کتاب صوتی Google Cloud Platform: Cost Optimization for IT Services Applications in Large Enterprises and at Scale

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Google Cloud Platform: Cost Optimization for IT Services Applications in Large Enterprises and at Scale

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

• 1. مقدمه ای بر Google Cloud Platform (GCP)
• 2. اهمیت بهینه سازی هزینه در GCP برای سازمان های بزرگ
• 3. مفاهیم کلیدی در مدیریت هزینه GCP
• 4. آشنایی با داشبورد صورتحساب GCP
• 5. بررسی گزارش های هزینه GCP
• 6. فهم نحوه تخصیص هزینه به پروژه ها و خدمات
• 7. مبانی سرویس های کلیدی GCP و تأثیر آنها بر هزینه
• 8. Compute Engine: انتخاب ماشین های مجازی مناسب
• 9. Compute Engine: بهینه سازی اندازه و نوع ماشین های مجازی
• 10. Compute Engine: استفاده از Persistent Disks و بهینه سازی آن
• 11. Compute Engine: مبانی Preemptible VMs و Spot VMs
• 12. Compute Engine: استراتژی های کاهش هزینه با Preemptible VMs
• 13. Compute Engine: مزایا و معایب Persistent VMs در مقابل Spot VMs
• 14. Compute Engine: بهینه سازی استفاده از GPUs و TPUs
• 15. Compute Engine: استراتژی های کاهش هزینه برای workload های متغیر
• 16. Compute Engine: استفاده از Managed Instance Groups (MIGs)
• 17. Compute Engine: بهینه سازی MIGs برای کاهش هزینه
• 18. Compute Engine: استراتژی های Auto Scaling برای MIGs
• 19. Compute Engine: استفاده از Committed Use Discounts (CUDs) برای Compute Engine
• 20. Compute Engine: تحلیل و انتخاب CUDs مناسب
• 21. Compute Engine: پایش و مدیریت CUDs
• 22. Compute Engine: جایگزین های مقرون به صرفه برای Compute Engine
• 23. Google Kubernetes Engine (GKE): مبانی و تأثیر آن بر هزینه
• 24. GKE: انتخاب درست Node Pool ها
• 25. GKE: بهینه سازی اندازه و نوع Node ها
• 26. GKE: استفاده از Auto Provisioning برای Node Pools
• 27. GKE: استراتژی های کاهش هزینه با Preemptible Nodes
• 28. GKE: مدیریت Persistent Volumes در GKE
• 29. GKE: بهینه سازی Persistent Volumes برای کاهش هزینه
• 30. GKE: استفاده از CUDs برای GKE
• 31. GKE: تحلیل و انتخاب CUDs برای GKE
• 32. GKE: پایش و مدیریت CUDs در GKE
• 33. GKE: مبانی Cluster Autoscaler
• 34. GKE: پیکربندی Cluster Autoscaler برای بهینه سازی هزینه
• 35. GKE: استفاده از Horizontal Pod Autoscaler (HPA)
• 36. GKE: بهینه سازی HPA برای مدیریت هزینه
• 37. GKE: استراتژی های کاهش هزینه برای microservices
• 38. GKE: استفاده از Cluster Sizing Recommendations
• 39. GKE: مانیتورینگ استفاده از منابع در GKE
• 40. GKE: ابزارهای پیشرفته مانیتورینگ هزینه GKE
• 41. GKE: معماری های مقرون به صرفه در GKE
• 42. Cloud Storage: سطوح دسترسی و تأثیر آن بر هزینه
• 43. Cloud Storage: بهینه سازی کلاس های ذخیره سازی (Standard, Nearline, Coldline, Archive)
• 44. Cloud Storage: استراتژی های مدیریت چرخه عمر داده (Lifecycle Management)
• 45. Cloud Storage: کاهش هزینه با Lifecycle Management
• 46. Cloud Storage: استفاده از Object Versioning و تأثیر آن بر هزینه
• 47. Cloud Storage: کاهش هزینه با Object Versioning
• 48. Cloud Storage: پایش و تحلیل هزینه Cloud Storage
• 49. Cloud Storage: استراتژی های حذف داده های غیرضروری
