کتاب Google Cloud Platform: Cloud Bigtable Database Setup and Management (for Scientific Big Data) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 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 Google Cloud Platform: Cloud Bigtable Database Setup and Management (for Scientific Big Data)

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

  • 1. آشنایی با مفاهیم کلان داده و کاربردهای آن در پژوهش
  • 2. مقدمه‌ای بر Google Cloud Platform و خدمات آن
  • 3. معرفی Cloud Bigtable به عنوان یک پایگاه داده NoSQL مقیاس‌پذیر
  • 4. تفاوت‌های Cloud Bigtable با پایگاه‌های داده رابطه‌ای و دیگر NoSQLها
  • 5. معماری و اجزای کلیدی Cloud Bigtable
  • 6. نحوهٔ طراحی اسکیمای مناسب برای Cloud Bigtable
  • 7. انتخاب کلید ردیف (Row Key) بهینه و تأثیر آن بر عملکرد
  • 8. مدیریت ستون‌ها (Column Families) و انواع داده در Bigtable
  • 9. ملاحظات امنیتی در طراحی اسکیمای Bigtable
  • 10. ایجاد یک نمونهٔ Cloud Bigtable در Google Cloud Console
  • 11. پیکربندی اولیهٔ نمونهٔ Bigtable (نام، شناسه، منطقه)
  • 12. تنظیمات ظرفیت و مقیاس‌پذیری نمونه Bigtable
  • 13. مدیریت دسترسی‌ها و نقش‌ها (IAM) برای Bigtable
  • 14. اتصال به نمونهٔ Bigtable از طریق ابزارهای خط فرمان (gcloud)
  • 15. استفاده از کتابخانه‌های کلاینت Bigtable (Python, Java, Go)
  • 16. نصب و پیکربندی کتابخانهٔ کلاینت Bigtable
  • 17. نوشتن داده در Bigtable با استفاده از کتابخانه‌های کلاینت
  • 18. خواندن داده از Bigtable با استفاده از کتابخانه‌های کلاینت
  • 19. انواع عملیات خواندن (Read Rows, Read Rows with Filter)
  • 20. استفاده از فیلترها برای بازیابی داده‌های خاص
  • 21. فیلترهای مبتنی بر پیشوند کلید ردیف
  • 22. فیلترهای مبتنی بر پیشوند ستون
  • 23. فیلترهای مبتنی بر مقادیر سلول
  • 24. فیلترهای مبتنی بر زمان
  • 25. ترکیب فیلترها برای بازیابی داده‌های پیچیده
  • 26. مدیریت تراکنش‌ها در Bigtable
  • 27. مفهوم Atomic Mutations
  • 28. انجام عملیات نوشتن اتمی (Atomic Writes)
  • 29. اعمال چندین تغییر به صورت اتمی
  • 30. استفاده از Batch Mutations برای بهینه‌سازی نوشتن
  • 31. پایش عملکرد نمونهٔ Bigtable
  • 32. متریک‌های کلیدی عملکرد (Latency, Throughput)
  • 33. استفاده از Google Cloud Monitoring برای پایش Bigtable
  • 34. تنظیم هشدارها (Alerting) برای رویدادهای مهم
  • 35. بهینه‌سازی هزینه‌های Bigtable
  • 36. بررسی گزینه‌های ذخیره‌سازی و نگهداری داده
  • 37. مدیریت چرخهٔ حیات داده (Data Lifecycle Management)
  • 38. استفاده از Hotspotting Detection برای شناسایی مشکلات
  • 39. راهکارهای رفع Hotspotting در Bigtable
  • 40. نسخه‌برداری (Backup) و بازیابی (Restore) داده در Bigtable
  • 41. تنظیم سیاست‌های نسخه‌برداری خودکار
  • 42. بازیابی داده از آخرین نسخهٔ پشتیبان
  • 43. بازیابی به یک نقطهٔ زمانی خاص
  • 44. امنیت داده‌ها در Bigtable
  • 45. رمزنگاری داده‌ها در حالت سکون (At Rest Encryption)
  • 46. رمزنگاری داده‌ها در حال انتقال (In Transit Encryption)
  • 47. مدیریت کلیدهای رمزنگاری (KMS)
  • 48. کنترل دسترسی مبتنی بر نقش (RBAC) در Bigtable
  • 49. یکپارچه‌سازی Bigtable با سایر سرویس‌های Google Cloud
