ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Architecting Google Cloud Solutions

دانلود کتاب معماری Google Cloud Solutions

Architecting Google Cloud Solutions

مشخصات کتاب

Architecting Google Cloud Solutions

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9781800563308 
ناشر: Packt Publishing 
سال نشر: 2021 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 17 مگابایت 

قیمت کتاب (تومان) : 53,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 8


در صورت تبدیل فایل کتاب Architecting Google Cloud Solutions به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب معماری Google Cloud Solutions نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب معماری Google Cloud Solutions

با طراحی راه حل های قوی، بسیار در دسترس و پویا، به اهداف زیرساخت خود دست یابید و فرآیندهای تجاری را بهینه کنید. و خدمات استفاده از سرویس‌های Google Cloud Big Data، AI و ML برای طراحی راه‌حل‌های داده مقیاس‌پذیر و هوشمند شرح کتاب: Google به لطف چابکی و قابلیت‌های عملکردی خود یکی از برترین بازیکنان در حوزه ابر عمومی بوده است. این کتاب به شما کمک می کند تا راه حل های قوی، ایمن و پویا را طراحی، توسعه و مدیریت کنید تا نیازهای کسب و کار خود را با موفقیت برآورده کنید. شما یاد خواهید گرفت که چگونه سیستم‌های شبکه، محاسبات، ذخیره‌سازی و کلان داده را که امنیت و انطباق را از پایه در بر می‌گیرد، برنامه‌ریزی و طراحی کنید. این فصل‌ها موارد استفاده ساده تا پیچیده را برای ابداع راه‌حل‌هایی برای مشکلات کسب‌وکار، قبل از تمرکز بر نحوه استفاده از قابلیت‌های پلتفرم به‌عنوان سرویس (PaaS) و نرم‌افزار به‌عنوان سرویس (SaaS) Google Cloud برای طراحی مدرن پوشش می‌دهند. - پلت فرم های عملیاتی در طول این کتاب، نحوه طراحی برای مقیاس پذیری، انعطاف پذیری و در دسترس بودن بالا را خواهید فهمید. بعداً، نحوه استفاده از Google Cloud را برای طراحی برنامه‌های کاربردی مدرن با استفاده از معماری میکروسرویس، اتوماسیون، و زیرساخت‌های کد (IaC) خواهید فهمید. سپس فصل های پایانی نشان می دهد که چگونه از یادگیری ماشین و هوش مصنوعی (AI) برای استخراج بینش از داده های خود استفاده کنید. در نهایت، بهترین روش‌ها را برای عملکرد و نظارت بر راه‌حل‌های ابری خود، و همچنین انجام عیب‌یابی و تضمین کیفیت، کشف خواهید کرد. تا پایان این کتاب Google Cloud، می‌توانید با استفاده از Google Cloud Platform راه‌حل‌های قوی در سطح سازمانی طراحی کنید. آنچه خواهید آموخت: با محاسبات، ذخیره سازی، شبکه، تجزیه و تحلیل داده ها و قیمت ها آشنا شوید مدل های تحویل را کشف کنید مانند IaaS، PaaS، و SaaS فناوری های اساسی و اقتصاد طراحی رایانش ابری را برای مقیاس پذیری، تداوم کسب و کار، مشاهده پذیری و انعطاف‌پذیری راه‌حل‌های Google Cloud را ایمن کنید و از انطباق اطمینان حاصل کنید بهترین شیوه‌های عملیاتی را درک کنید و نحوه طراحی راه‌حل نظارتی را بیاموزید. در طراحی برنامه‌های کاربردی مدرن با Google Cloud Leverage کلان داده، یادگیری ماشین و هوش مصنوعی با Google Cloud بینش کسب کنید. این کتاب برای چه کسی است: این کتاب برای معماران ابری که مسئول طراحی و مدیریت راه حل های ابری با GCP هستند. همچنین اگر یک مهندس سیستم یا معمار سازمانی هستید و به دنبال یادگیری نحوه طراحی راه حل با Google Cloud هستید، این کتاب برای شما مفید خواهد بود. علاوه بر این، معماران ابری که قبلاً با سایر ارائه دهندگان ابر تجربه داشته اند و اکنون شروع به کار با Google Cloud کرده اند از این کتاب بهره خواهند برد. اگرچه درک سطح متوسط ​​از محاسبات ابری و برنامه های توزیع شده مورد نیاز است، تجربه قبلی کار در حوزه ابر عمومی و ترکیبی اجباری نیست.


