کتاب Google Cloud Platform: راهنمای عملی برای توسعه دهندگان Python (Dash)

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب Google Cloud Platform: راهنمای عملی برای توسعه دهندگان Python (Dash)

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. آشنایی با رایانش ابری و مدل‌های آن (IaaS, PaaS, SaaS)
  • 2. چرا Google Cloud Platform؟ مزایا برای توسعه‌دهندگان پایتون
  • 3. مروری بر سرویس‌های اصلی GCP
  • 4. راه‌اندازی حساب کاربری و پروژه در GCP
  • 5. ناوبری در کنسول GCP
  • 6. نصب و پیکربندی Cloud SDK (gcloud CLI)
  • 7. مدیریت هویت و دسترسی (IAM): کاربران، نقش‌ها و مجوزها (مقدماتی)
  • 8. مفاهیم صورت‌حساب و مدیریت هزینه‌ها در GCP
  • 9. سلسله‌مراتب منابع (سازمان‌ها، پوشه‌ها، پروژه‌ها)
  • 10. مناطق و ناحیه‌ها (Regions and Zones)
  • 11. Compute Engine: ماشین‌های مجازی (VMs) و نمونه‌ها
  • 12. پیکربندی و راه‌اندازی اولین VM
  • 13. استفاده از تصاویر ماشین سفارشی (Custom Machine Images)
  • 14. گروه‌های نمونه (Instance Groups) و مقیاس‌پذیری خودکار
  • 15. App Engine: مروری بر محیط‌های Standard و Flexible
  • 16. استقرار یک برنامه پایتون ساده در App Engine Standard
  • 17. مدیریت نسخه‌ها و ترافیک در App Engine
  • 18. Cloud Run: سرویس‌های کانتینری بدون سرور
  • 19. داکرایز کردن یک برنامه پایتون برای Cloud Run
  • 20. استقرار و پیکربندی یک برنامه در Cloud Run
  • 21. Cloud Functions: توابع بدون سرور مبتنی بر رویداد
  • 22. نوشتن و استقرار Cloud Function با پایتون
  • 23. GKE (Kubernetes Engine): معرفی و مفاهیم پایه کوبرنتیس
  • 24. استقرار یک برنامه ساده پایتون در GKE (مرور کلی)
  • 25. معرفی Anthos برای مدیریت هیبریدی و چندابری
  • 26. Cloud Storage: سطوح ذخیره‌سازی، سطل‌ها و اشیاء
  • 27. آپلود و دانلود داده‌ها با استفاده از کتابخانه پایتون
  • 28. مدیریت دسترسی و امنیت در Cloud Storage
  • 29. Cloud SQL: پایگاه داده‌های رابطه‌ای مدیریت‌شده (PostgreSQL, MySQL)
  • 30. اتصال برنامه‌های پایتون به Cloud SQL
  • 31. Cloud Datastore / Firestore: پایگاه داده‌های NoSQL برای برنامه‌های وب
  • 32. کار با Firestore در پایتون
  • 33. Memorystore: کشینگ با Redis و Memcached
  • 34. Persistent Disk و قابلیت‌های آن برای Compute Engine
  • 35. Snapshotها و Backupها در GCP
  • 36. VPC (Virtual Private Cloud): شبکه‌های خصوصی مجازی
  • 37. زیرشبکه‌ها (Subnets) و آدرس‌های IP
  • 38. قوانین فایروال (Firewall Rules)
  • 39. Cloud Load Balancing: توزیع‌کننده‌های بار جهانی و منطقه‌ای
  • 40. Cloud CDN: شبکه‌ تحویل محتوا
  • 41. BigQuery: انبار داده ابری مقیاس‌پذیر
  • 42. کوئری زدن BigQuery با کتابخانه پایتون
  • 43. استریمینگ داده‌ها به BigQuery
  • 44. Cloud Pub/Sub: سرویس پیام‌رسانی بلادرنگ
  • 45. انتشار و اشتراک پیام‌ها با پایتون
  • 46. Dataflow: پردازش داده‌های دسته‌ای و جریانی (مقدماتی)
  • 47. نوشتن یک پایپ‌لاین Apache Beam در پایتون (مقدماتی)
  • 48. Cloud Storage FUSE: دسترسی آسان به Cloud Storage
  • 49. Data Catalog: کشف و مدیریت فراداده‌ها (مقدماتی)
  • 50. BigTable: پایگاه داده NoSQL برای حجم‌های عظیم داده (مقدماتی)
  • 51. Cloud Source Repositories: مخازن کد خصوصی
