فلش‌کارت‌های آموزشی Google Cloud Platform: بهینه سازی هزینه برای اپلیکیشن های خدمات مالی در مقیاس

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب Google Cloud Platform: بهینه سازی هزینه برای اپلیکیشن های خدمات مالی در مقیاس

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه ای بر GCP برای خدمات مالی
• 2. چالش های هزینه در خدمات مالی
• 3. اهمیت بهینه سازی هزینه در GCP
• 4. اهداف دوره: بهینه سازی هزینه GCP
• 5. معماری های رایج خدمات مالی در GCP
• 6. کاربرد GCP در بانکداری
• 7. کاربرد GCP در بیمه
• 8. کاربرد GCP در مدیریت دارایی
• 9. کاربرد GCP در فین تک
• 10. مفاهیم کلیدی هزینه در GCP
• 11. مدل قیمت گذاری GCP
• 12. انواع هزینه ها در GCP
• 13. بررسی هزینه ها با استفاده از ابزارهای GCP
• 14. Google Cloud Billing Console
• 15. گزارش های هزینه GCP
• 16. داشبورد هزینه GCP
• 17. تنظیم بودجه GCP
• 18. هشدار هزینه GCP
• 19. برچسب گذاری منابع GCP
• 20. اهمیت برچسب گذاری برای بهینه سازی هزینه
• 21. بهترین روش های برچسب گذاری
• 22. مدیریت هزینه با استفاده از برچسب ها
• 23. بهینه سازی هزینه برای Compute Engine
• 24. انتخاب نوع ماشین مناسب
• 25. استفاده از ماشین های سفارشی
• 26. استفاده از ماشین های از پیش تعریف شده
• 27. تخفیف های تعهد استفاده (Committed Use Discounts)
• 28. تخفیف های تعهد استفاده برای Compute Engine
• 29. نحوه محاسبه تخفیف های تعهد استفاده
• 30. استراتژی های استفاده از تخفیف های تعهد استفاده
• 31. ماشین هایSPOT (Spot VMs)
• 32. مزایا و معایب استفاده از ماشین های SPOT
• 33. موارد استفاده مناسب برای ماشین های SPOT
• 34. مدیریت ماشین های SPOT
• 35. بهینه سازی هزینه برای Google Kubernetes Engine (GKE)
• 36. انتخاب نوع نود پول مناسب
• 37. استفاده از نود پول های Spot
• 38. استفاده از نود پول های از پیش تعریف شده
• 39. استفاده از نود پول های سفارشی
• 40. مدیریت چرخه عمر نود پول ها
• 41. مقیاس پذیری خودکار (Autoscaling) در GKE
• 42. تنظیم صحیح Horizontal Pod Autoscaler (HPA)
• 43. تنظیم صحیح Cluster Autoscaler (CA)
• 44. بهینه سازی مصرف CPU و حافظه در Pod ها
• 45. استفاده از Resource Requests و Limits
• 46. مانیتورینگ مصرف منابع در GKE
• 47. استفاده از GKE Cost Allocation
• 48. بهینه سازی هزینه برای Cloud Storage
• 49. انتخاب کلاس ذخیره سازی مناسب (Standard, Nearline, Coldline, Archive)
• 50. مدیریت چرخه عمر اشیاء (Lifecycle Management)
• 51. حذف خودکار اشیاء قدیمی
• 52. انتقال خودکار اشیاء به کلاس های ذخیره سازی ارزان تر
• 53. استفاده از Object Versioning
• 54. هزینه های دسترسی به داده ها
• 55. بهینه سازی هزینه برای Cloud SQL
• 56. انتخاب نوع نمونه (Instance) مناسب
• 57. استفاده از ماشین های با قابلیت ارتقا
• 58. استفاده از تخفیف های تعهد استفاده برای Cloud SQL
• 59. بهینه سازی مصرف CPU و حافظه
• 60. استفاده از Read Replicas
• 61. مدیریت حجم داده ها
• 62. بهینه سازی هزینه برای BigQuery
• 63. مدیریت هزینه های اسکن (On-demand)
• 64. استفاده از BigQuery Editions (Standard, Enterprise, Enterprise Plus)
• 65. استفاده از استراتژی های قیمت گذاری مبتنی بر ظرفیت (Capacity-based pricing)
• 66. بهینه سازی کوئری ها برای کاهش اسکن
• 67. استفاده از پارتیشن بندی و کلاسترینگ جداول
• 68. استفاده از پیش بینی هزینه کوئری ها
• 69. مدیریت داده های قدیمی
• 70. بهینه سازی هزینه برای Cloud Functions و Cloud Run
• 71. انتخاب نوع و اندازه مناسب تابع/کانتینر
• 72. مدیریت زمان اجرا (Execution time)
• 73. استفاده از حافظه و CPU بهینه
• 74. مدیریت تعداد نمونه های فعال
• 75. استفاده از رویدادهای غیرهمزمان
• 76. بهینه سازی هزینه برای شبکه (Networking)
• 77. مدیریت هزینه های خروجی (Egress)
• 78. استفاده از شبکه های خصوصی مجازی (VPC)
• 79. استفاده از Private Google Access
• 80. استفاده از Cloud CDN
• 81. مدیریت هزینه های انتقال داده درون GCP
• 82. مانیتورینگ و گزارش دهی هزینه های شبکه
• 83. بهینه سازی هزینه برای پایگاه داده های NoSQL (Firestore, Cloud Bigtable)
• 84. مدیریت هزینه های خواندن و نوشتن
• 85. مدیریت هزینه های ذخیره سازی
• 86. استفاده از Indexing بهینه
• 87. مدیریت اندازه داده ها
• 88. بهینه سازی هزینه برای سرویس های مدیریت رویداد (Pub/Sub)
• 89. مدیریت هزینه های انتشار و دریافت پیام
• 90. مدیریت طول عمر پیام ها
• 91. استفاده از اشتراک های Push و Pull
• 92. بهینه سازی هزینه برای سرویس های تحلیل داده (Dataflow, Dataproc)
• 93. انتخاب نوع و اندازه ماشین مناسب
• 94. تنظیم صحیح پارامترهای پردازش
• 95. مدیریت چرخه عمر Job ها
• 96. استفاده از ماشین های SPOT برای Job های غیرحیاتی
• 97. بهینه سازی هزینه برای سرویس های امنیت (Security)
• 98. هزینه های مربوط به Identity and Access Management (IAM)
• 99. هزینه های مربوط به Cloud Logging و Cloud Monitoring
• 100. هزینه های مربوط به Cloud Security Command Center