگر (VPC Peering)
• 31. مقدمه‌ای بر Cloud Load Balancing
• 32. راه‌اندازی یک HTTP(S) Load Balancer
• 33. مقدمه‌ای بر Cloud DNS
• 34. مقدمه‌ای بر Cloud NAT
• 35. مقدمه‌ای بر Cloud SQL (پایگاه‌داده‌های مدیریت‌شده)
• 36. ایجاد یک نمونه Cloud SQL (MySQL, PostgreSQL, SQL Server)
• 37. اتصال به Cloud SQL و مدیریت آن
• 38. پیکربندی دسترسی‌پذیری بالا (High Availability) و نسخه‌های خواندنی (Read Replicas)
• 39. مقدمه‌ای بر Cloud Spanner (پایگاه‌داده توزیع‌شده جهانی)
• 40. مقدمه‌ای بر Firestore (پایگاه‌داده NoSQL)
• 41. مدل‌سازی داده در Firestore
• 42. مقدمه‌ای بر Cloud Bigtable (برای داده‌های حجیم)
• 43. مقدمه‌ای بر Memorystore (Redis و Memcached مدیریت‌شده)
• 44. مقدمه‌ای بر App Engine
• 45. محیط استاندارد در مقابل محیط انعطاف‌پذیر App Engine
• 46. استقرار یک برنامه وب در App Engine
• 47. مدیریت نسخه‌ها و تقسیم ترافیک در App Engine
• 48. مقدمه‌ای بر Cloud Functions (پردازش سرورلس مبتنی بر رویداد)
• 49. نوشتن و استقرار اولین Cloud Function
• 50. انواع تریگرها در Cloud Functions (HTTP, Pub/Sub, Storage)
• 51. مقدمه‌ای بر Cloud Run (استقرار کانتینرها به صورت سرورلس)
• 52. استقرار یک کانتینر در Cloud Run
• 53. مدیریت نسخه‌ها و ترافیک در Cloud Run
• 54. مقدمه‌ای بر کانتینرها و داکر
• 55. مقدمه‌ای بر Artifact Registry (ذخیره‌سازی ایمیج‌های کانتینر)
• 56. آپلود و دانلود ایمیج از Artifact Registry
• 57. مقدمه‌ای بر Google Kubernetes Engine (GKE)
• 58. معماری GKE: Control Plane و Node Pools
• 59. ایجاد یک کلاستر GKE (Standard و Autopilot)
• 60. کار با kubectl برای مدیریت کلاستر
• 61. استقرار برنامه‌ها با Deployment
• 62. سرویس‌ها و راه‌های دسترسی به برنامه (Services and Ingress)
• 63. مقیاس‌پذیری خودکار در GKE (HPA و Cluster Autoscaler)
• 64. مدیریت هویت و دسترسی (IAM)
• 65. نقش‌ها و مجوزها در IAM
• 66. حساب‌های کاربری، گروه‌ها و حساب‌های سرویس (Service Accounts)
• 67. بهترین شیوه‌ها برای استفاده از Service Accounts
• 68. مقدمه‌ای بر Cloud Monitoring (نظارت بر منابع)
• 69. ایجاد داشبورد و تنظیم هشدارها
• 70. مقدمه‌ای بر Cloud Logging (جمع‌آوری و تحلیل لاگ‌ها)
• 71. جستجو و فیلتر کردن لاگ‌ها
• 72. مقدمه‌ای بر Cloud Trace و Cloud Debugger
• 73. مقدمه‌ای بر زیرساخت به عنوان کد (Infrastructure as Code)
• 74. مدیریت زیرساخت با Terraform و GCP
• 75. مقدمه‌ای بر Cloud Build (CI/CD)
• 76. ایجاد یک پایپ‌لاین CI/CD ساده با Cloud Build
• 77. مقدمه‌ای بر Pub/Sub (سرویس پیام‌رسانی غیرهمزمان)
• 78. مفاهیم Topic, Subscription و Message
• 79. الگوهای استفاده از Pub/Sub
• 80. مقدمه‌ای بر BigQuery (انبار داده سرورلس)
• 81. بارگذاری داده در BigQuery
• 82. اجرای کوئری‌های SQL استاندارد در BigQuery
• 83. پارتیشن‌بندی و کلاسترینگ جداول در BigQuery
• 84. مقدمه‌ای بر Dataflow (پردازش داده جریانی و دسته‌ای)
• 85. اجرای یک پایپ‌لاین Apache Beam در Dataflow
• 86. مقدمه‌ای بر Dataproc (کلاسترهای مدیریت‌شده Spark و Hadoop)
• 87. مقدمه‌ای بر Cloud Composer (ارکستراسیون گردش کار با Airflow)
• 88. مقدمه‌ای بر Vertex AI (پلتفرم یکپارچه یادگیری ماشین)
• 89. آموزش یک مدل سفارشی با Vertex AI Training
• 90. استقرار مدل‌ها با Vertex AI Endpoints
• 91. استفاده از APIهای از پیش‌آموزش‌دیده (Vision, Speech-to-Text, NLP)
• 92. مقدمه‌ای بر Secret Manager برای مدیریت اطلاعات محرمانه
• 93. مقدمه‌ای بر Key Management Service (KMS) برای مدیریت کلیدهای رمزنگاری
• 94. مقدمه‌ای بر Security Command Center
• 95. اتصال به شبکه‌های محلی با Cloud VPN
• 96. اتصال اختصاصی با Cloud Interconnect
• 97. مقدمه‌ای بر Cloud Armor (محافظت در برابر حملات DDoS و WAF)
• 98. مقدمه‌ای بر Apigee API Management
• 99. معماری برای دسترسی‌پذیری بالا (High Availability)
• 100. معماری برای تحمل خطا و بازیابی از فاجعه (Disaster Recovery)