فلش‌کارت‌های آموزشی Google Cloud Platform: راه اندازی اپلیکیشن های واکنش گرا

🎓 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)