کتاب صوتی طراحی و پیاده‌سازی خطوط لوله داده در Google Cloud Platform

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی خطوط لوله داده در Google Cloud Platform

موضوع کلی: مهندسی داده و کلان داده

موضوع میانی: مهندسی داده در پلتفرم‌های ابری

📋 سرفصل‌های دوره

• 1. مبانی مهندسی داده
• 2. مفهوم داده و انواع آن
• 3. ساختار داده‌های سنتی
• 4. پایگاه‌های داده رابطه‌ای
• 5. پایگاه‌های داده NoSQL
• 6. مقدمه‌ای بر کلان داده
• 7. چالش‌های کلان داده
• 8. معماری‌های کلان داده
• 9. مفاهیم کلیدی در مهندسی داده
• 10. چرخه عمر داده
• 11. جمع‌آوری داده
• 12. ذخیره‌سازی داده
• 13. پردازش داده
• 14. تجزیه و تحلیل داده
• 15. امنیت داده
• 16. کیفیت داده
• 17. مقدمه‌ای بر Google Cloud Platform
• 18. خدمات محاسباتی در GCP
• 19. خدمات ذخیره‌سازی در GCP
• 20. خدمات پایگاه داده در GCP
• 21. شبکه‌سازی در GCP
• 22. معرفی خدمات داده در GCP
• 23. Google Cloud Storage
• 24. انواع کلاس‌های ذخیره‌سازی در GCS
• 25. مدیریت دسترسی در GCS
• 26. امنیت در GCS
• 27. مقدمه‌ای بر BigQuery
• 28. معماری BigQuery
• 29. پرس‌وجو در BigQuery
• 30. بارگذاری داده در BigQuery
• 31. بهینه‌سازی پرس‌وجوها در BigQuery
• 32. هزینه‌های BigQuery
• 33. مقدمه‌ای بر Cloud SQL
• 34. انواع پایگاه‌های داده رابطه‌ای در Cloud SQL
• 35. استقرار Cloud SQL
• 36. مدیریت Cloud SQL
• 37. امنیت در Cloud SQL
• 38. مقدمه‌ای بر Cloud Spanner
• 39. ویژگی‌های Cloud Spanner
• 40. استقرار Cloud Spanner
• 41. مدیریت Cloud Spanner
• 42. موارد استفاده Cloud Spanner
• 43. مقدمه‌ای بر Dataproc
• 44. مفاهیم Dataproc
• 45. استقرار خوشه‌های Dataproc
• 46. اجرای برنامه‌های Spark و Hadoop در Dataproc
• 47. مدیریت خوشه‌های Dataproc
• 48. مقدمه‌ای بر Dataflow
• 49. مفاهیم Dataflow
• 50. پردازش جریانی در Dataflow
• 51. پردازش دسته‌ای در Dataflow
• 52. استقرار و مدیریت Dataflow
• 53. مقدمه‌ای بر Cloud Composer
• 54. مفاهیم Cloud Composer
• 55. ایجاد و مدیریت DAGها
• 56. اجرای گردش کار در Cloud Composer
• 57. ادغام با سایر خدمات GCP
• 58. طراحی خطوط لوله داده
• 59. مراحل طراحی خط لوله داده
• 60. انتخاب ابزارهای مناسب
• 61. معماری خط لوله داده
• 62. بهینه‌سازی خط لوله داده
• 63. پیاده‌سازی خطوط لوله داده
• 64. استقرار زیرساخت
• 65. اتصال به منابع داده
• 66. پردازش و تبدیل داده
• 67. ذخیره‌سازی داده‌های پردازش شده
• 68. نظارت و مدیریت خطوط لوله
• 69. امنیت در خطوط لوله داده
• 70. اعتبارسنجی داده
• 71. مدیریت خطا و بازیابی
• 72. خودکارسازی خطوط لوله داده
• 73. خطوط لوله داده در زمان واقعی
• 74. معماری‌های پردازش جریانی
• 75. انتخاب ابزارهای پردازش جریانی
• 76. پیاده‌سازی خطوط لوله جریانی
• 77. نظارت بر خطوط لوله جریانی
• 78. خطوط لوله داده دسته‌ای
• 79. انتخاب ابزارهای پردازش دسته‌ای
• 80. پیاده‌سازی خطوط لوله دسته‌ای
• 81. زمان‌بندی خطوط لوله دسته‌ای
• 82. بهینه‌سازی پردازش دسته‌ای
• 83. خطوط لوله داده با استفاده از BigQuery
• 84. استفاده از BigQuery برای ETL
• 85. تبدیل داده در BigQuery
• 86. بارگذاری داده در BigQuery
• 87. پرس‌وجو و تحلیل داده در BigQuery
• 88. خطوط لوله داده با استفاده از Dataproc
• 89. اجرای Spark برای پردازش داده
• 90. استفاده از Hive برای تحلیل داده
• 91. پردازش داده‌های بزرگ با Dataproc
• 92. خطوط لوله داده با استفاده از Dataflow
• 93. پردازش جریانی با Dataflow
• 94. پردازش دسته‌ای با Dataflow
• 95. طراحی گردش کار پیچیده با Dataflow
• 96. خطوط لوله داده با استفاده از Cloud Composer
• 97. ارتباط بین خدمات GCP
• 98. مدیریت وابستگی‌ها در Composer
• 99. اتوماسیون گردش کار پیچیده
• 100. نظارت بر گردش کار در Composer