کتاب صوتی Google Cloud Platform: Cloud Bigtable Database Setup and Management (for Scientific Big Data)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Google Cloud Platform: Cloud Bigtable Database Setup and Management (for Scientific Big Data)

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

• 1. مبانی برنامه نویسی و مفاهیم اولیه
• 2. آشنایی با برنامه نویسی و مفاهیم پایه
• 3. مروری بر انواع داده‌ها و ساختارهای داده
• 4. آشنایی با الگوریتم‌ها و فلوچارت‌ها
• 5. مقدمه‌ای بر زبان‌های برنامه نویسی (انتخاب زبان مناسب)
• 6. آشنایی با محیط‌های توسعه (IDE)
• 7. مبانی Git و کنترل نسخه
• 8. مقدمه‌ای بر خطایابی و تست کد
• 9. اصول شی‌گرایی (OOP)
• 10. آشنایی با RESTful API
• 11. مبانی کار با پایگاه داده‌ها
• 12. مقدمه ای بر Google Cloud Platform (GCP)
• 13. آشنایی با Google Cloud Platform (GCP) و خدمات آن
• 14. مروری بر مدل‌های قیمت‌گذاری GCP
• 15. ایجاد و مدیریت حساب GCP
• 16. آشنایی با Google Cloud Console
• 17. مبانی Cloud Shell و Cloud SDK
• 18. آشنایی با Cloud IAM و مدیریت دسترسی
• 19. مروری بر انواع ذخیره‌سازی GCP
• 20. آشنایی با مفاهیم شبکه در GCP
• 21. مبانی مانیتورینگ و لاگینگ در GCP
• 22. آشنایی با ابزارهای مدیریت پروژه در GCP
• 23. Cloud Bigtable: مفاهیم و معماری
• 24. معرفی Cloud Bigtable و مزایای آن
• 25. مقایسه Cloud Bigtable با سایر پایگاه‌های داده (SQL و NoSQL)
• 26. معماری Cloud Bigtable: مناطق، خوشه‌ها، نمونه‌ها
• 27. آشنایی با مدل داده Cloud Bigtable: ستون‌ها، ردیف‌ها، فامیل‌ها
• 28. درک مفهوم Schemaless در Cloud Bigtable
• 29. آشنایی با تنظیمات نمونه (Instance) و خوشه (Cluster)
• 30. مبانی طراحی schema برای Cloud Bigtable
• 31. انتخاب کلیدهای ردیف (Row Key) مناسب برای Cloud Bigtable
• 32. آشنایی با نحوه عملکرد Cloud Bigtable در مقیاس بزرگ
• 33. مروری بر مفاهیم Consistency و Availability در Cloud Bigtable
• 34. راه اندازی و پیکربندی Cloud Bigtable
• 35. ایجاد و پیکربندی نمونه Cloud Bigtable
• 36. ایجاد و مدیریت خوشه‌ها در Cloud Bigtable
• 37. انتخاب و تنظیم نوع دیسک (HDD vs SSD) برای Cloud Bigtable
• 38. تنظیمات منطقه (Region) و چند منطقه‌ای (Multi-Region) در Cloud Bigtable
• 39. نظارت بر عملکرد Cloud Bigtable
• 40. مدیریت کاربران و دسترسی‌ها به Cloud Bigtable
• 41. ایجاد و مدیریت جداول (Tables) در Cloud Bigtable
• 42. تنظیمات Garbage Collection در Cloud Bigtable
• 43. تهیه نسخه پشتیبان (Backup) و بازیابی (Restore) Cloud Bigtable
• 44. بهبود عملکرد و بهینه‌سازی Cloud Bigtable
• 45. مبانی کار با Cloud Bigtable: خواندن و نوشتن داده‌ها
• 46. نصب و پیکربندی client library Cloud Bigtable (Java, Python, Go)
• 47. اتصال به Cloud Bigtable با استفاده از client library
• 48. نوشتن داده‌ها به Cloud Bigtable (Single Row, Bulk Writes)
• 49. خواندن داده‌ها از Cloud Bigtable (Single Row, Range Scans)
