کتاب Google Cloud Platform: اتوماسیون زیرساخت و DevOps با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Google Cloud Platform: اتوماسیون زیرساخت و DevOps

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

• 1. مبانی برنامه نویسی شیء گرا
• 2. مبانی خط فرمان لینوکس
• 3. مبانی Git و کنترل نسخه
• 4. مبانی شبکه های کامپیوتری
• 5. مبانی پایگاه داده ها
• 6. مبانی اینترنت و وب
• 7. مبانی DevOps
• 8. مبانی اتوماسیون
• 9. آشنایی با Google Cloud Platform (GCP)
• 10. معماری GCP و مفاهیم کلیدی
• 11. پروژه ها و حساب های GCP
• 12. ساختار سازمانی GCP (Folders, Organizations, Projects)
• 13. مدیریت هویت و دسترسی (IAM) در GCP
• 14. سرویس های محاسباتی GCP: Compute Engine
• 15. انواع ماشین های مجازی (VMs) در Compute Engine
• 16. شبکه سازی در Compute Engine (VPC, Subnets, Firewall Rules)
• 17. ذخیره سازی دیسک ها در Compute Engine (Persistent Disks)
• 18. تصاویر ماشین های مجازی (VM Images)
• 19. ایجاد و مدیریت Instance ها در Compute Engine
• 20. اتصال به Instance ها
• 21. نحوه استفاده از SSH Keys
• 22. Disk Snapshots و Backups
• 23. Scale Up و Scale Down در Compute Engine
• 24. Load Balancing در GCP
• 25. انواع Load Balancer ها (HTTP(S), TCP/UDP)
• 26. Internal vs External Load Balancing
• 27. Managed Instance Groups (MIGs)
• 28. Autohealing در MIGs
• 29. Autoscaling در MIGs
• 30. Deploying Applications on Compute Engine
• 31. Containerization: مفاهیم Docker
• 32. ساخت Docker Images
• 33. Container Registry در GCP
• 34. Orchestration: مفاهیم Kubernetes
• 35. Google Kubernetes Engine (GKE)
• 36. معماری GKE
• 37. ایجاد و مدیریت Clusters در GKE
• 38. Deploying Applications on GKE
• 39. Kubernetes Pods, Deployments, Services
• 40. Helm Charts برای مدیریت برنامه ها در GKE
• 41. Monitoring and Logging در GKE
• 42. Kubernetes Networking
• 43. Kubernetes Security
• 44. Serverless Computing: Cloud Functions
• 45. استفاده از Cloud Functions برای رویدادها
• 46. Trigger های مختلف برای Cloud Functions
• 47. Deploying Cloud Functions
• 48. Serverless Computing: Cloud Run
• 49. Deploying Applications on Cloud Run
• 50. Custom Domains for Cloud Run
• 51. Cloud Run Services and Revisions
• 52. Cloud Run Security
• 53. Serverless Computing: App Engine
• 54. Standard vs Flexible Environments در App Engine
• 55. Deploying Applications on App Engine
• 56. Databases in GCP: Cloud SQL
• 57. انواع دیتابیس های مدیریت شده (MySQL, PostgreSQL, SQL Server)
• 58. ایجاد و مدیریت Instances در Cloud SQL
• 59. اتصال به Cloud SQL
• 60. Backups و High Availability در Cloud SQL
• 61. Databases in GCP: Cloud Firestore
• 62. NoSQL Databases
• 63. Data Modeling در Firestore
• 64. Queries و Indexing در Firestore
• 65. Databases in GCP: Cloud Bigtable
• 66. High-throughput, low-latency NoSQL wide-column database
• 67. Use Cases for Bigtable
• 68. Databases in GCP: Cloud Spanner
• 69. Globally Distributed, Mutually Consistent Relational Database
• 70. Use Cases for Spanner
• 71. Data Warehousing: BigQuery
• 72. مفاهیم Data Warehousing
• 73. تحلیل داده ها با BigQuery
• 74. Loading Data into BigQuery
• 75. Querying Data in BigQuery
• 76. BigQuery Storage API
• 77. Machine Learning (ML) in GCP: Vertex AI
• 78. مقدمه ای بر ML و AI
• 79. Vertex AI Platform
• 80. Data Labeling در Vertex AI
• 81. Model Training در Vertex AI
• 82. Model Evaluation در Vertex AI
• 83. Model Deployment در Vertex AI
• 84. ML Pipelines در Vertex AI
• 85. CI/CD: مفاهیم Continuous Integration و Continuous Delivery
• 86. CI/CD Tools در GCP
• 87. Cloud Build
• 88. Pipelines در Cloud Build
• 89. Triggering Builds
• 90. Deploying Applications with Cloud Build
• 91. Artifact Registry
• 92. CI/CD: Jenkins on GCP
• 93. نصب و پیکربندی Jenkins
• 94. Integrating Jenkins with GCP Services
• 95. Cloud Source Repositories
• 96. Terraform for Infrastructure as Code (IaC)
• 97. مبانی Terraform
• 98. Provider های GCP برای Terraform
• 99. نوشتن Terraform Configuration Files
• 100. State Management در Terraform