کتاب Serverless Data Analytics: Serverless برای تجزیه و تحلیل داده‌ها با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

دوره آموزشی Serverless Data Analytics: تجزیه و تحلیل داده‌های سرورلس آینده تجزیه و تحلیل داده‌ها اینجاست: قدرتمند، مقیاس‌پذیر و بدون دغدغه سرور مقدمه دوره: انقلاب Serverless در دنیای داده آیا از پیچید...

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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Serverless Data Analytics: Serverless برای تجزیه و تحلیل داده‌ها

موضوع کلی: برنامه نویسی

موضوع میانی: Serverless Architecture

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر محاسبات بدون سرور
  • 2. آشنایی با معماری Serverless
  • 3. مزایا و معایب معماری Serverless
  • 4. موارد استفاده از Serverless در تجزیه و تحلیل داده
  • 5. مقایسه معماری Serverless با معماری سنتی
  • 6. آشنایی با سرویس های Serverless AWS
  • 7. آشنایی با سرویس های Serverless Azure
  • 8. آشنایی با سرویس های Serverless Google Cloud
  • 9. معرفی AWS Lambda
  • 10. معرفی Azure Functions
  • 11. معرفی Google Cloud Functions
  • 12. پیکربندی و استقرار توابع Lambda
  • 13. پیکربندی و استقرار Azure Functions
  • 14. پیکربندی و استقرار Google Cloud Functions
  • 15. مدیریت رویدادها در توابع Serverless
  • 16. آشنایی با AWS S3
  • 17. آشنایی با Azure Blob Storage
  • 18. آشنایی با Google Cloud Storage
  • 19. ذخیره داده در S3 برای تجزیه و تحلیل
  • 20. ذخیره داده در Blob Storage برای تجزیه و تحلیل
  • 21. ذخیره داده در Cloud Storage برای تجزیه و تحلیل
  • 22. آشنایی با AWS Kinesis
  • 23. آشنایی با Azure Event Hubs
  • 24. آشنایی با Google Cloud Pub/Sub
  • 25. جریان داده با Kinesis برای تجزیه و تحلیل
  • 26. جریان داده با Event Hubs برای تجزیه و تحلیل
  • 27. جریان داده با Pub/Sub برای تجزیه و تحلیل
  • 28. آشنایی با AWS Glue
  • 29. آشنایی با Azure Data Factory
  • 30. آشنایی با Google Cloud Dataflow
  • 31. آماده سازی داده ها با Glue
  • 32. آماده سازی داده ها با Data Factory
  • 33. آماده سازی داده ها با Dataflow
  • 34. تبدیل داده ها با توابع Serverless
  • 35. اعتبارسنجی داده ها با توابع Serverless
  • 36. غنی سازی داده ها با توابع Serverless
  • 37. آشنایی با AWS Athena
  • 38. آشنایی با Azure Synapse Analytics Serverless
  • 39. آشنایی با Google BigQuery
  • 40. پرس و جو از داده ها در Athena
  • 41. پرس و جو از داده ها در Synapse Analytics Serverless
  • 42. پرس و جو از داده ها در BigQuery
  • 43. بهینه سازی پرس و جو در Athena
  • 44. بهینه سازی پرس و جو در Synapse Analytics Serverless
  • 45. بهینه سازی پرس و جو در BigQuery
  • 46. مصورسازی داده ها با AWS QuickSight
  • 47. مصورسازی داده ها با Azure Power BI
  • 48. مصورسازی داده ها با Google Data Studio
  • 49. ایجاد داشبورد در QuickSight
  • 50. ایجاد داشبورد در Power BI
  • 51. ایجاد داشبورد در Data Studio
  • 52. آشنایی با AWS CloudWatch
  • 53. آشنایی با Azure Monitor
  • 54. آشنایی با Google Cloud Monitoring
  • 55. مانیتورینگ توابع Serverless با CloudWatch
  • 56. مانیتورینگ توابع Serverless با Azure Monitor
  • 57. مانیتورینگ توابع Serverless با Cloud Monitoring
  • 58. لاگینگ و ردیابی خطاها در Serverless
  • 59. مدیریت هزینه ها در معماری Serverless
  • 60. محاسبه هزینه های Serverless
  • 61. بهینه سازی هزینه ها در Serverless
  • 62. امنیت در معماری Serverless
  • 63. مدیریت دسترسی و مجوزها در Serverless
  • 64. امن سازی توابع Serverless
  • 65. تست توابع Serverless
  • 66. تست واحد (Unit Testing) توابع Serverless
  • 67. تست یکپارچه (Integration Testing) توابع Serverless
  • 68. استقرار پیوسته (Continuous Deployment) توابع Serverless
  • 69. استفاده از CI/CD برای استقرار Serverless
  • 70. مدیریت نسخه ها در Serverless
  • 71. ساخت Pipelineهای CI/CD برای Serverless
  • 72. بررسی موردی: تجزیه و تحلیل داده های فروش با Serverless
  • 73. بررسی موردی: تجزیه و تحلیل داده های رسانه های اجتماعی با Serverless
  • 74. بررسی موردی: تجزیه و تحلیل داده های IoT با Serverless
  • 75. ساخت یک پایگاه داده Serverless
  • 76. استفاده از NoSQL در معماری Serverless
  • 77. استفاده از DynamoDB برای ذخیره سازی داده ها
  • 78. استفاده از Cosmos DB برای ذخیره سازی داده ها
  • 79. استفاده از Cloud Datastore برای ذخیره سازی داده ها
  • 80. مدیریت state در توابع Serverless
  • 81. استفاده از Durable Functions برای مدیریت state
  • 82. استفاده از Step Functions برای مدیریت گردش کار
  • 83. استفاده از AWS EventBridge برای اتصال سرویس ها
  • 84. استفاده از Azure Logic Apps برای اتصال سرویس ها
  • 85. استفاده از Google Cloud Workflows برای اتصال سرویس ها
  • 86. استفاده از API Gateway برای دسترسی به توابع Serverless
  • 87. ایجاد API با API Gateway
  • 88. امن سازی API با API Gateway
  • 89. مدیریت ترافیک API
  • 90. استفاده از Serverless Framework
  • 91. استفاده از AWS SAM
  • 92. استفاده از Azure Resource Manager
  • 93. استفاده از Terraform برای مدیریت زیرساخت
  • 94. الگوهای طراحی Serverless
  • 95. بهترین روش ها در معماری Serverless
  • 96. مقیاس پذیری در معماری Serverless
  • 97. تحمل پذیری خطا در معماری Serverless
  • 98. آینده معماری Serverless در تجزیه و تحلیل داده
  • 99. منابع و ابزارهای تکمیلی برای یادگیری Serverless
  • 100. چالش ها و محدودیت های معماری Serverless
تگ‌ها: AWS Azure Big Data Data Analytics Data Processing Google Cloud Machine Learning NoSQL Programming Serverless serverless architecture Serverless Database برنامه نویسی پایگاه داده بدون سرور پردازش داده تجزیه و تحلیل داده تحلیل داده سرورلس سرورلس کلان داده معماری سرورلس یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.