کتاب تسلط بر مدیریت و پردازش داده‌ها در Google Cloud با استفاده از ابزارهای خط فرمان (CLI) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تسلط بر مدیریت و پردازش داده‌ها در Google Cloud با استفاده از ابزارهای خط فرمان (CLI)

موضوع کلی: فناوری اطلاعات و رایانش ابری

موضوع میانی: مدیریت و پردازش داده‌ها در بستر ابر (Google Cloud)

📋 سرفصل‌های دوره (100 موضوع)

• 1. مبانی رایانش ابری و معماری پلتفرم گوگل کلاود
• 2. آشنایی با محیط خط فرمان و ابزار Google Cloud SDK
• 3. مدیریت پروژه ها و تنظیمات اولیه در Google Cloud CLI
• 4. مدیریت هویت و دسترسی ها با سرویس IAM در محیط ابری
• 5. کار با مخازن ذخیره سازی ابری Google Cloud Storage
• 6. ایجاد و پیکربندی باکت ها در Cloud Storage از طریق خط فرمان
• 7. مدیریت سطوح دسترسی و امنیت فایل ها در Cloud Storage
• 8. انتقال و همگام سازی داده ها با دستورات gsutil
• 9. آشنایی با پایگاه داده های رابطه ای در Cloud SQL
• 10. ایجاد و مدیریت نمونه های پایگاه داده در Cloud SQL
• 11. تعامل با دیتابیس ها از طریق رابط خط فرمان
• 12. مبانی پایگاه داده های غیررابطه ای با Cloud Bigtable
• 13. پیکربندی و مدیریت کلاسترهای Bigtable
• 14. کار با سرویس ذخیره سازی داده های ساختارنیافته در Cloud Datastore
• 15. مدیریت موجودیت ها و کوئری ها در Datastore با ابزارهای متنی
• 16. آشنایی با سرویس تحلیل داده BigQuery
• 17. ایجاد و مدیریت مجموعه داده ها و جداول در BigQuery
• 18. اجرای کوئری های SQL در محیط خط فرمان BigQuery
• 19. بارگذاری داده های حجیم به BigQuery از منابع مختلف
• 20. صادرات داده ها از BigQuery برای تحلیل های آتی
• 21. مبانی پردازش داده ها در مقیاس بزرگ با Cloud Dataflow
• 22. نصب و راه اندازی خط لوله های پردازش داده با CLI
• 23. نظارت بر وضعیت اجرای وظایف پردازشی در Dataflow
• 24. آشنایی با سرویس پیام رسانی Pub/Sub
• 25. مدیریت تاپیک ها و سابسکرایب ها در Pub/Sub
• 26. ارسال و دریافت پیام در محیط ابری از طریق خط فرمان
• 27. مبانی پردازش ابری با استفاده از توابع Cloud Functions
• 28. استقرار و مدیریت توابع ابری با ابزارهای CLI
• 29. آشنایی با کانتینرسازی و سرویس Google Kubernetes Engine
• 30. مدیریت کلاسترها و نودها در GKE با دستورات kubectl
• 31. پایش و مانیتورینگ منابع داده با Cloud Monitoring
• 32. استفاده از لاگ ها برای عیب یابی در Cloud Logging
• 33. بهینه سازی عملکرد و کاهش هزینه ها در مدیریت داده های ابری
• 34. امنیت داده ها و رمزنگاری در بستر Google Cloud
• 35. پشتیبان گیری و بازیابی داده ها در سرویس های ابری
• 36. خودکارسازی وظایف مدیریت داده با اسکریپت نویسی در محیط CLI
• 37. یکپارچه سازی سرویس های مختلف داده ای در پروژه های ابری
• 38. ارزیابی و بهینه سازی کوئری های سنگین در BigQuery
• 39. مدیریت چرخه حیات داده ها و سیاست های ذخیره سازی
• 40. نکات امنیتی و انطباق با استانداردهای حفاظت از داده ها در ابر