دوره Google Cloud Platform: بهینه سازی هزینه برای اپلیکیشن های ساخت و ساز همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Google Cloud Platform: بهینه سازی هزینه برای اپلیکیشن های ساخت و ساز

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

• 1. آشنایی با مفاهیم کلیدی بهینه‌سازی هزینه در GCP
• 2. مقدمه‌ای بر خدمات Google Cloud برای صنعت ساخت و ساز
• 3. شناخت منابع رایج هزینه در GCP برای اپلیکیشن‌های ساختمانی
• 4. مدیریت هزینه‌های محاسباتی (Compute Engine)
• 5. انتخاب صحیح ماشین‌های مجازی و انواع آن‌ها
• 6. استفاده از ماشین‌های مجازی پیش‌فرض و سفارشی
• 7. بهینه‌سازی استفاده از حافظه و پردازنده در ماشین‌های مجازی
• 8. استفاده از تصاویر ماشین مجازی بهینه شده
• 9. مدیریت چرخه‌ی عمر ماشین‌های مجازی (خاموش کردن، حذف)
• 10. مقدمه‌ای بر ماشین‌های مجازی پیش‌فرض (Preemptible VMs)
• 11. کاربرد ماشین‌های مجازی پیش‌فرض در بار کاری ساخت و ساز
• 12. مدیریت هزینه‌های ذخیره‌سازی (Cloud Storage)
• 13. انتخاب کلاس‌های ذخیره‌سازی مناسب (Standard, Nearline, Coldline, Archive)
• 14. بهینه‌سازی چرخه‌ی عمر داده‌ها در Cloud Storage
• 15. حذف داده‌های بلااستفاده و قدیمی
• 16. استفاده از سیاست‌های مدیریت چرخه عمر (Lifecycle Management)
• 17. مدیریت هزینه‌های پایگاه داده (Cloud SQL, Cloud Spanner)
• 18. انتخاب نوع و اندازه مناسب پایگاه داده
• 19. بهینه‌سازی کوئری‌ها و ایندکس‌ها
• 20. استفاده از نمونه‌های قابل مقیاس‌پذیری
• 21. مدیریت هزینه‌های شبکه (VPC, Load Balancing)
• 22. بهینه‌سازی ترافیک ورودی و خروجی
• 23. استفاده از شبکه‌های خصوصی مجازی (VPC) بهینه
• 24. مدیریت هزینه‌های کانتینرها (GKE)
• 25. انتخاب Node Pool مناسب
• 26. بهینه‌سازی اندازه و تعداد Node ها
• 27. استفاده از Cluster Autoscaler
• 28. مدیریت هزینه‌های سرورلس (Cloud Functions, Cloud Run)
• 29. بهینه‌سازی پیکربندی توابع و سرویس‌ها
• 30. مدیریت هزینه‌های Big Data و Analytics (BigQuery)
• 31. بهینه‌سازی کوئری‌ها و اسکن داده‌ها
• 32. استفاده از تحلیل‌های پیش‌پردازش شده
• 33. استراتژی‌های Cost Allocation و Tagging
• 34. تعیین مسئولیت هزینه‌ها در تیم‌های مختلف
• 35. استفاده از برچسب‌ها (Labels) برای ردیابی هزینه‌ها
• 36. ابزارهای مانیتورینگ و گزارش‌دهی هزینه در GCP
• 37. Google Cloud Billing Console
• 38. Google Cloud Cost Management Tools
• 39. استفاده از گزارش‌های تجزیه و تحلیل هزینه
• 40. تنظیم بودجه‌ها (Budgets) و هشدارها (Alerts)
• 41. مدیریت هزینه‌های Kubernetes Engine (GKE)
• 42. بهینه‌سازی منابع Node Pool
• 43. استفاده از Spot VMs در GKE
• 44. مدیریت هزینه‌های Cloud Storage
• 45. بهینه‌سازی استفاده از کلاس‌های ذخیره‌سازی