  • 52. Cloud Build: پلتفرم CI/CD
  • 53. ساخت ایمیج‌های داکر با Cloud Build
  • 54. استقرار برنامه‌ها با استفاده از Cloud Build
  • 55. Artifact Registry: مدیریت پکیج‌ها و ایمیج‌های داکر
  • 56. Cloud Monitoring: نظارت بر عملکرد و معیارهای سیستم
  • 57. Cloud Logging: جمع‌آوری و تحلیل لاگ‌ها
  • 58. Error Reporting: ردیابی و گزارش خطاهای برنامه
  • 59. Cloud Trace و Cloud Debugger: بررسی و اشکال‌زدایی برنامه‌ها
  • 60. Secret Manager: مدیریت امن اطلاعات حساس
  • 61. مروری بر Dash: ساختار و کامپوننت‌های اساسی
  • 62. تنظیم یک پروژه Dash محلی
  • 63. بهترین روش‌ها برای ساختاردهی برنامه Dash برای پروداکشن
  • 64. استقرار یک برنامه Dash ساده در App Engine Standard
  • 65. مدیریت دارایی‌های ایستا (Static Assets) در Dash روی App Engine
  • 66. استقرار یک برنامه Dash داکرایز شده در Cloud Run
  • 67. مدیریت متغیرهای محیطی و Secrets در Cloud Run برای Dash
  • 68. استفاده از gunicorn یا waitress برای پرفورمنس Dash در پروداکشن
  • 69. استقرار برنامه Dash روی Compute Engine (با Nginx)
  • 70. کانتینرسازی پیشرفته برنامه Dash با Dockerfile Best Practices
  • 71. استقرار یک برنامه Dash در GKE (استفاده از Deployment و Service)
  • 72. مقیاس‌پذیری خودکار (Autoscaling) برنامه‌های Dash در GCP
  • 73. نظارت بر عملکرد برنامه Dash با Cloud Monitoring
  • 74. اتصال Dash به Cloud SQL (PostgreSQL)
  • 75. بصری‌سازی داده‌های BigQuery با Dash
  • 76. به‌روزرسانی بلادرنگ Dash با Cloud Pub/Sub
  • 77. ذخیره و بازیابی اطلاعات کاربر Dash در Firestore
  • 78. استفاده از Cloud Storage برای داده‌های بزرگ در Dash
  • 79. احراز هویت کاربران در Dash با Identity-Aware Proxy (IAP)
  • 80. پیاده‌سازی Google Sign-In برای کاربران Dash
  • 81. مدیریت اطلاعات حساس Dash با Secret Manager
  • 82. بهینه‌سازی هزینه برای استقرار Dash در GCP
  • 83. استفاده از Cloud Scheduler برای به‌روزرسانی‌های زمان‌بندی‌شده Dash
  • 84. Cache کردن داده‌ها در Dash با Memorystore (Redis)
  • 85. مانیتورینگ لاگ‌های Dash با Cloud Logging
  • 86. Infrastructure as Code (IaC) با Terraform در GCP
  • 87. استقرار یک محیط کامل GCP برای Dash با Terraform
  • 88. IAM پیشرفته: نقش‌های سفارشی و Service Accounts
  • 89. VPC Service Controls: ایجاد مرزهای امنیتی برای داده‌ها
  • 90. Cloud Armor: محافظت از برنامه Dash در برابر حملات DDoS و WAF
  • 91. استراتژی‌های مهاجرت برنامه Dash موجود به GCP
  • 92. امنیت پیشرفته در GCP برای برنامه‌های Dash
  • 93. پیاده‌سازی CDN برای دارایی‌های Dash
  • 94. مدیریت و مانیتورینگ پیشرفته لاگ‌ها برای برنامه‌های پیچیده Dash
  • 95. استفاده از Custom Metrics در Cloud Monitoring برای Dash
  • 96. هوش مصنوعی و یادگیری ماشین با Vertex AI (معرفی و ارتباط با Dash)
  • 97. استراتژی‌های disaster recovery و high availability برای Dash
  • 98. بررسی Cost Explorer و ابزارهای بهینه‌سازی هزینه
  • 99. مروری بر به‌روزرسانی‌ها و ویژگی‌های جدید GCP برای توسعه‌دهندگان
  • 100. نکات و ترفندهای عملی برای توسعه و نگهداری Dash در GCP

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.