کانال تلگرام پشتیبانی تلگرام شماره تماس پشتیبانی: 0930 395 3766
ورود ثبت نام

آموزش ساختن راه حل های محاسبه پذیر مقیاس پذیر با گروه های نمونه مدیریت شده

Building Scalable Compute Solutions with Managed Instance Groups

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: این دوره جنبه های عملی و نظری کار با Managed Instance Groups ، انتزاعی قدرتمند را ارائه می دهد که بهبود خودکار و خودکار را فراهم می کند. این شامل پیکربندی بررسی های بهداشتی ، توازن بار و سیاست های خودکارسنجی است. دو جاذبه اصلی رایانش ابری ، خودکارسازی و خودکارسازی است. با این حال ، موارد مجزا مجازی Cloud به هیچ یک از این ویژگی ها مجهز نیستند. برای این منظور شما باید بر انتزاع در سطح بالاتر ، گروه نمونه مدیریت شده تسلط یابید. در این دوره ، ایجاد راه حل های محاسبه پذیر مقیاس پذیر با گروه های نمونه مدیریت شده ، شما توانایی نمونه سازی ، مقیاس گذاری و استفاده واقعی از گروه های نمونه مدیریت شده را در بستر Google Cloud خواهید داشت. ابتدا یاد خواهید گرفت که الگوی نمونه چیست ، چگونه ایجاد می شود و چگونه می توان از آن برای نمونه سازی نمونه های منفرد یا یک گروه نمونه استفاده کرد. الگوهای نمونه اصلی ترین ساختارهای خودکارسازی زیرساخت ها در GCP هستند و می توان آنها را به عنوان طرح هایی تصور کرد که می توان نمونه ای از آنها را ایجاد کرد. برای ایجاد یک گروه نمونه مدیریت شده می توانید از یک الگوی نمونه به همراه بررسی سلامت و خط مشی خودکار استفاده کنید. به این ترتیب ، GCP یکنواختی همه موارد را در MIG تضمین می کند. این امکان را برای سرویس فراهم می کند تا مقیاس بندی افقی کامل را انجام دهد ، که در آن موارد عمومی با گذشت زمان وارد گروه می شوند و از آن خارج می شوند. در مرحله بعدی ، خواهید فهمید که چگونه به روزرسانی ها و برگشت ها انجام می شود و چگونه می توان نمونه های منفی را در یک گروه نمونه مدیریت شده اشکال زدایی کرد. سرانجام ، شما نحوه پیکربندی یک گروه نمونه مدیریت شده را به عنوان یک باطن مقیاس پذیر برای Load Balancer کشف خواهید کرد. GCP دارای چندین گزینه تعادل بار در سطوح مختلف پشته شبکه OSI است و در این دوره ما روی سیم کشی یک توازن بار HTTP برای گروه نمونه باطن متمرکز هستیم. متعادل کننده های بار دارای قطعات متحرک زیادی هستند ، بنابراین این پیکربندی نسبتاً دخیل است. وقتی این دوره را به پایان رسانید ، مهارت و دانش گروههای نمونه مدیریت شده را دارید که برای ساخت باطنهای محاسباتی مقیاس پذیر که هم ترمیم خودکار و هم مقیاس خودکار را در GCP ایجاد می کنند ، خواهید داشت.
سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

نصب GCE ماشین های مجازی از Instance Templates Instantiating GCE VMs from Instance Templates

  • بررسی اجمالی ماژول Module Overview

  • پیش نیازها و طرح کلی دوره Prerequisites and Course Outline

  • معرفی گروه های نمونه مدیریت شده Introducing Managed Instance Groups

  • الگوهای نمونه Instance Templates

  • ایجاد الگوی نمونه با استفاده از کنسول وب Creating an Instance Template Using the Web Console

  • ایجاد الگوی نمونه با استفاده از gcloud Creating an Instance Template Using gcloud

  • ایجاد الگوی نمونه با استفاده از REST_API Creating an Instance Template Using the REST_API

  • تهیه مجازی از الگوهای نمونه Provisioning VMs from Instance Templates

  • ایجاد الگوها و نمونه ها با کانتینرها Creating Templates and Instances with Containers

  • الگوهای نمونه قطعی با استفاده از تصاویر سفارشی Deterministic Instance Templates Using Custom Images

پیکربندی و استفاده از گروههای نمونه مدیریت شده Configuring and Using Managed Instance Groups

  • بررسی اجمالی ماژول Module Overview

  • گروه های نمونه کنترل نشده Unmanaged Instance Groups

  • ایجاد گروه های نمونه کنترل نشده Creating Unmanaged Instance Groups

  • گروه های نمونه Zonal مدیریت شده Zonal Managed Instance Groups

  • گروه های نمونه مدیریت شده منطقه ای Regional Managed Instance Groups

  • به روز رسانی های نورد - من Rolling Updates - I

  • به روز رسانی های نورد - II Rolling Updates - II

  • تست قناری Canary Testing

  • بررسی های بهداشتی Health Checks

  • پیکربندی چک های سلامت Configuring Health Checks

  • اشکال زدایی از موارد فردی Debugging Individual Instances

  • پاک کردن منابع Cleaning up Resources

تعادل بار و مقیاس خودکار با گروه های نمونه مدیریت شده Load Balancing and Autoscaling with Managed Instance Groups

