سپنتا کتاب اکسپرس
کتاب Google Cloud Platform: اتوماسیون گزارش گیری در GCP

کتاب Google Cloud Platform: اتوماسیون گزارش گیری در GCP

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: اتوماسیون گزارش گیری در GCP

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه‌ای بر Google Cloud Platform (GCP)
  • 2. چرا اتوماسیون گزارش‌گیری در GCP؟
  • 3. مروری بر سرویس‌های کلیدی GCP برای داده
  • 4. مفاهیم پروژه، منابع و سلسله‌مراتب در GCP
  • 5. مدیریت هویت و دسترسی (IAM) در GCP برای منابع داده
  • 6. مدیریت صورت‌حساب (Billing) و کنترل هزینه‌ها در GCP
  • 7. ابزارهای خط فرمان (gcloud CLI) و کنسول GCP
  • 8. ساختار داده و نیازهای گزارش‌گیری در سازمان
  • 9. معماری‌های رایج برای گزارش‌گیری در مقیاس ابری
  • 10. معرفی سناریوهای اتوماسیون گزارش‌گیری
  • 11. Cloud Storage: مبانی ذخیره‌سازی اشیاء
  • 12. سطل‌ها (Buckets) و اشیاء (Objects) در Cloud Storage
  • 13. کلاس‌های ذخیره‌سازی و مدیریت چرخه حیات داده در Cloud Storage
  • 14. انتقال داده به Cloud Storage با gsutil
  • 15. Cloud Pub/Sub: مبانی پیام‌رسانی بلادرنگ
  • 16. موضوعات (Topics) و اشتراک‌ها (Subscriptions) در Pub/Sub
  • 17. الگوهای انتشار/مصرف در Pub/Sub برای داده‌ها
  • 18. Cloud Storage Transfer Service: انتقال داده‌های حجیم
  • 19. Storage Transfer Service برای منابع خارج از GCP
  • 20. انتخاب سرویس ذخیره‌سازی مناسب برای داده‌های ورودی
  • 21. BigQuery: انبار داده تحلیلی مقیاس‌پذیر
  • 22. ساختار پروژه‌ها، دیتاست‌ها و جداول در BigQuery
  • 23. وارد کردن داده به BigQuery از Cloud Storage
  • 24. وارد کردن داده جریانی (Streaming) به BigQuery
  • 25. انواع داده و Schema در BigQuery
  • 26. کوئری‌نویسی پیشرفته در BigQuery (SQL استاندارد)
  • 27. پارتیشن‌بندی (Partitioning) جداول BigQuery برای عملکرد
  • 28. خوشه‌بندی (Clustering) جداول BigQuery برای بهینه‌سازی
  • 29. جداول خارجی (External Tables) در BigQuery
  • 30. نماها (Views) و نماهای مادی‌سازی‌شده (Materialized Views)
  • 31. توابع تعریف‌شده توسط کاربر (UDFs) در BigQuery
  • 32. مدیریت تغییرات Schema در BigQuery
  • 33. Cost Control و Best Practices در BigQuery
  • 34. BigQuery BI Engine: افزایش سرعت کوئری‌ها
  • 35. BigQuery ML: مقدمه‌ای بر یادگیری ماشین در BigQuery
  • 36. مقدمه‌ای بر پردازش داده در GCP
  • 37. Dataflow: چارچوبی برای پردازش داده‌های دسته و جریانی
  • 38. مفاهیم Pipelines و Jobs در Dataflow
  • 39. ساخت یک Pipeline ساده با Dataflow SDK (Python/Java)
  • 40. اجرای Jobs در Dataflow با استفاده از Templates
  • 41. پردازش داده‌های جریانی با Dataflow
  • 42. Dataflow Flex Templates برای خودکارسازی
  • 43. مانیتورینگ و عیب‌یابی Jobs در Dataflow
  • 44. Cloud Functions: مبانی و کاربردها در ETL
  • 45. فعال‌سازی Cloud Function با رویدادهای Cloud Storage
  • 46. پردازش رویدادهای Pub/Sub با Cloud Functions
  • 47. Cloud Run: اجرای کانتینرهای بدون سرور برای پردازش
  • 48. استقرار یک سرویس پردازشی روی Cloud Run
  • 49. انتخاب بین Dataflow، Cloud Functions و Cloud Run برای ETL
