کتاب پایتون در فضای ابری: AWS Lambda و Google Cloud Functions با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

پایتون در فضای ابری: AWS Lambda و Google Cloud Functions - متخصص توسعه ابری شوید! پایتون در فضای ابری: دروازه‌ای به سوی توسعه بدون سرور و مقیاس‌پذیر! آیا به دنبال ارتقای مهارت‌های برنامه‌نویسی پایتون ...

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 87,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پایتون در فضای ابری: AWS Lambda و Google Cloud Functions

موضوع کلی: برنامه نویسی

موضوع میانی: پایتون (Python)

📋 سرفصل‌های دوره

  • 1. آره حتما. این لیست 100 سرفصل برای دوره "پایتون در فضای ابری: AWS Lambda و Google Cloud Functions":
  • 2. مقدمه و پیش‌نیازها
  • 3. خوش آمدگویی و معرفی دوره
  • 4. آشنایی با مفاهیم فضای ابری
  • 5. آشنایی با AWS و Google Cloud
  • 6. پیش‌نیازهای برنامه‌نویسی پایتون
  • 7. تنظیم محیط توسعه پایتون
  • 8. نصب و پیکربندی Python و pip
  • 9. آشنایی با Virtual Environments در Python
  • 10. مروری بر مفاهیم HTTP و REST APIs
  • 11. مروری بر JSON و کار با آن در Python
  • 12. آشنایی با Git و GitHub (نسخه بندی کد)
  • 13. پایتون: مبانی و پیش‌نیازها
  • 14. مروری بر Syntax پایتون
  • 15. انواع داده‌ها در پایتون (Numbers, Strings, Booleans)
  • 16. ساختارهای داده‌ای در پایتون (Lists, Tuples, Dictionaries, Sets)
  • 17. عملگرها در پایتون
  • 18. ساختارهای کنترلی (if, else, elif)
  • 19. حلقه‌ها (for, while)
  • 20. توابع در پایتون
  • 21. ماژول‌ها و پکیج‌ها در پایتون
  • 22. کار با فایل‌ها در پایتون
  • 23. مدیریت خطاها و استثناها در پایتون (try, except)
  • 24. AWS Lambda: مبانی
  • 25. معرفی AWS Lambda
  • 26. ایجاد حساب کاربری AWS
  • 27. آشنایی با سرویس‌های AWS مرتبط (IAM, S3, API Gateway)
  • 28. ایجاد یک تابع Lambda ساده با Python
  • 29. آپلود و تست تابع Lambda
  • 30. آشنایی با Event Triggers در Lambda
  • 31. ورود به سیستم و مانیتورینگ Lambda با CloudWatch
  • 32. تنظیم IAM Roles برای Lambda
  • 33. مدیریت منابع Lambda (حافظه، زمان اجرا)
  • 34. استقرار کد Lambda با AWS CLI
  • 35. AWS Lambda: پیشرفته
  • 36. کار با Event Sources مختلف در Lambda (S3, API Gateway, DynamoDB)
  • 37. پارامترها و متغیرهای محیطی در Lambda
  • 38. استفاده از کتابخانه‌های خارجی در Lambda
  • 39. مدیریت وابستگی‌ها با Layer در Lambda
  • 40. ساخت API با AWS API Gateway و Lambda
  • 41. آزمایش و دیباگ کردن توابع Lambda
  • 42. بهینه‌سازی عملکرد Lambda
  • 43. مدیریت مقیاس‌پذیری Lambda
  • 44. استفاده از Lambda برای پردازش داده
  • 45. امنیت Lambda
  • 46. Google Cloud Functions: مبانی
  • 47. معرفی Google Cloud Functions
  • 48. ایجاد حساب کاربری Google Cloud
  • 49. آشنایی با سرویس‌های Google Cloud مرتبط (Cloud Storage, Cloud Pub/Sub, Cloud Build)
  • 50. ایجاد یک تابع Cloud Function ساده با Python
  • 51. آپلود و تست تابع Cloud Function
  • 52. آشنایی با Triggerهای Cloud Function
  • 53. ورود به سیستم و مانیتورینگ Cloud Functions
  • 54. تنظیم دسترسی‌ها و حساب‌های سرویس برای Cloud Functions
  • 55. مدیریت منابع Cloud Functions