• 50. فیلتر کردن داده‌ها در Cloud Bigtable
• 51. استفاده از MutateRows برای عملیات Atomically
• 52. مدیریت تراکنش‌ها در Cloud Bigtable
• 53. مدیریت خطاهای رایج در خواندن و نوشتن داده‌ها
• 54. بررسی محدودیت‌های Cloud Bigtable و راه‌حل‌های مقابله با آن‌ها
• 55. آشنایی با انواع داده‌های پشتیبانی‌شده در Cloud Bigtable
• 56. استفاده از Cloud Bigtable با زبان های برنامه نویسی
• 57. استفاده از Cloud Bigtable با زبان Java
• 58. استفاده از Cloud Bigtable با زبان Python
• 59. استفاده از Cloud Bigtable با زبان Go
• 60. نمونه کدهای عملی و تمرین‌های خواندن و نوشتن داده با Java
• 61. نمونه کدهای عملی و تمرین‌های خواندن و نوشتن داده با Python
• 62. نمونه کدهای عملی و تمرین‌های خواندن و نوشتن داده با Go
• 63. استفاده از Cloud Dataproc برای پردازش داده‌ها در Cloud Bigtable
• 64. استفاده از Cloud Functions برای پردازش داده‌ها در Cloud Bigtable
• 65. استفاده از Cloud Run برای پردازش داده‌ها در Cloud Bigtable
• 66. ادغام Cloud Bigtable با سایر خدمات GCP
• 67. بهینه سازی و عملکرد Cloud Bigtable
• 68. اصول طراحی schema برای عملکرد بهتر Cloud Bigtable
• 69. بهینه سازی کلیدهای ردیف برای خواندن و نوشتن سریعتر
• 70. بهینه سازی فامیل ها و ستون ها در Cloud Bigtable
• 71. استفاده از pre-splitting در Cloud Bigtable
• 72. نظارت بر عملکرد و معیارهای کلیدی Cloud Bigtable
• 73. استفاده از caching برای افزایش سرعت خواندن
• 74. بهینه سازی تنظیمات cluster برای workload های مختلف
• 75. اندازه گیری و تجزیه و تحلیل عملکرد Cloud Bigtable
• 76. عوامل موثر بر هزینه و راهکارهای بهینه سازی هزینه
• 77. استفاده از Cloud Monitoring و Cloud Logging برای بهینه سازی
• 78. مدیریت داده های بزرگ علمی و Cloud Bigtable
• 79. چالش های ذخیره و پردازش داده های بزرگ علمی
• 80. کاربرد Cloud Bigtable در داده های ژنومی
• 81. کاربرد Cloud Bigtable در داده های حسگر
• 82. کاربرد Cloud Bigtable در پردازش تصاویر پزشکی
• 83. مدل سازی داده های علمی در Cloud Bigtable
• 84. طراحی schema برای داده های علمی پیچیده
• 85. ادغام داده های علمی با سایر خدمات GCP
• 86. راه حل های امنیتی و حریم خصوصی برای داده های علمی
• 87. استفاده از ابزارهای تجسم داده برای داده های علمی
• 88. آینده Cloud Bigtable و نقش آن در علم داده
• 89. امنیت و حفاظت از داده ها در Cloud Bigtable
• 90. مبانی امنیت در Google Cloud Platform
• 91. امنیت Cloud Bigtable و روش های احراز هویت و مجوز
• 92. رمزگذاری داده ها در Cloud Bigtable
• 93. مدیریت کلیدهای رمزگذاری در Cloud Bigtable
• 94. کنترل دسترسی با استفاده از IAM
• 95. بهبود امنیت با استفاده از VPC Service Controls
• 96. استفاده از Cloud Armor برای محافظت از Bigtable
• 97. مدیریت و مانیتورینگ فعالیت های امنیتی
• 98. ممیزی و گزارش گیری برای اهداف امنیتی
• 99. راهکارهای پیشگیری از نفوذ و حملات
• 100. مباحث پیشرفته و عیب یابی