  • 50. استفاده از BigQuery Scripting و Stored Procedures برای Transform
  • 51. مقدمه‌ای بر اتوماسیون گردش کار (Workflow Automation) در GCP
  • 52. Cloud Scheduler: زمان‌بندی Jobهای تکراری
  • 53. زمان‌بندی Pub/Sub و HTTP Jobs با Cloud Scheduler
  • 54. Cloud Composer: Orchestration با Apache Airflow
  • 55. مفاهیم DAGs، Tasks و Operators در Airflow
  • 56. استقرار اولین DAG در Cloud Composer
  • 57. اتصال Cloud Composer به سرویس‌های GCP
  • 58. مدیریت Dependencies و Task Groups در Airflow
  • 59. مانیتورینگ و لاگ‌برداری در Cloud Composer
  • 60. مدیریت Workerها و Resourceها در Cloud Composer
  • 61. Dataform: توسعه و مدیریت Pipelineهای تحول داده (ELT)
  • 62. اصول Dataform: Version Control، Tests و Documentation
  • 63. تعریف جداول و Views با Dataform
  • 64. اجرای Pipelineهای Dataform به صورت خودکار
  • 65. استقرار و مانیتورینگ پروژه‌های Dataform
  • 66. Eventarc: معماری رویدادمحور در GCP
  • 67. فعال‌سازی Cloud Run/Functions با رویدادهای Eventarc
  • 68. اتوماسیون با Workflows: ساخت Workflowsهای پیچیده
  • 69. مدیریت Secretها و Credentialها در اتوماسیون (Secret Manager)
  • 70. الگوهای رایج برای Pipelineهای داده اتوماتیک
  • 71. مقدمه‌ای بر ابزارهای گزارش‌گیری و هوش تجاری
  • 72. Looker Studio (Data Studio سابق): مبانی و اتصال به داده‌ها
  • 73. ساخت داشبوردهای پایه در Looker Studio با BigQuery
  • 74. منابع داده (Data Sources) و انواع نمودارها در Looker Studio
  • 75. فیلترها، کنترل‌ها و پارامترها در Looker Studio
  • 76. گزارش‌های زمان‌بندی‌شده و اشتراک‌گذاری در Looker Studio
  • 77. Looker: پلتفرم BI سازمانی (مقدمه و کاربردها)
  • 78. اتصال Looker به BigQuery و مدل‌سازی داده در LookML
  • 79. APIهای گزارش‌گیری GCP (مثلاً BigQuery API)
  • 80. ساخت گزارش‌های سفارشی با استفاده از API
  • 81. Cloud Data Catalog: کشف و مدیریت فراداده (Metadata)
  • 82. استفاده از Data Catalog برای حکمرانی داده (Data Governance)
  • 83. Data Loss Prevention (DLP) API: حفاظت از داده‌های حساس
  • 84. اعمال DLP برای داده‌های گزارش‌گیری
  • 85. مانیتورینگ و هشدار (Alerting) با Cloud Monitoring
  • 86. لاگ‌برداری متمرکز (Centralized Logging) با Cloud Logging
  • 87. ساخت Metricهای سفارشی و داشبوردهای مانیتورینگ
  • 88. بهینه‌سازی هزینه برای Pipelineهای گزارش‌گیری
  • 89. مدیریت خطا و مکانیزم‌های بازیابی در اتوماسیون
  • 90. توسعه CI/CD برای Pipelineهای داده با Cloud Build
  • 91. انتخاب معماری مناسب برای سناریوهای مختلف گزارش‌گیری
  • 92. داده‌های دسته‌ای (Batch) در مقابل داده‌های جریانی (Streaming)
  • 93. پیاده‌سازی گزارش‌گیری بلادرنگ (Real-time Reporting)
  • 94. مدیریت کیفیت داده (Data Quality) در Pipelineها
  • 95. حکمرانی داده (Data Governance) و رعایت مقررات
  • 96. نکات امنیتی پیشرفته برای داده‌ها در GCP
  • 97. مقیاس‌پذیری و عملکرد Pipelineهای گزارش‌گیری
  • 98. استفاده از Terraform برای زیرساخت به عنوان کد (IaC)
  • 99. مثال کاربردی: اتوماسیون گزارش فروش روزانه
  • 100. جمع‌بندی و مسیرهای یادگیری آینده

📚 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.