  • بررسی اجمالی ماژول Module Overview

  • گروه های نمونه و تعادل بار Instance Groups and Load Balancing

  • خودکارسازی Autoscaling

  • ایجاد گروه های نمونه مدیریت شده برای خدمات دهی به ترافیک - I Creating Managed Instance Groups to Serve Traffic - I

  • ایجاد گروه های نمونه مدیریت شده برای ارائه خدمات به ترافیک - II Creating Managed Instance Groups to Serve Traffic - II

  • پیکربندی HTTP Load Balancer - I Configuring the HTTP Load Balancer - I

  • پیکربندی HTTP Load Balancer - II Configuring the HTTP Load Balancer - II

  • خلاصه Summary

نمایش نظرات

نظری ارسال نشده است.

آموزش ساختن راه حل های محاسبه پذیر مقیاس پذیر با گروه های نمونه مدیریت شده
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h 6m
31
Pluralsight (پلورال سایت) pluralsight-small
26 دی 1397 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
از 5
دارد
دارد
دارد

https://donyad.com/d/5fbe

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

آموزش ساخت API های مقیاس پذیر با GW Geweway AWS

آموزش ساخت API های مقیاس پذیر با GW Geweway AWS

Building Scalable APIs with the AWS API Gateway

بیاموزید که چگونه از AWS API Gateway برای ساخت API مقیاس پذیر برای برنامه های تلفن همراه و وب خود استفاده کنید.

آموزش ساخت API های مقیاس پذیر با GraphQL

آموزش ساخت API های مقیاس پذیر با GraphQL

Building Scalable APIs with GraphQL

GraphQL یک زبان پرس و جو و زمان اجرا است که می تواند یک رابط مشترک بین برنامه های کلاینت و سرور برای واکشی و دستکاری داده ها فراهم کند. این دوره نحوه ساخت و مصرف GraphQL API را با مثالهای واقعی به شما نشان می دهد.

آموزش روشها و توابع مقیاس

آموزش روشها و توابع مقیاس

Scala Methods and Functions

Scala به عنوان یک گزینه محبوب برای کار با مجموعه داده ها و چارچوب های بزرگ مانند Spark در حال ظهور است. این دوره در مورد پشتیبانی Scala از توابع درجه یک و درجه بالاتر و تفاوت بین روش ها و توابع به شما آموزش می دهد.

آموزش توسعه برنامه های Spark با استفاده از Scala و Cloudera

آموزش توسعه برنامه های Spark با استفاده از Scala و Cloudera

Developing Spark Applications Using Scala & Cloudera

Apache Spark یکی از سریعترین و کارآمدترین موتورهای عمومی برای پردازش داده در مقیاس بزرگ است. در این دوره ، شما می آموزید که چگونه با استفاده از Scala و یک توزیع پایدار Hadoop ، Cloudera CDH ، برنامه های Spark را برای Big Data خود توسعه دهید.

Vitthal Srinivasan Vitthal Srinivasan

ویتال بسیاری از عمر خود را صرف تحصیل کرده است - وی دارای مدرک کارشناسی ارشد در رشته های ریاضی و مهندسی برق از استنفورد ، MBA از INSEAD و لیسانس مهندسی کامپیوتر از بمبئی است. او همچنین بسیاری از زندگی خود را صرف کار کرده است - به عنوان یک مشتق مشتق در Credit Suisse در نیویورک ، سپس به عنوان یک معامله گر کوان ، ابتدا با یک صندوق پرچین در گرینویچ و سپس به صورت شخصی و در نهایت در Google در سنگاپور و Flipkart بنگلور در تمام این نقش ها ، او کدهای زیادی نوشته است و مدل های زیادی ساخته است.

Pluralsight (پلورال سایت)

Pluralsight یکی از پرطرفدارترین پلتفرم‌های آموزش آنلاین است که به میلیون‌ها کاربر در سراسر جهان کمک می‌کند تا مهارت‌های خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دوره‌های آموزشی در زمینه‌های فناوری اطلاعات، توسعه نرم‌افزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه می‌دهد.

یکی از ویژگی‌های برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعه‌دهندگان و کارشناسان معتبر، دوره‌هایی را ارائه می‌دهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژی‌ها نگه می‌دارد. این امر به کاربران این اطمینان را می‌دهد که دوره‌هایی که در Pluralsight می‌پذیرند، با جدیدترین دانش‌ها و تجارب به روز شده‌اند.