• 50. Cloud Storage: انتخاب بهترین روش برای پشتیبان گیری (Backup)
• 51. Cloud Storage: بهینه سازی انتقال داده (Data Transfer)
• 52. Cloud Storage: مانیتورینگ هزینه انتقال داده
• 53. Cloud SQL: انتخاب نوع و اندازه نمونه های پایگاه داده
• 54. Cloud SQL: استراتژی های کاهش هزینه با Cloud SQL
• 55. Cloud SQL: استفاده از Read Replicas و تأثیر آن بر هزینه
• 56. Cloud SQL: بهینه سازی Read Replicas
• 57. Cloud SQL: پایش و تحلیل هزینه Cloud SQL
• 58. Cloud SQL: استراتژی های نگهداری و بهینه سازی فضای دیسک
• 59. Cloud SQL: مبانی High Availability و تأثیر آن بر هزینه
• 60. Cloud SQL: بهینه سازی High Availability
• 61. Cloud Spanner: مبانی و تأثیر آن بر هزینه
• 62. Cloud Spanner: بهینه سازی Node ها در Cloud Spanner
• 63. Cloud Spanner: استراتژی های کاهش هزینه در Cloud Spanner
• 64. Cloud Spanner: پایش و تحلیل هزینه Cloud Spanner
• 65. BigQuery: مبانی و تأثیر آن بر هزینه (پردازش و ذخیره سازی)
• 66. BigQuery: بهینه سازی استعلامات (Queries) برای کاهش هزینه پردازش
• 67. BigQuery: استفاده از Caching در BigQuery
• 68. BigQuery: استراتژی های استفاده از Caching
• 69. BigQuery: بهینه سازی ذخیره سازی داده در BigQuery
• 70. BigQuery: استفاده از Table Partitioning و Clustering
• 71. BigQuery: کاهش هزینه با Table Partitioning و Clustering
• 72. BigQuery: مبانی BigQuery BI Engine
• 73. BigQuery: بهینه سازی هزینه با BigQuery BI Engine
• 74. BigQuery: استراتژی های مانیتورینگ و تحلیل هزینه BigQuery
• 75. BigQuery: استفاده از BigQuery Sandbox
• 76. BigQuery: بهینه سازی Cost Control در BigQuery
• 77. Cloud Functions و Cloud Run: مبانی و تأثیر آن بر هزینه
• 78. Cloud Functions و Cloud Run: بهینه سازی تخصیص منابع (Memory, CPU)
• 79. Cloud Functions و Cloud Run: استراتژی های کاهش هزینه
• 80. Cloud Functions و Cloud Run: پایش و تحلیل هزینه
• 81. Cloud Functions و Cloud Run: استفاده از Container Registry و تأثیر آن بر هزینه
• 82. Cloud Pub/Sub: مبانی و تأثیر آن بر هزینه
• 83. Cloud Pub/Sub: استراتژی های کاهش هزینه با Cloud Pub/Sub
• 84. Cloud Pub/Sub: پایش و تحلیل هزینه Cloud Pub/Sub
• 85. Networking: مبانی و تأثیر آن بر هزینه (Egress Traffic)
• 86. Networking: استراتژی های کاهش هزینه انتقال داده خروجی
• 87. Networking: استفاده از Shared VPC و تأثیر آن بر هزینه
• 88. Networking: بهینه سازی Cloud Load Balancing برای کاهش هزینه
• 89. Networking: مانیتورینگ هزینه Networking
• 90. Stackdriver (Cloud Monitoring & Cloud Logging): مبانی و تأثیر آن بر هزینه
• 91. Stackdriver: استراتژی های بهینه سازی جمع آوری لاگ ها (Log Ingestion)
• 92. Stackdriver: کاهش هزینه با Sampled Logging
• 93. Stackdriver: بهینه سازی Dashboards و Alerts برای کاهش هزینه
• 94. Stackdriver: مدیریت Retention Policies برای لاگ ها و متریک ها
• 95. Stackdriver: استراتژی های کاهش هزینه کلی Stackdriver
• 96. IAM (Identity and Access Management): مبانی و تأثیر آن بر هزینه
• 97. IAM: بهینه سازی نقش ها و مجوزها برای کاهش هزینه
• 98. IAM: جلوگیری از هزینه های غیرضروری ناشی از دسترسی های بیش از حد
• 99. Security: استراتژی های امنیتی که منجر به کاهش هزینه می شوند
• 100. Cost Management Tools in GCP: ابزارهای داخلی GCP