فلش‌کارت‌های آموزشی Google Cloud Platform: راه اندازی و مدیریت پایگاه داده های زمان واقعی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Google Cloud Platform: راه اندازی و مدیریت پایگاه داده های زمان واقعی

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایگاه‌های داده زمان واقعی در Google Cloud
• 2. مفاهیم کلیدی پایگاه‌های داده زمان واقعی
• 3. کاربردها و مزایای پایگاه‌های داده زمان واقعی
• 4. انتخاب پایگاه داده زمان واقعی مناسب در GCP
• 5. معرفی Cloud Firestore
• 6. ویژگی‌های Cloud Firestore
• 7. معماری Cloud Firestore
• 8. مدل داده‌ای Cloud Firestore
• 9. ساختار اسناد و مجموعه‌ها در Firestore
• 10. ایجاد و پیکربندی پروژه Firestore
• 11. نصب و راه‌اندازی Firestore Emulator
• 12. اتصال به Firestore از برنامه‌های وب
• 13. اتصال به Firestore از برنامه‌های موبایل
• 14. اتصال به Firestore از برنامه‌های سرور
• 15. عملیات CRUD در Firestore (ایجاد، خواندن، به‌روزرسانی، حذف)
• 16. خواندن داده‌ها در Firestore
• 17. جستجو و فیلتر کردن داده‌ها در Firestore
• 18. پشتیبانی از ایندکس‌گذاری در Firestore
• 19. ایجاد ایندکس‌های سفارشی در Firestore
• 20. مدیریت ایندکس‌ها در Firestore
• 21. پشتیبانی از تراکنش‌ها در Firestore
• 22. نوشتن تراکنش‌ها در Firestore
• 23. مدیریت خطا در تراکنش‌ها
• 24. استفاده از Realtime Updates در Firestore
• 25. پیکربندی Realtime Updates
• 26. مدیریت داده‌های Realtime Updates
• 27. امنیت در Firestore (IAM)
• 28. قوانین امنیتی Firestore
• 29. پیاده‌سازی قوانین امنیتی
• 30. مدیریت کاربران در Firestore
• 31. احراز هویت با Firebase Authentication
• 32. یکپارچه‌سازی Firestore با Firebase Authentication
• 33. مقیاس‌پذیری Cloud Firestore
• 34. استراتژی‌های مقیاس‌پذیری
• 35. نظارت بر عملکرد Firestore
• 36. استفاده از Cloud Monitoring برای Firestore
• 37. تنظیم هشدارها در Cloud Monitoring
• 38. بهینه‌سازی هزینه‌ها در Firestore
• 39. مدیریت کوئری‌ها برای کاهش هزینه
• 40. استفاده از محدودیت‌ها (Limits) در Firestore
• 41. پشتیبان‌گیری و بازیابی داده‌ها در Firestore
• 42. تنظیمات پشتیبان‌گیری خودکار
• 43. بازیابی داده‌ها از پشتیبان
• 44. استقرار برنامه‌های متصل به Firestore
• 45. معرفی Cloud Functions برای Firestore
• 46. ایجاد توابع سرورless برای Firestore
• 47. مدیریت رویدادهای Firestore با Cloud Functions
• 48. اتصال Firestore به سایر سرویس‌های GCP
• 49. یکپارچه‌سازی با Cloud Storage
• 50. یکپارچه‌سازی با BigQuery
• 51. استفاده از Firestore برای برنامه‌های IoT
• 52. مدیریت داده‌های سنسورها در Firestore
• 53. تحلیل داده‌های IoT با Firestore
• 54. معرفی Cloud Bigtable
• 55. ویژگی‌های Cloud Bigtable
• 56. معماری Cloud Bigtable
• 57. مدل داده‌ای Cloud Bigtable
• 58. طراحی اسکیمای Bigtable
• 59. کاربردهای Bigtable در مقیاس بزرگ
• 60. کاربرد Bigtable در تحلیل داده‌های حجیم
• 61. کاربرد Bigtable در سیستم‌های توصیه
• 62. کاربرد Bigtable در داده‌های سری زمانی
• 63. ایجاد و پیکربندی Bigtable
• 64. اتصال به Bigtable
• 65. عملیات CRUD در Bigtable
• 66. خواندن داده‌ها در Bigtable
• 67. نوشتن داده‌ها در Bigtable
• 68. مدیریت خانواده‌های ستون (Column Families)
• 69. بهینه‌سازی عملکرد Bigtable
• 70. ایندکس‌گذاری در Bigtable
• 71. مدیریت صفوف (Rows) در Bigtable
• 72. مقیاس‌پذیری Cloud Bigtable
• 73. مدیریت کلاسترها در Bigtable
• 74. نظارت بر عملکرد Bigtable
• 75. پشتیبان‌گیری و بازیابی در Bigtable
• 76. استفاده از Bigtable با Apache Beam
• 77. استفاده از Bigtable با Apache Spark
• 78. یکپارچه‌سازی Bigtable با Dataflow
• 79. مقایسه Firestore و Bigtable
• 80. انتخاب بین Firestore و Bigtable
• 81. ملاحظات امنیتی در Bigtable
• 82. قوانین دسترسی در Bigtable
• 83. مدیریت دسترسی به داده‌ها
• 84. بهینه‌سازی هزینه‌ها در Bigtable
• 85. مدیریت ظرفیت (Capacity) در Bigtable
• 86. تنظیمات replication در Bigtable
• 87. استقرار و مدیریت پایگاه‌های داده زمان واقعی
• 88. بهترین شیوه‌ها در طراحی پایگاه داده زمان واقعی
• 89. مدیریت چرخه عمر پایگاه داده
• 90. نظارت و نگهداری مداوم
• 91. استراتژی‌های بازیابی از فاجعه
• 92. تست و اعتبارسنجی پایگاه داده
• 93. امنیت داده‌ها در پایگاه‌های داده زمان واقعی
• 94. مدیریت دسترسی کاربران
• 95. رمزنگاری داده‌ها
• 96. پاسخگویی به الزامات نظارتی
• 97. جمع‌بندی و آینده پایگاه‌های داده زمان واقعی در GCP
• 98. روندهای آینده در پایگاه‌های داده زمان واقعی
• 99. تکنیک‌های پیشرفته برای پایگاه داده زمان واقعی
• 100. مطالعات موردی (Case Studies) موفق