اپلیکیشن اندرویدی فلش‌کارت آموزشی Google Cloud Platform: ساخت اپلیکیشن های تحلیل داده های زمانی بلادرنگ

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب Google Cloud Platform: ساخت اپلیکیشن های تحلیل داده های زمانی بلادرنگ

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر تحلیل داده های زمانی بلادرنگ
• 2. مقدمه ای بر Google Cloud Platform (GCP)
• 3. چرا GCP برای تحلیل داده های زمانی بلادرنگ؟
• 4. معماری کلی تحلیل داده های زمانی بلادرنگ در GCP
• 5. اجزای کلیدی GCP برای تحلیل داده های زمانی بلادرنگ
• 6. انتخاب سرویس های مناسب GCP
• 7. مرور کلی بر انواع داده های زمانی
• 8. ویژگی های داده های زمانی بلادرنگ
• 9. چالش های تحلیل داده های زمانی بلادرنگ
• 10. اهداف این دوره آموزشی
• 11. مخاطبان هدف این دوره آموزشی
• 12. پیش نیازهای دوره
• 13. نصب و پیکربندی اولیه GCP
• 14. ایجاد حساب GCP
• 15. تنظیم پروژه GCP
• 16. مدیریت دسترسی ها (IAM)
• 17. مفاهیم اولیه ابر
• 18. مقدمه ای بر پردازش جریان (Stream Processing)
• 19. انواع پردازش جریان
• 20. مفاهیم پنجره گذاری (Windowing)
• 21. انواع پنجره ها (ثابت، غلتان، جلسه)
• 22. پردازش رویدادهای خارج از ترتیب (Out-of-Order Events)
• 23. تضمین تحویل (Delivery Guarantees)
• 24. مفاهیم پردازش یکنواخت (Exactly-Once Processing)
• 25. انتخاب ابزار پردازش جریان در GCP
• 26. معرفی Apache Beam
• 27. چرا Apache Beam؟
• 28. نوشتن اولین برنامه Beam (Pipeline)
• 29. اجرای Pipeline های Beam
• 30. استفاده از Transform های Beam
• 31. Transform های اصلی Beam (ParDo, GroupByKey, Combine)
• 32. مدل داده ای Beam (Elements, PCollection)
• 33. مدل اجرایی Beam (Runners)
• 34. اجرای Beam بر روی Dataflow
• 35. تنظیمات Dataflow
• 36. نظارت بر اجرای Dataflow
• 37. اشکال زدایی (Debugging) در Dataflow
• 38. بهینه سازی عملکرد Dataflow
• 39. معرفی Cloud Pub/Sub
• 40. مفاهیم Pub/Sub (Topics, Subscriptions)
• 41. انتشار (Publishing) پیام به Pub/Sub
• 42. اشتراک (Subscribing) به پیام ها از Pub/Sub
• 43. تضمین تحویل در Pub/Sub
• 44. ردیابی پیام (Message Ordering)
• 45. کشف (Discovery) و مدیریت Topic ها
• 46. مدیریت Subscription ها
• 47. استفاده از Pub/Sub به عنوان منبع داده برای Dataflow
• 48. استفاده از Pub/Sub به عنوان مقصد داده از Dataflow
• 49. معرفی BigQuery
• 50. مفاهیم BigQuery (Datasets, Tables, Queries)
• 51. طراحی Schema برای BigQuery
• 52. انواع داده در BigQuery
• 53. بارگذاری (Loading) داده به BigQuery
• 54. کوئری زدن (Querying) داده در BigQuery
• 55. بهینه سازی کوئری ها در BigQuery
• 56. پارتیشن بندی (Partitioning) و خوشه بندی (Clustering) در BigQuery
• 57. هزینه ها در BigQuery
• 58. استفاده از BigQuery به عنوان مقصد نهایی تحلیل داده های زمانی
• 59. تحلیل داده های تاریخی در BigQuery
• 60. تحلیل بلادرنگ با BigQuery (Streaming Inserts)
• 61. معرفی Cloud Dataflow (جزئیات بیشتر)
• 62. معماری Dataflow
• 63. Jobs و Stages در Dataflow
• 64. Metrics و Logging در Dataflow
• 65. انواع Dataflow Runners
• 66. بهینه سازی منابع Dataflow
• 67. استفاده از Dataflow Templates
• 68. ساخت Dataflow Templates سفارشی
• 69. جلوگیری از ایجاد داده های تکراری (Deduplication)
• 70. مدیریت حالت (State Management) در پردازش جریان
• 71. استفاده از State API در Beam
• 72. کاربرد State API برای پنجره گذاری پیشرفته
• 73. معرفی Cloud Bigtable
• 74. مفاهیم Bigtable (Tables, Rows, Columns, Column Families)
• 75. طراحی Schema برای Bigtable
• 76. زمان بندی (Timestamps) در Bigtable
• 77. استفاده از Bigtable به عنوان یک پایگاه داده NoSQL بلادرنگ
• 78. کاربرد Bigtable برای ذخیره سازی داده های سری زمانی
• 79. ادغام Bigtable با Dataflow
• 80. بازیابی (Retrieving) داده از Bigtable
• 81. بهینه سازی عملکرد Bigtable
• 82. هزینه ها در Bigtable
• 83. معرفی Cloud Firestore
• 84. مفاهیم Firestore (Documents, Collections, Queries)
• 85. استفاده از Firestore برای ذخیره سازی داده های نتیجه تحلیل
• 86. همگام سازی (Synchronization) بلادرنگ در Firestore
• 87. ادغام Firestore با Dataflow
• 88. بازیابی داده از Firestore
• 89. مقایسه Bigtable و Firestore
• 90. سناریوهای استفاده از Bigtable و Firestore
• 91. امنیت در GCP برای تحلیل داده های زمانی
• 92. مدیریت دسترسی ها (IAM) پیشرفته
• 93. رمزنگاری داده ها (Encryption)
• 94. امنیت شبکه (Network Security)
• 95. ملاحظات امنیتی در پردازش داده های حساس
• 96. نظارت و لاگینگ (Monitoring and Logging)
• 97. استفاده از Cloud Monitoring
• 98. ایجاد Dashboards سفارشی
• 99. تنظیم Alerts
• 100. استفاده از Cloud Logging