اپلیکیشن اندرویدی فلشکارت آموزشی Google Cloud Platform: Batch Application Deployment and Management with Dask (Advanced Distributed Computing)
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره Google Cloud Platform: Batch Application Deployment and Management with Dask (Advanced Distributed Computing)
موضوع کلی: برنامه نویسی
موضوع میانی: Google Cloud Platform (GCP)
📋 سرفصلهای دوره
- 1. مقدمهای بر محاسبات توزیع شده
- 2. چرا محاسبات توزیع شده؟
- 3. معرفی Dask
- 4. Dask در مقابل MapReduce و Apache Spark
- 5. معماری Dask
- 6. اجزای اصلی Dask (Tasks, Schedulers, Workers)
- 7. نصب Dask
- 8. راه اندازی اولیه Dask Local Cluster
- 9. تست Dask Local Cluster
- 10. مفهوم Task Graph در Dask
- 11. ایجاد Task Graphs دستی
- 12. نمایش Task Graphs
- 13. بهینه سازی Task Graphs
- 14. مقدمهای بر Dask Array
- 15. عملیات پایه Dask Array
- 16. پشتیبانی Dask Array از NumPy
- 17. کار با آرایههای بزرگ با Dask Array
- 18. توزیع محاسبات آرایه
- 19. ذخیره سازی Dask Array
- 20. مقدمهای بر Dask DataFrame
- 21. ساختار Dask DataFrame
- 22. عملیات پایه Dask DataFrame
- 23. تبدیل Pandas DataFrame به Dask DataFrame
- 24. کار با فایلهای بزرگ CSV و Parquet با Dask DataFrame
- 25. پیاده سازی join و merge در Dask DataFrame
- 26. توابع group by در Dask DataFrame
- 27. کار با دادههای سری زمانی با Dask DataFrame
- 28. پشتیبانی Dask DataFrame از انواع دادههای مختلف
- 29. مقدمهای بر Dask Bag
- 30. عملیات پایه Dask Bag
- 31. کار با فایلهای متنی بزرگ با Dask Bag
- 32. پردازش دادههای نیمه ساختاریافته با Dask Bag
- 33. تکنیکهای map و filter در Dask Bag
- 34. تکنیکهای reduction در Dask Bag
- 35. کار با دادههای JSON با Dask Bag
- 36. مقدمهای بر Dask Delayed
- 37. استفاده از Dask Delayed برای بهینهسازی محاسبات
- 38. مثالهای پیشرفته Dask Delayed
- 39. کار با توابع دلخواه با Dask Delayed
- 40. مقایسه Dask Delayed با Lazy Evaluation
- 41. مقدمهای بر Google Cloud Platform (GCP)
- 42. مفاهیم کلیدی GCP (Projects, Regions, Zones)
- 43. شبکه GCP (VPC, Subnets, Firewall Rules)
- 44. مدیریت هویت و دسترسی در GCP (IAM)
- 45. ذخیره سازی در GCP (Cloud Storage)
- 46. مقدمهای بر Compute Engine
- 47. ایجاد و مدیریت ماشینهای مجازی (VMs) در Compute Engine
- 48. شبکه بندی در Compute Engine
- 49. مدیریت دیسکها در Compute Engine
- 50. توسعه برنامه در GCP: اولین گامها
- 51. استقرار برنامه Batch ساده
- 52. تنظیمات اولیه برای استقرار Dask بر روی GCP
- 53. استفاده از Compute Engine برای Worker Nodes
- 54. استفاده از Google Kubernetes Engine (GKE)
- 55. مقدمهای بر GKE
- 56. ایجاد GKE Cluster
- 57. مفاهیم Kubernetes (Pods, Deployments, Services)
- 58. استقرار Dask Worker با استفاده از Kubernetes
- 59. استفاده از Dask-Kubernetes
- 60. ساخت Dask Cluster در GKE
- 61. مدیریت Worker Nodes با Dask-Kubernetes
- 62. مقیاس بندی Dask Cluster در GKE
- 63. پایش Dask Cluster در GKE
- 64. ذخیره سازی Persistent برای Dask Worker در GKE
- 65. استقرار برنامه Dask Batch بر روی GKE
- 66. استفاده از Cloud Storage برای دادهها
- 67. دسترسی به Cloud Storage از Dask Cluster
- 68. مدیریت دادهها در Cloud Storage
- 69. روشهای مختلف دسترسی به دادهها (SDK, gsutil)
- 70. استقرار برنامه Batch پیشرفته در GCP
- 71. بهینه سازی Dask Cluster برای عملکرد
- 72. تنظیمات حافظه و CPU برای Workers
- 73. تنظیمات شبکه برای Workers
- 74. استفاده از GPU در Dask Cluster
- 75. پایش عملکرد Dask Cluster
- 76. ابزارهای پایش GCP (Cloud Monitoring)
- 77. تنظیمات Logging در GCP
- 78. تحلیل لاگها برای عیب یابی
- 79. مدیریت خطا در برنامه Batch
- 80. استراتژیهای باز تلاش (Retry Mechanisms)
- 81. مدیریت وضعیت (State Management)
- 82. استقرار برنامههای Batch پیچیده
- 83. استفاده از Cloud Build برای CI/CD
- 84. اتوماسیون استقرار Dask Cluster
- 85. استفاده از Cloud Functions یا Cloud Run برای Triggering Batch Jobs
- 86. یکپارچه سازی Dask با سرویسهای دیگر GCP
- 87. استفاده از BigQuery برای دادههای تحلیل شده
- 88. استفاده از Pub/Sub برای ارتباطات
- 89. استفاده از Dataflow برای پردازشهای Streaming (اشاره)
- 90. امنیت در استقرار Dask Batch
- 91. مدیریت Secret ها در GCP
- 92. تنظیمات امنیتی IAM برای Dask
- 93. انعطاف پذیری و قابلیت اطمینان
- 94. مقیاس پذیری خودکار (Auto-scaling)
- 95. قابلیت تحمل خطا (Fault Tolerance)
- 96. بازگردانی پس از فاجعه (Disaster Recovery)
- 97. بهترین شیوهها (Best Practices) برای استقرار Dask Batch
- 98. ملاحظات هزینه در GCP
- 99. بهینه سازی مصرف منابع
- 100. انتخاب نوع ماشین و منطقه مناسب
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.