کتاب بهینه‌سازی هزینه‌های Google Cloud: راهنمای جامع و کاربردی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی هزینه‌های Google Cloud: راهنمای جامع و کاربردی

موضوع کلی: مدیریت و بهینه‌سازی هزینه‌های زیرساخت ابری

موضوع میانی: راهکارهای عملیاتی در پلتفرم‌های ابری

📋 سرفصل‌های دوره

• 1. مقدمه: اهمیت مدیریت هزینه‌های ابری
• 2. فصل اول: مبانی هزینه‌های Google Cloud
• 3. فصل دوم: شناخت مولفه‌های هزینه در GCP
• 4. فصل سوم: ابزارهای نظارت بر هزینه در GCP
• 5. فصل چهارم: بودجه‌بندی و پیش‌بینی هزینه‌ها
• 6. فصل پنجم: استراتژی‌های کاهش هزینه در محاسبات
• 7. فصل ششم: بهینه‌سازی هزینه‌های ماشین‌های مجازی (VMs)
• 8. فصل هفتم: استفاده از نمونه‌های پیش‌خرید شده (Preemptible VMs)
• 9. فصل هشتم: مدیریت چرخه عمر نمونه‌های محاسباتی
• 10. فصل نهم: بهینه‌سازی هزینه‌های کانتینرها (GKE)
• 11. فصل دهم: استراتژی‌های کاهش هزینه در ذخیره‌سازی
• 12. فصل یازدهم: انتخاب درست کلاس‌های ذخیره‌سازی (Storage Classes)
• 13. فصل دوازدهم: مدیریت هزینه‌های Object Storage (Cloud Storage)
• 14. فصل سیزدهم: بهینه‌سازی هزینه‌های دیتابیس‌ها
• 15. فصل چهاردهم: مدیریت هزینه‌های Cloud SQL
• 16. فصل پانزدهم: بهینه‌سازی هزینه‌های BigQuery
• 17. فصل شانزدهم: مدیریت هزینه‌های پایگاه داده‌های NoSQL
• 18. فصل هفدهم: استراتژی‌های کاهش هزینه در شبکه
• 19. فصل هجدهم: بهینه‌سازی هزینه‌های انتقال داده (Data Transfer)
• 20. فصل نوزدهم: مدیریت هزینه‌های Load Balancing
• 21. فصل بیستم: بهینه‌سازی هزینه‌های CDN (Cloud CDN)
• 22. فصل بیست و یکم: استراتژی‌های کاهش هزینه در سرویس‌های بدون سرور (Serverless)
• 23. فصل بیست و دوم: بهینه‌سازی هزینه‌های Cloud Functions
• 24. فصل بیست و سوم: مدیریت هزینه‌های Cloud Run
• 25. فصل بیست و چهارم: بهینه‌سازی هزینه‌های App Engine
• 26. فصل بیست و پنجم: استراتژی‌های کاهش هزینه در سرویس‌های مدیریت شده
• 27. فصل بیست و ششم: بهینه‌سازی هزینه‌های Kubernetes Engine (GKE)
• 28. فصل بیست و هفتم: مدیریت هزینه‌های Dataflow
• 29. فصل بیست و هشتم: بهینه‌سازی هزینه‌های Dataproc
• 30. فصل بیست و نهم: استراتژی‌های کاهش هزینه در هوش مصنوعی و یادگیری ماشین
• 31. فصل سی‌ام: بهینه‌سازی هزینه‌های AI Platform
• 32. فصل سی و یکم: مدیریت هزینه‌های Vertex AI
• 33. فصل سی و دوم: بهینه‌سازی هزینه‌های سرویس‌های ML جاهز
• 34. فصل سی و سوم: ابزارهای تجزیه و تحلیل هزینه GCP
• 35. فصل سی و چهارم: استفاده پیشرفته از Cost Explorer
• 36. فصل سی و پنجم: گزارش‌دهی سفارشی هزینه‌ها
• 37. فصل سی و ششم: برچسب‌گذاری منابع برای ردیابی هزینه
• 38. فصل سی و هفتم: ایجاد و مدیریت برچسب‌ها
• 39. فصل سی و هشتم: تخصیص هزینه بر اساس برچسب‌ها
• 40. فصل سی و نهم: اتوماسیون مدیریت هزینه
• 41. فصل چهلم: اسکریپت‌نویسی برای مدیریت منابع
• 42. فصل چهل و یکم: استفاده از Cloud Deployment Manager
• 43. فصل چهل و دوم: اتوماسیون خاموش و روشن کردن منابع
• 44. فصل چهل و سوم: بهینه‌سازی معماری برای کاهش هزینه
• 45. فصل چهل و چهارم: اصول طراحی برنامه‌های کم‌هزینه
• 46. فصل چهل و پنجم: انتخاب مناسب سرویس‌ها
• 47. فصل چهل و ششم: اجتناب از مصرف بیش از حد منابع
• 48. فصل چهل و هفتم: مدیریت چرخه عمر داده‌ها
• 49. فصل چهل و هشتم: انتقال داده‌های بلااستفاده به ذخیره‌سازی ارزان‌تر
• 50. فصل چهل و نهم: حذف داده‌های قدیمی و غیرضروری