  • 56. استقرار کد Cloud Functions با Google Cloud CLI
  • 57. Google Cloud Functions: پیشرفته
  • 58. کار با Event Sources مختلف در Cloud Functions (Cloud Storage, Cloud Pub/Sub, Cloud Firestore)
  • 59. پارامترها و متغیرهای محیطی در Cloud Functions
  • 60. استفاده از کتابخانه‌های خارجی در Cloud Functions
  • 61. مدیریت وابستگی‌ها در Cloud Functions
  • 62. ساخت API با Cloud Functions و Cloud Endpoints/API Gateway
  • 63. آزمایش و دیباگ کردن توابع Cloud Functions
  • 64. بهینه‌سازی عملکرد Cloud Functions
  • 65. مدیریت مقیاس‌پذیری Cloud Functions
  • 66. استفاده از Cloud Functions برای پردازش داده
  • 67. امنیت Cloud Functions
  • 68. مقایسه و بهترین روش‌ها
  • 69. مقایسه AWS Lambda و Google Cloud Functions
  • 70. انتخاب مناسب‌ترین سرویس برای پروژه‌های مختلف
  • 71. بهترین روش‌های کدنویسی برای فضای ابری
  • 72. پیاده‌سازی الگوهای طراحی (Design Patterns) در Lambda و Cloud Functions
  • 73. مدیریت پیکربندی و محرمانه‌ها در فضای ابری
  • 74. نظارت بر عملکرد و هزینه در Lambda و Cloud Functions
  • 75. استفاده از CI/CD برای استقرار خودکار
  • 76. امنیت و بهترین روش‌های امنیتی
  • 77. بهره‌وری و بهینه‌سازی هزینه
  • 78. نتیجه‌گیری و جمع‌بندی
  • 79. حتما، در ادامه 22 سرفصل اضافی برای دوره "پایتون در فضای ابری: AWS Lambda و Google Cloud Functions" که با سرفصل‌های قبلی متفاوت هستند:
  • 80. مبانی Serverless و Functions as a Service (FaaS)
  • 81. معماری AWS Lambda: Run-time، Event Model و Concurrency
  • 82. معماری Google Cloud Functions: انواع توابع و Event Model
  • 83. پیاده‌سازی توابع Lambda با Python: مدیریت Dependencies و پکیج‌ها
  • 84. پیاده‌سازی توابع Cloud Functions با Python: مدیریت Dependencies
  • 85. تست محلی توابع Serverless با ابزارهای شبیه‌ساز
  • 86. استفاده از Serverless Framework برای استقرار یکپارچه
  • 87. استقرار توابع با AWS SAM CLI و Google Cloud SDK
  • 88. پیکربندی API Gateway به عنوان Trigger برای Lambda
  • 89. استفاده از Pub/Sub و Cloud Storage به عنوان Triggers
  • 90. اتصال توابع Serverless به پایگاه داده DynamoDB و Firestore
  • 91. کار با S3 و Google Cloud Storage در توابع Serverless
  • 92. زمان‌بندی اجرای توابع با EventBridge (AWS) و Cloud Scheduler (GCP)
  • 93. نظارت و لاگ‌برداری توابع Serverless با CloudWatch و Cloud Logging
  • 94. مدیریت خطاها و بازتلاش (Retries) در توابع Serverless
  • 95. امنیت توابع Serverless: IAM Permissions و Secret Management
  • 96. بهینه‌سازی عملکرد توابع Serverless: Cold Start و Memory Allocation
  • 97. استفاده از Lambda Layers و Custom Runtimes
  • 98. الگوی Fan-out با SQS/SNS (AWS) و Cloud Tasks/Pub/Sub (GCP)
  • 99. مدیریت وضعیت (State Management) در معماری Serverless
  • 100. سناریوهای کاربردی: ساخت APIهای RESTful با Serverless
تگ‌ها: AWS aws lambda Cloud Computing Cloud functions Google Cloud Google Cloud Functions Programming Python Serverless برنامه نویسی پایتون توابع ابری سرورلس فضای ابری یادگیری پایتون

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.