توضیحاتی درمورد کتاب به خارجی

Achieve your infrastructure goals and optimize business processes by designing robust, highly available, and dynamic solutions Key Features: Gain hands-on experience in designing and managing high-performance cloud solutions Leverage Google Cloud Platform to optimize technical and business processes using cutting-edge technologies and services Use Google Cloud Big Data, AI, and ML services to design scalable and intelligent data solutions Book Description: Google has been one of the top players in the public cloud domain thanks to its agility and performance capabilities. This book will help you design, develop, and manage robust, secure, and dynamic solutions to successfully meet your business needs. You'll learn how to plan and design network, compute, storage, and big data systems that incorporate security and compliance from the ground up. The chapters will cover simple to complex use cases for devising solutions to business problems, before focusing on how to leverage Google Cloud's Platform-as-a-Service (PaaS) and Software-as-a-Service (SaaS) capabilities for designing modern no-operations platforms. Throughout this book, you'll discover how to design for scalability, resiliency, and high availability. Later, you'll find out how to use Google Cloud to design modern applications using microservices architecture, automation, and Infrastructure-as-Code (IaC) practices. The concluding chapters then demonstrate how to apply machine learning and artificial intelligence (AI) to derive insights from your data. Finally, you will discover best practices for operating and monitoring your cloud solutions, as well as performing troubleshooting and quality assurance. By the end of this Google Cloud book, you'll be able to design robust enterprise-grade solutions using Google Cloud Platform. What You Will Learn: Get to grips with compute, storage, networking, data analytics, and pricing Discover delivery models such as IaaS, PaaS, and SaaS Explore the underlying technologies and economics of cloud computing Design for scalability, business continuity, observability, and resiliency Secure Google Cloud solutions and ensure compliance Understand operational best practices and learn how to architect a monitoring solution Gain insights into modern application design with Google Cloud Leverage big data, machine learning, and AI with Google Cloud Who this book is for: This book is for cloud architects who are responsible for designing and managing cloud solutions with GCP. You'll also find the book useful if you're a system engineer or enterprise architect looking to learn how to design solutions with Google Cloud. Moreover, cloud architects who already have experience with other cloud providers and are now beginning to work with Google Cloud will benefit from the book. Although an intermediate-level understanding of cloud computing and distributed apps is required, prior experience of working in the public and hybrid cloud domain is not mandatory.



