کتاب Google Cloud Platform: راه اندازی اپلیکیشن های واکنش گرا با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره Google Cloud Platform: راه اندازی اپلیکیشن های واکنش گرا
موضوع کلی: برنامه نویسی
موضوع میانی: Google Cloud Platform (GCP)
📋 سرفصلهای دوره
- 1. آشنایی با مفاهیم رایانش ابری و گوگل کلاود
- 2. مبانی زیرساخت گوگل کلاود: شبکه، محاسبات، ذخیرهسازی
- 3. مقدمهای بر سرویس Compute Engine
- 4. استقرار ماشینهای مجازی در Compute Engine
- 5. مدیریت و پیکربندی نمونههای Compute Engine
- 6. شبکهبندی در گوگل کلاود: VPC، فایروال و مسیریابی
- 7. خدمات ذخیرهسازی داده در گوگل کلاود: Cloud Storage
- 8. کار با اشیاء و سطلها در Cloud Storage
- 9. مفاهیم پایگاه داده در گوگل کلاود
- 10. استفاده از Cloud SQL برای پایگاه دادههای رابطهای
- 11. مدیریت و بهینهسازی Cloud SQL
- 12. آشنایی با Cloud Spanner برای مقیاسپذیری بالا
- 13. مبانی Cloud Firestore برای NoSQL
- 14. توسعه برنامههای کاربردی با Cloud Firestore
- 15. مقدمهای بر Kubernetes و Google Kubernetes Engine (GKE)
- 16. راهاندازی و مدیریت خوشههای GKE
- 17. استقرار برنامههای کاربردی در GKE
- 18. مدیریت منابع و مقیاسپذیری در GKE
- 19. میکروسرویسها و معماری آنها
- 20. توسعه APIها با Google Cloud Endpoints
- 21. استفاده از API Gateway برای مدیریت API
- 22. مقدمهای بر سرویسهای بدون سرور (Serverless)
- 23. استقرار توابع با Cloud Functions
- 24. ساخت برنامههای کاربردی بدون سرور با Cloud Run
- 25. مدیریت رویدادها با Cloud Pub/Sub
- 26. سیستمهای پیامرسانی و صفها
- 27. امنیت در گوگل کلاود: IAM و احراز هویت
- 28. مدیریت دسترسیها با Identity and Access Management (IAM)
- 29. پیکربندی فایروالها و شبکههای امن
- 30. رمزنگاری و مدیریت کلیدها در گوگل کلاود
- 31. آشنایی با Cloud Build برای CI/CD
- 32. پیادهسازی پایپلاینهای CI/CD با Cloud Build
- 33. استقرار خودکار برنامهها
- 34. مانیتورینگ و لاگبرداری در گوگل کلاود
- 35. استفاده از Cloud Monitoring برای نظارت بر عملکرد
- 36. مدیریت لاگها با Cloud Logging
- 37. اشکالزدایی برنامهها در محیط ابری
- 38. مقدمهای بر Big Data و تحلیل داده در گوگل کلاود
- 39. استفاده از BigQuery برای تحلیل دادههای حجیم
- 40. بارگذاری و پرسوجو در BigQuery
- 41. تجسم دادهها با Data Studio (Looker Studio)
- 42. مقدمهای بر یادگیری ماشین و هوش مصنوعی در گوگل کلاود
- 43. استفاده از Vertex AI برای ساخت مدلهای ML
- 44. مقدمهای بر سرویسهای AI Platform
- 45. یادگیری ماشین بدون کد با AutoML
- 46. استفاده از APIهای هوش مصنوعی گوگل (Vision AI, Natural Language AI)
- 47. مباحث پیشرفته شبکه در گوگل کلاود
- 48. مدیریت ترافیک با Cloud Load Balancing
- 49. شبکههای خصوصی مجازی (VPN) در گوگل کلاود
- 50. امنیت دادهها در Cloud Storage
- 51. مدیریت هزینهها در گوگل کلاود
- 52. بهینهسازی هزینهها با استفاده از ابزارهای گوگل کلاود
- 53. استراتژیهای کاهش هزینه
- 54. پشتیبانگیری و بازیابی دادهها
- 55. برنامهریزی برای بازیابی فاجعه (Disaster Recovery)
- 56. مقدمهای بر DevOps و فرهنگ آن
- 57. ابزارهای DevOps در گوگل کلاود
- 58. مدیریت پیکربندی با Cloud Deployment Manager
- 59. تست و تضمین کیفیت نرمافزار در محیط ابری
- 60. اتوماسیون فرآیندها در گوگل کلاود
- 61. استفاده از Cloud Scheduler برای اجرای زمانبندی شده
- 62. مدیریت هویت و دسترسی پیشرفته
- 63. امنیت در لایه اپلیکیشن
- 64. مقدمهای بر معماری میکروسرویسها
- 65. پیادهسازی الگوهای طراحی میکروسرویس
- 66. مدیریت سرویسهای GKE
- 67. شبکهبندی پیشرفته در GKE
- 68. ذخیرهسازی دادههای حجیم برای تحلیل
- 69. استفاده از Dataflow برای پردازش استریمینگ
- 70. پردازش دستهای با Dataproc
- 71. امنیت در BigQuery
- 72. مدیریت دسترسی در BigQuery
- 73. تجسم دادههای پیشرفته
- 74. مقدمهای بر معماریهای واکنشگرا
- 75. طراحی اپلیکیشنهای واکنشگرا
- 76. تست A/B و بهینهسازی در محیط ابری
- 77. مدیریت انتشار برنامهها
- 78. استفاده از Google Cloud Armor برای محافظت در برابر حملات DDoS
- 79. امنیت APIها با Apigee
- 80. مقدمهای بر راهحلهای سازمانی در گوگل کلاود
- 81. استفاده از Google Workspace در محیط ابری
- 82. مدیریت زیرساختهای ترکیبی (Hybrid Cloud)
- 83. مباحث پیشرفته در GKE
- 84. مدیریت منابع در مقیاس بزرگ
- 85. استراتژیهای توسعه پایدار در رایانش ابری
- 86. مقدمهای بر حاکمیت داده (Data Governance)
- 87. مدیریت ریسک در محیط ابری
- 88. انطباق با مقررات و استانداردها
- 89. بهترین شیوهها در توسعه اپلیکیشنهای واکنشگرا
- 90. انتقال اپلیکیشنها به گوگل کلاود
- 91. مهاجرت دادهها به گوگل کلاود
- 92. بهینهسازی عملکرد اپلیکیشنها
- 93. طراحی برای دسترسپذیری بالا (High Availability)
- 94. پیادهسازی الگوهای طراحی مقاوم در برابر خطا
- 95. آشنایی با ابزارهای مانیتورینگ و هشداردهی پیشرفته
- 96. مدیریت چرخه عمر اپلیکیشن
- 97. مقدمهای بر معماریهای رویداد محور (Event-Driven)
- 98. ساخت اپلیکیشنهای واکنشگرا با استفاده از Eventarc
- 99. مدیریت منابع در GKE با Helm
- 100. استفاده از Terraform برای زیرساخت به عنوان کد (IaC)
تگها:
Application Deployment
Deploy
GCP
Google Cloud
اپلیکیشن واکنش گرا
توسعه وب
خدمات گوگل
راه اندازی اپلیکیشن
رایانش ابری
زیرساخت ابری
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.