• 51. فصل پنجاهم: بهینه‌سازی هزینه‌های عملیاتی
• 52. فصل پنجاه و یکم: استفاده از سرویس‌های مدیریت شده GCP
• 53. فصل پنجاه و دوم: کاهش بار کاری تیم‌های عملیاتی
• 54. فصل پنجاه و سوم: مدیریت هزینه‌های پشتیبانی (Support)
• 55. فصل پنجاه و چهارم: انتخاب سطح پشتیبانی مناسب
• 56. فصل پنجاه و پنجم: بهینه‌سازی هزینه‌های سرویس‌های امنیتی
• 57. فصل پنجاه و ششم: مدیریت هزینه‌های Identity and Access Management (IAM)
• 58. فصل پنجاه و هفتم: بهینه‌سازی هزینه‌های نظارت و لاگ‌برداری
• 59. فصل پنجاه و هشتم: مدیریت هزینه‌های Cloud Logging و Cloud Monitoring
• 60. فصل پنجاه و نهم: استراتژی‌های کاهش هزینه در محیط‌های چند ابری (Multi-Cloud)
• 61. فصل شصتم: مدیریت هزینه‌ها در سناریوهای ترکیبی (Hybrid Cloud)
• 62. فصل شصت و یکم: بهینه‌سازی هزینه‌های سرویس‌های خارجی
• 63. فصل شصت و دوم: مذاکره با ارائه‌دهندگان خدمات ابری
• 64. فصل شصت و سوم: استفاده از تخفیف‌ها و طرح‌های اعتباری
• 65. فصل شصت و چهارم: درک مدل‌های قیمت‌گذاری GCP
• 66. فصل شصت و پنجم: قیمت‌گذاری ساعتی، حجمی و مبتنی بر مصرف
• 67. فصل شصت و ششم: تأثیر تغییرات قیمت‌گذاری GCP
• 68. فصل شصت و هفتم: آموزش تیم‌ها برای مدیریت هزینه
• 69. فصل شصت و هشتم: فرهنگ‌سازی مدیریت هزینه در سازمان
• 70. فصل شصت و نهم: ایجاد نقش‌ها و مسئولیت‌های مدیریت هزینه
• 71. فصل هفتادم: ارزیابی مستمر و بهبود فرآیندها
• 72. فصل هفتاد و یکم: ممیزی منظم هزینه‌های ابری
• 73. فصل هفتاد و دوم: شناسایی فرصت‌های جدید برای صرفه‌جویی
• 74. فصل هفتاد و سوم: استفاده از ابزارهای شخص ثالث برای بهینه‌سازی هزینه
• 75. فصل هفتاد و چهارم: بررسی راهکارهای مدیریت هزینه ابری (Cloud Cost Management Platforms)
• 76. فصل هفتاد و پنجم: مقایسه ابزارهای مختلف
• 77. فصل هفتاد و ششم: موارد مطالعه (Case Studies) موفق در مدیریت هزینه GCP
• 78. فصل هفتاد و هفتم: درس‌آموخته‌ها از سازمان‌های پیشرو
• 79. فصل هفتاد و هشتم: نقش DevOps در بهینه‌سازی هزینه
• 80. فصل هفتاد و نهم: ادغام ملاحظات هزینه در چرخه عمر توسعه نرم‌افزار
• 81. فصل هشتادم: مدیریت ریسک‌های مربوط به هزینه
• 82. فصل هشتاد و یکم: اجتناب از هزینه‌های غیرمنتظره
• 83. فصل هشتاد و دوم: برنامه‌ریزی برای افزایش ناگهانی بار کاری
• 84. فصل هشتاد و سوم: بهینه‌سازی هزینه‌های مربوط به توسعه و تست
• 85. فصل هشتاد و چهارم: مدیریت محیط‌های توسعه و تست
• 86. فصل هشتاد و پنجم: استفاده از نمونه‌های موقت برای تست
• 87. فصل هشتاد و ششم: بهینه‌سازی هزینه‌های گزارش‌دهی و تحلیل داده
• 88. فصل هشتاد و هفتم: استفاده بهینه از BigQuery برای تحلیل هزینه
• 89. فصل هشتاد و هشتم: ابزارهای تجسم داده برای هزینه‌ها
• 90. فصل هشتاد و نهم: مدیریت هزینه‌های مربوط به مهاجرت به ابر
• 91. فصل نودم: برنامه‌ریزی مالی برای پروژه‌های مهاجرت
• 92. فصل نود و یکم: کاهش هزینه‌های حین و پس از مهاجرت
• 93. فصل نود و دوم: بهینه‌سازی هزینه‌های سرویس‌های IaaS، PaaS و SaaS
• 94. فصل نود و سوم: انتخاب مدل سرویس مناسب برای کاهش هزینه
• 95. فصل نود و چهارم: مدیریت هزینه‌های مربوط به پشتیبانی و نگهداری
• 96. فصل نود و پنجم: بهینه‌سازی هزینه‌های آموزش و ارتقاء مهارت
• 97. فصل نود و ششم: سرمایه‌گذاری در دانش تیم
• 98. فصل نود و هفتم: جمع‌بندی و گام‌های بعدی در مدیریت هزینه ابری
• 99. فصل نود و هشتم: ایجاد یک برنامه عملیاتی برای بهینه‌سازی هزینه
• 100. فصل نود و نهم: ارزیابی تاثیر اقدامات انجام شده