فهرست مطالب

Cover
Title Page
Copyright and Credits
Contributors
Table of Contents
Preface
Section 1: Introduction to Google Cloud
Chapter 1: An Introduction to Google Cloud for Architects
	Understanding the motivations and economics of cloud computing
		CAPEX versus OPEX
		Technology enablement
	Making the business case for cloud adoption (and Google Cloud)
	Learning about Google Cloud's key differentiators – big data and AI
		Why Google?
		Multi-cloud friendly
		Big data and AI
		Open source
	Getting an overview of Google Cloud
		Regions and zones
		Core Google Cloud services
		Multi-layered security
		Resource hierarchy
	Getting started with Google Cloud Platform
		Setting up a GCP account and project
		Installing the Google Cloud SDK and using gcloud
	Summary
Chapter 2: Mastering the Basics of Google Cloud
	Understanding IAM
		Principle of least privilege and the IAM Recommender
		Segregation of duties
		Cloud Identity
	Practicing the cost discipline on Google Cloud
		Budgets and alerts
		Google Cloud Free Tier
		Sustained use discounts
		Committed use discounts
		Preemptible VM instances
		Nearline, Coldline, and Archive
		Custom Machine Types
		Rightsizing recommendations
		Pricing Calculator
	Getting hands-on – a case study
		Case study
	Summary
Section 2: Designing Great Solutions in Google Cloud
Chapter 3: Designing the Network
	Designing networks and subnetworks
		Multi-project networking
		IP addresses
		NAT
		DNS
		Cloud CDN
		Network pricing and service tiers
		Getting hands-on – deploying a custom VPC network
	Understanding routes and firewalls in Google Cloud
		Zero trust
	Understanding load balancing in Google Cloud
		Layer 7 HTTP/HTTPS load balancing
		Layer 4 TCP/UDP load balancing
		Design considerations for load balancing
	Designing for hybrid connectivity
		Cloud VPN
		Cloud Interconnect
	Mastering common network designs
		Design considerations and best practices
		Common network designs
	Summary
Chapter 4: Architecting Compute Infrastructure
	Technical requirements
	Architecting with Compute Engine
		IaaS VMs
		Managed instance groups
		When to choose IaaS VMs
		Deploying an application with high availability on VMs
		Deploying an application with autoscaling on VMs
	Exploring Compute platforms
		App Engine
		Cloud Functions
		Cloud Run
	Understanding when to use Kubernetes
	Summary
Chapter 5: Architecting Storage and Data Infrastructure
	Technical requirements
	Choosing the right storage solution
		Types of data
		The CAP theorem
	Using relational and structured datastores
		Cloud SQL
		Cloud Spanner
	Using non-relational and unstructured datastores
		Cloud Bigtable
		Cloud Firestore and Firebase Realtime Database
		Cloud Memorystore
		Cloud Storage for unstructured data
		Choosing the right solution for each piece of data
	Summary
Chapter 6: Configuring Services for Observability
	Technical requirements
	Learning the monitoring basics
		The SRE approach to monitoring
	Monitoring cloud services and analyzing logs
		The monitoring landscape in Google Cloud
		Hands-on with Cloud Monitoring
	Investigating application performance issues
		Cloud Debugger
		Trace
		Profiler
	Designing for observability with best practices
		Choosing the right observability architecture
		Defining an alerting and incident response strategy
		Optimizing the costs of monitoring
	Summary
Chapter 7: Designing for Security and Compliance
	Understanding cloud security
		Security in the cloud world
		Policy controls
		Deployment pipelines and DevSecOps
	Securing identities and access to resources
		Cloud Identity
	Securing networks
		Isolating networks by design
		Using firewalls
	Securing data and ensuring compliance
		Classifying your data
		Securing data at rest
		Securing data in transit
		Managing secrets, keys, and certificates
		Compliance
	Detecting vulnerabilities and malicious activity
		Security operations on GCP with Security Command Center
		Logging and SIEM
	Summary
Section 3: Designing for the Modern Enterprise
Chapter 8: Approaching Big Data and Data Pipelines
	Technical requirements
	Understanding big data services in Google Cloud
		Big data concepts
		Big data storage services on GCP
	Designing and building data pipelines
		Data integration
		Data discovery, preparation, and management
		Designing pipelines
	Getting hands-on – a big data case study
	Summary
Chapter 9: Jumping on the DevOps Bandwagon with Site Reliability Engineering (SRE)
	Technical requirements
	Understanding DevOps and SRE
		Blameless postmortems
		Share ownership
		Reduce the cost of failure
		Measuring toil and reliability
		Toil automation
	Automating all things
		Infrastructure as Code (IaC) with Deployment Manager
		CI/CD with Cloud Build
		DevSecOps
		Job scheduling with Cloud Scheduler
	Applying SRE
		Creating an SRE foundation
		Forming SRE teams
	Summary
Chapter 10: Re-Architecting with Microservices
	Technical requirements
	Understanding microservices and when to adopt them
		Why microservices?
		How to decompose a monolith
		Asynchronous messaging
		Common design patterns
	Building microservices with Kubernetes
		Deploying a microservices web application to GKE
	Designing and managing APIs for microservices
		API Gateway, Cloud Endpoints, and Apigee
	Testing your knowledge – microservices design case study
		Case study
	Summary
Chapter 11: Applying Machine Learning and Artificial Intelligence
	Technical requirements
	Making the business case for AI and ML
		Understanding AI and ML concepts
		Making the case for ML
	Leveraging pretrained models on GCP with ML APIs
	Building custom ML models with Cloud AI Platform and BigQuery ML
		BigQuery ML
	Productionizing custom ML models with MLOps
		Identifying MLOps maturity level
		MLOps and CI/CD for ML on GCP
	Summary
Chapter 12: Achieving Operational Excellence
	Technical requirements
	Starting with a cloud strategy
		Setting priorities
		Determining the cloud operating model
		Establishing the organizational culture
	Learning and applying operations best practices
		Increasing development and release velocity
		Monitoring system health and business health
		Designing for failure and practicing disaster recovery
	Bringing it all together with Cloud Operations Sandbox
	Summary
	Why subscribe?
About Packt
Other Books You May Enjoy
Index




نظرات کاربران