کتاب جاوا برای توسعه‌دهندگان Spring Cloud Google Cloud Dataflow با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
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 جاوا برای توسعه‌دهندگان Spring Cloud Google Cloud Dataflow

موضوع کلی: برنامه نویسی

موضوع میانی: جاوا (Java)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر برنامه‌نویسی جاوا
  • 2. مفاهیم پایه‌ای برنامه‌نویسی شیءگرا
  • 3. آشنایی با محیط توسعه یکپارچه (IDE) برای جاوا
  • 4. نصب و پیکربندی Java Development Kit (JDK)
  • 5. متغیرها و انواع داده در جاوا
  • 6. عملگرها در جاوا
  • 7. جریان کنترل: شرط‌ها و حلقه‌ها
  • 8. آرایه‌ها و مجموعه‌ها در جاوا
  • 9. کلاس‌ها و اشیاء در جاوا
  • 10. وراثت و چندریختی
  • 11. انتزاع و واسط‌ها
  • 12. مدیریت استثنائات در جاوا
  • 13. ورودی و خروجی فایل‌ها در جاوا
  • 14. مقدمه‌ای بر Spring Framework
  • 15. معماری لایه‌بندی در Spring
  • 16. Dependency Injection و Inversion of Control
  • 17. Bean Configuration در Spring
  • 18. Aspect-Oriented Programming (AOP) در Spring
  • 19. Spring Data JPA و کار با پایگاه داده
  • 20. Spring MVC و توسعه وب اپلیکیشن
  • 21. RESTful Web Services با Spring Boot
  • 22. تست‌نویسی با Spring Test
  • 23. مقدمه‌ای بر میکروسرویس‌ها
  • 24. Spring Cloud Config برای مدیریت پیکربندی
  • 25. Spring Cloud Discovery و Service Registration
  • 26. Spring Cloud Gateway برای مدیریت API
  • 27. Spring Cloud Stream برای پردازش رویداد
  • 28. مقدمه‌ای بر Google Cloud Platform (GCP)
  • 29. محصولات اصلی GCP: Compute Engine, Cloud Storage, Cloud SQL
  • 30. استقرار اپلیکیشن Spring Boot در GCP
  • 31. Google Kubernetes Engine (GKE) و Containerization
  • 32. مقدمه‌ای بر Dataflow
  • 33. مفاهیم پایه‌ای پردازش داده‌های جریانی و دسته‌ای
  • 34. Apache Beam و مدل برنامه‌نویسی آن
  • 35. Dataflow SDK برای جاوا
  • 36. Pipeline‌های Dataflow: خواندن، تبدیل، نوشتن داده‌ها
  • 37. Dataflow Template‌ها و استفاده از آن‌ها
  • 38. مانیتورینگ و اشکال‌زدایی Pipeline‌های Dataflow
  • 39. ادغام Spring Cloud با Dataflow
  • 40. استفاده از Pub/Sub برای ورودی و خروجی Dataflow
  • 41. پردازش داده‌های Real-time با Dataflow و Spring Cloud Stream
  • 42. بهینه‌سازی Pipeline‌های Dataflow
  • 43. امنیت در Dataflow و Spring Cloud
  • 44. استفاده از Cloud Storage به عنوان منبع داده در Dataflow
  • 45. کار با BigQuery در Dataflow
  • 46. Dataflow و پردازش داده‌های JSON
  • 47. Dataflow و پردازش داده‌های Avro
  • 48. Dataflow و پردازش داده‌های Parquet
  • 49. Dataflow و پردازش داده‌های CSV
  • 50. Dataflow و تبدیل داده‌ها با استفاده از UDF‌ها
  • 51. Dataflow و Windowing
  • 52. Dataflow و Watermarking
  • 53. Dataflow و Triggers
  • 54. Dataflow و State Management
  • 55. Dataflow و Side Inputs
  • 56. Dataflow و Metrics
  • 57. Dataflow و Error Handling
  • 58. مقدمه‌ای بر Kubernetes
  • 59. استقرار میکروسرویس‌های Spring Cloud در Kubernetes
  • 60. مدیریت سرویس‌ها در Kubernetes
  • 61. مقیاس‌پذیری و Load Balancing در Kubernetes
  • 62. مانیتورینگ و Logging در Kubernetes
  • 63. Continuous Integration و Continuous Deployment (CI/CD) با Kubernetes
  • 64. Dataflow و Kubernetes
  • 65. توسعه اپلیکیشن‌های Dataflow برای استقرار در Kubernetes
  • 66. بهینه‌سازی عملکرد Dataflow در Kubernetes
  • 67. امنیت Dataflow در Kubernetes
  • 68. Dataflow و Auto Scaling
  • 69. Dataflow و Cost Optimization
  • 70. Dataflow و Data Validation
  • 71. Dataflow و Data Quality
  • 72. Dataflow و Data Governance
  • 73. مقدمه‌ای بر Dataflow Flex
  • 74. Dataflow Flex vs Dataflow Runner
  • 75. استفاده از Dataflow Flex برای پردازش داده‌های بزرگ
  • 76. Dataflow Flex و منابع محاسباتی
  • 77. Dataflow Flex و Cost Control
  • 78. Dataflow Flex و Performance Tuning
  • 79. Dataflow و پردازش تصاویر
  • 80. Dataflow و پردازش ویدیوها
  • 81. Dataflow و پردازش متن
  • 82. Dataflow و پردازش داده‌های حسگر
  • 83. Dataflow و یادگیری ماشین
  • 84. Dataflow و تحلیل داده‌های شبکه‌های اجتماعی
  • 85. Dataflow و پیش‌بینی تقاضا
  • 86. Dataflow و تشخیص تقلب
  • 87. Dataflow و شخصی‌سازی
  • 88. Dataflow و توصیه‌گرها
  • 89. Dataflow و پردازش لاگ‌ها
  • 90. Dataflow و مانیتورینگ سیستم
  • 91. Dataflow و امنیت داده‌ها
  • 92. Dataflow و حریم خصوصی داده‌ها
  • 93. Dataflow و انطباق با مقررات
  • 94. Dataflow و مدیریت داده‌ها
  • 95. Dataflow و داده‌های بزرگ
  • 96. Dataflow و پردازش بلادرنگ
  • 97. Dataflow و پردازش دسته‌ای
  • 98. Dataflow و پردازش هیبریدی
  • 99. Dataflow و پردازش ابری
  • 100. Dataflow و پردازش محلی
تگ‌ها: Google Cloud Dataflow Spring Cloud برنامه نویسی جاوا پردازش داده توسعه دهنده جاوا توسعه وب جاوا کامپیوتر ابری گوگل کلاد میکروسرویس

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.