  • 50. استفاده از Bigtable با Apache Beam برای پردازش داده
  • 51. یکپارچه‌سازی Bigtable با Dataproc برای تحلیل داده
  • 52. استفاده از Bigtable به عنوان منبع داده برای Data Studio
  • 53. اتصال Bigtable به BigQuery برای تحلیل‌های پیشرفته
  • 54. کاربرد Bigtable در پردازش جریان داده (Stream Processing)
  • 55. طراحی سیستم‌های Real-time Analytics با Bigtable
  • 56. مدیریت داده‌های سری زمانی (Time-Series Data) در Bigtable
  • 57. کاربرد Bigtable در اینترنت اشیاء (IoT)
  • 58. کاربرد Bigtable در تحلیل رفتار کاربر
  • 59. کاربرد Bigtable در ذخیره‌سازی لاگ‌ها و رویدادها
  • 60. کاربرد Bigtable در سیستم‌های توصیه گر
  • 61. کاربرد Bigtable در بازی‌های آنلاین
  • 62. کاربرد Bigtable در پردازش زبان طبیعی (NLP)
  • 63. کاربرد Bigtable در پردازش تصاویر و ویدئو
  • 64. کاربرد Bigtable در علوم زیستی و ژنومیک
  • 65. کاربرد Bigtable در محاسبات علمی
  • 66. کاربرد Bigtable در تحلیل مالی
  • 67. کاربرد Bigtable در مدیریت داده‌های جغرافیایی
  • 68. کاربرد Bigtable در ذخیره‌سازی داده‌های حسگرها
  • 69. کاربرد Bigtable در سیستم‌های مدیریت محتوا
  • 70. کاربرد Bigtable در پشتیبان‌گیری از داده‌ها
  • 71. کاربرد Bigtable در ذخیره‌سازی پروفایل کاربران
  • 72. کاربرد Bigtable در سیستم‌های کش (Cache) توزیع شده
  • 73. کاربرد Bigtable در پایگاه داده‌های گراف (Graph Databases)
  • 74. کاربرد Bigtable در سیستم‌های پیام‌رسانی
  • 75. کاربرد Bigtable در پردازش داده‌های سلامت
  • 76. کاربرد Bigtable در تحلیل داده‌های شبکه‌های اجتماعی
  • 77. کاربرد Bigtable در سیستم‌های مدیریت هویت
  • 78. کاربرد Bigtable در ذخیره‌سازی داده‌های مربوط به بلاکچین
  • 79. کاربرد Bigtable در پردازش داده‌های مربوط به انرژی
  • 80. کاربرد Bigtable در تحلیل داده‌های مربوط به حمل و نقل
  • 81. کاربرد Bigtable در مدیریت داده‌های مربوط به خرده‌فروشی
  • 82. کاربرد Bigtable در سیستم‌های مدیریت انبار
  • 83. کاربرد Bigtable در تحلیل داده‌های مربوط به تولید
  • 84. کاربرد Bigtable در سیستم‌های لجستیک
  • 85. کاربرد Bigtable در پردازش داده‌های مربوط به کشاورزی
  • 86. کاربرد Bigtable در مدیریت داده‌های مربوط به گردشگری
  • 87. کاربرد Bigtable در تحلیل داده‌های مربوط به آموزش
  • 88. کاربرد Bigtable در سیستم‌های مدیریت منابع انسانی
  • 89. کاربرد Bigtable در پردازش داده‌های مربوط به حقوقی
  • 90. کاربرد Bigtable در تحلیل داده‌های مربوط به رسانه
  • 91. کاربرد Bigtable در سیستم‌های مدیریت پروژه
  • 92. کاربرد Bigtable در پردازش داده‌های مربوط به هنری
  • 93. کاربرد Bigtable در تحلیل داده‌های مربوط به ورزشی
  • 94. کاربرد Bigtable در سیستم‌های مدیریت رویداد
  • 95. کاربرد Bigtable در پردازش داده‌های مربوط به علمی
  • 96. کاربرد Bigtable در تحلیل داده‌های مربوط به فرهنگی
  • 97. کاربرد Bigtable در سیستم‌های مدیریت دانش
  • 98. کاربرد Bigtable در پردازش داده‌های مربوط به امنیتی
  • 99. کاربرد Bigtable در تحلیل داده‌های مربوط به محیط زیست
  • 100. کاربرد Bigtable در سیستم‌های مدیریت ریسک
تگ‌ها: Bigtable GCP Google Cloud پایگاه داده تحلیل داده داده های علمی کلود بیگ تیبل مدیریت داده

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.