• 46. حذف داده‌های غیرضروری
• 47. مدیریت هزینه‌های Compute Engine
• 48. استفاده از Sustained Use Discounts
• 49. استفاده از Committed Use Discounts
• 50. مقایسه و انتخاب بین انواع ماشین‌های مجازی
• 51. مدیریت هزینه‌های پایگاه داده
• 52. بهینه‌سازی اندازه و نوع نمونه‌های پایگاه داده
• 53. استفاده از روش‌های پایدار برای کاهش هزینه
• 54. مدیریت هزینه‌های شبکه
• 55. بهینه‌سازی انتقال داده‌ها بین مناطق
• 56. کاهش ترافیک خروجی غیرضروری
• 57. مدیریت هزینه‌های سرورلس
• 58. بهینه‌سازی زمان اجرا و حافظه مورد نیاز
• 59. مدیریت هزینه‌های BigQuery
• 60. بهینه‌سازی معماری داده‌ها
• 61. کاهش حجم داده‌های اسکن شده
• 62. استراتژی‌های پیشرفته بهینه‌سازی هزینه
• 63. استفاده از ابزارهای شخص ثالث برای مدیریت هزینه
• 64. پیاده‌سازی فرهنگ Cost-Awareness در تیم‌ها
• 65. بررسی و بازبینی منظم هزینه‌ها
• 66. مدیریت ریسک‌های مرتبط با بهینه‌سازی هزینه
• 67. یادگیری مداوم و به‌روزرسانی دانش در زمینه GCP
• 68. مطالعه موردی: بهینه‌سازی هزینه در یک پروژه ساختمانی واقعی
• 69. تحلیل هزینه‌های یک اپلیکیشن مدیریت پروژه ساختمانی
• 70. پیاده‌سازی راهکارهای بهینه‌سازی برای آن اپلیکیشن
• 71. اندازه‌گیری نتایج و اثربخشی راهکارها
• 72. ارزیابی مجدد و بهبود مستمر استراتژی‌های هزینه
• 73. مقدمه‌ای بر معماری‌های پایدار هزینه در GCP
• 74. طراحی اپلیکیشن با در نظر گرفتن هزینه‌ها از ابتدا
• 75. استفاده از الگوهای طراحی بهینه هزینه
• 76. انتخاب سرویس‌های مناسب برای نیازهای خاص ساخت و ساز
• 77. بهینه‌سازی هزینه‌های مانیتورینگ و لاگینگ
• 78. تنظیم سیاست‌های نگهداری لاگ‌ها
• 79. استفاده از ابزارهای مانیتورینگ سبک
• 80. مدیریت هزینه‌های سرویس‌های AI/ML در GCP
• 81. انتخاب مدل‌ها و سخت‌افزارهای بهینه
• 82. بهینه‌سازی فرآیندهای آموزش و استنتاج
• 83. مدیریت هزینه‌های سرویس‌های IoT در GCP
• 84. بهینه‌سازی جمع‌آوری و پردازش داده‌ها
• 85. استفاده از دستگاه‌های کم‌مصرف
• 86. مدیریت هزینه‌های سرویس‌های Serverless Databases (Firestore, Datastore)
• 87. بهینه‌سازی عملیات خواندن و نوشتن
• 88. مدیریت هزینه‌های سرویس‌های Caching (Memorystore)
• 89. بهینه‌سازی استفاده از حافظه کش
• 90. مدیریت هزینه‌های سرویس‌های Workflow (Workflows)
• 91. بهینه‌سازی تعداد و طول اجرا
• 92. مدیریت هزینه‌های سرویس‌های Event Driven (Eventarc)
• 93. بهینه‌سازی رویدادها و پردازشگرها
• 94. مقدمه‌ای بر Cost Optimization Frameworks
• 95. چارچوب FinOps و اصول آن
• 96. پیاده‌سازی FinOps در تیم‌های توسعه و عملیات
• 97. نقش معماران راهکار در بهینه‌سازی هزینه
• 98. نقش مدیران پروژه در کنترل هزینه‌ها
• 99. نقش توسعه‌دهندگان در نوشتن کد بهینه هزینه
• 100. آموزش و توانمندسازی تیم‌ها در زمینه مدیریت هزینه