اپلیکیشن اندرویدی فلش‌کارت آموزشی پایگاه داده‌های مدیریت شده در GCP (Cloud SQL, Cloud Spanner, Firestore)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پایگاه داده‌های مدیریت شده در GCP (Cloud SQL, Cloud Spanner, Firestore)

موضوع کلی: برنامه نویسی

موضوع میانی: رایانش ابری (Cloud Computing)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایگاه داده‌های مدیریت شده در GCP
• 2. معرفی Cloud SQL و کاربردهای آن
• 3. راه‌اندازی و پیکربندی Cloud SQL برای PostgreSQL
• 4. مدیریت نمونه‌های Cloud SQL (ایجاد، حذف، مقیاس‌بندی)
• 5. اتصال به Cloud SQL و تنظیمات امنیتی
• 6. پشتیبان‌گیری و بازیابی در Cloud SQL
• 7. نظارت و بهینه‌سازی عملکرد Cloud SQL
• 8. مفهوم High Availability و Disaster Recovery در Cloud SQL
• 9. معرفی Cloud Spanner و مزایای آن
• 10. معماری توزیع شده Cloud Spanner
• 11. ایجاد و مدیریت نمونه‌های Cloud Spanner
• 12. طراحی اسکیمای پایگاه داده در Cloud Spanner
• 13. اجرای کوئری‌ها در Cloud Spanner
• 14. مدیریت تراکنش‌ها در Cloud Spanner
• 15. مفاهیم Consistency و Availability در Cloud Spanner
• 16. مقیاس‌پذیری افقی و عمودی در Cloud Spanner
• 17. امنیت و کنترل دسترسی در Cloud Spanner
• 18. پشتیبان‌گیری و بازیابی در Cloud Spanner
• 19. نظارت بر عملکرد Cloud Spanner
• 20. معرفی Firestore و مدل داده‌ای آن
• 21. Firestore در مقابل Realtime Database
• 22. ایجاد و مدیریت پروژه‌های Firestore
• 23. طراحی ساختار داده در Firestore (Collections و Documents)
• 24. کار با اسناد در Firestore (ایجاد، خواندن، به‌روزرسانی، حذف)
• 25. اجرای کوئری‌ها در Firestore
• 26. فیلتر کردن و مرتب‌سازی نتایج در Firestore
• 27. استفاده از Indexها در Firestore برای بهینه‌سازی کوئری
• 28. مدیریت تراکنش‌ها در Firestore
• 29. پشتیبانی از Realtime Updates در Firestore
• 30. امنیت و قوانین دسترسی در Firestore
• 31. همگام‌سازی داده‌ها بین دستگاه‌ها با Firestore
• 32. استفاده از Firestore در برنامه‌های وب و موبایل
• 33. مقایسه Cloud SQL، Cloud Spanner و Firestore
• 34. انتخاب پایگاه داده مناسب بر اساس نیاز پروژه
• 35. مفاهیم پایگاه داده NoSQL در مقایسه با SQL
• 36. ملاحظات امنیتی در استفاده از پایگاه داده‌های ابری
• 37. مدیریت هزینه‌ها در سرویس‌های پایگاه داده GCP
• 38. بهینه‌سازی عملکرد پایگاه داده‌های مدیریت شده
• 39. مقدمه‌ای بر امنیت داده‌ها در محیط ابری
• 40. رمزنگاری داده‌ها در حالت سکون و در حال انتقال
• 41. مدیریت کلیدهای رمزنگاری در GCP
• 42. راهکارهای مدیریت هویت و دسترسی (IAM) در GCP
• 43. تنظیمات شبکه و فایروال برای دسترسی به پایگاه داده
• 44. پایش و ثبت وقایع (Logging & Monitoring) برای پایگاه داده
• 45. استفاده از Cloud Audit Logs برای ردیابی فعالیت‌ها
• 46. مدیریت چرخه عمر داده‌ها (Data Lifecycle Management)
• 47. استراتژی‌های پشتیبان‌گیری و بازیابی اطلاعات
• 48. پیاده‌سازی Disaster Recovery Site
• 49. آمادگی برای رخدادهای غیرمنتظره و بازیابی سریع
• 50. مفاهیم پایگاه داده‌های رابطه‌ای (RDBMS)
• 51. مفاهیم پایگاه داده‌های NoSQL
• 52. انواع مدل‌های پایگاه داده NoSQL
• 53. مفهوم ACID در پایگاه داده‌های رابطه‌ای
• 54. مفهوم BASE در پایگاه داده‌های NoSQL
• 55. طراحی پایگاه داده رابطه‌ای (Normalization)
• 56. طراحی پایگاه داده NoSQL (Denormalization)
• 57. شاخص‌گذاری (Indexing) در پایگاه داده‌های رابطه‌ای
• 58. شاخص‌گذاری (Indexing) در پایگاه داده‌های NoSQL
• 59. اجرای کوئری‌های پیچیده در SQL
• 60. اجرای کوئری‌های پیچیده در NoSQL
• 61. بهینه‌سازی عملکرد پایگاه داده
• 62. ابزارهای مانیتورینگ و تحلیل عملکرد
• 63. مدیریت مقیاس‌پذیری پایگاه داده
• 64. مقیاس‌پذیری عمودی (Vertical Scaling)
• 65. مقیاس‌پذیری افقی (Horizontal Scaling)
• 66. مفهوم Replication و Sharding
• 67. استفاده از Replication برای افزایش خوانایی و دسترسی
• 68. استفاده از Sharding برای توزیع بار داده
• 69. مدیریت اتصال به پایگاه داده (Connection Pooling)
• 70. مقدمه‌ای بر معماری میکروسرویس و پایگاه داده
• 71. پایگاه داده برای هر سرویس (Database per Service)
• 72. مدیریت داده‌های توزیع شده در معماری میکروسرویس
• 73. استفاده از Data Lakes و Data Warehouses
• 74. مقدمه‌ای بر Big Data و پردازش داده‌های بزرگ
• 75. معرفی سرویس‌های پردازش داده در GCP (Dataflow, Dataproc)
• 76. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
• 77. استفاده از پایگاه داده برای ذخیره داده‌های آموزشی
• 78. ادغام پایگاه داده با سرویس‌های هوش مصنوعی
• 79. ملاحظات مهاجرت به پایگاه داده‌های ابری
• 80. برنامه‌ریزی و اجرای فرآیند مهاجرت
• 81. ارزیابی ریسک و برنامه‌ریزی برای کاهش آن
• 82. تست و اعتبارسنجی پس از مهاجرت
• 83. مقدمه‌ای بر DevOps و پایگاه داده
• 84. اتوماسیون استقرار و مدیریت پایگاه داده
• 85. نظارت مداوم و بهبود فرآیندها
• 86. ملاحظات قانونی و انطباق با مقررات (مانند GDPR)
• 87. حفظ حریم خصوصی داده‌ها
• 88. مدیریت دسترسی و مجوزها
• 89. آموزش تیم فنی در زمینه مدیریت پایگاه داده ابری
• 90. به‌روزرسانی و نگهداری دوره‌ای پایگاه داده
• 91. برنامه‌ریزی برای رشد و توسعه آینده