نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
در این دوره ، توسعه دهندگان برنامه ها می آموزند که چگونه برنامه های بومی Cloud را طراحی و توسعه دهند که خدمات مدیریت شده از Google Cloud را به طور یکپارچه ادغام کند. از طریق ترکیبی از ارائه ها ، نسخه های نمایشی و آزمایشگاه های عملی ، شرکت کنندگان می آموزند ... در این دوره ، توسعه دهندگان برنامه می آموزند که چگونه برنامه های بومی ابر را طراحی و توسعه دهند که خدمات مدیریت شده از Google Cloud را به طور یکپارچه ادغام کند. از طریق ترکیبی از ارائه ها ، نسخه های نمایشی و آزمایشگاه های عملی ، شرکت کنندگان می آموزند که چگونه از بهترین روش ها برای توسعه برنامه استفاده کنند و از خدمات ذخیره سازی Google Cloud مناسب برای ذخیره سازی اشیا، ، داده های رابطه ای ، ذخیره سازی و تجزیه و تحلیل استفاده کنند. زبان آموزان می توانند آزمایشگاه ها را به زبان مورد علاقه خود انتخاب کنند: Node.js ، Java یا Python.
سرفصل ها و درس ها
معرفی دوره
Course Introduction
-
به این دوره خوش آمدید
Welcome to this Course
-
اطلاعات دوره
Course Information
استقرار برنامه ها
Deploying Applications
-
استقرار برنامه ها با استفاده از Cloud Build ، Container Registry و Deployment Manager
Deploying Applications Using Cloud Build, Container Registry, and Deployment Manager
-
چرا باید از کانتینرها برای استقرار استفاده کرد؟
Why use containers for deployment?
-
ساخت خطوط لوله با Cloud Build and Deployment Manager
Build Pipelines with Cloud Build and Deployment Manager
-
نسخه ی نمایشی در مورد کاوش مدیر استقرار
Demo on Exploring Deployment Manager
-
بررسی اجمالی آزمایشگاه
Lab Overview
-
شروع کار با GCP و Qwiklabs
Getting Started With GCP And Qwiklabs
-
آزمایشگاه: برنامه توسعه - استقرار برنامه در موتور Kubernetes: Node.js
Lab: App Dev - Deploying the Application into Kubernetes Engine: Node.js
-
آزمایشگاه: برنامه توسعه - استقرار برنامه در موتور Kubernetes: جاوا
Lab: App Dev - Deploying the Application into Kubernetes Engine: Java
-
آزمایشگاه: برنامه توسعه - استقرار برنامه در موتور Kubernetes: پایتون
Lab: App Dev - Deploying the Application into Kubernetes Engine: Python
-
خلاصه
Summary
محیط های اجرای برنامه شما
Execution Environments for Your Application
-
مقدمه ای بر محیط های اعدام در Google Cloud
Introduction to Execution Environments in Google Cloud
-
Cloud Dataflow
Cloud Dataflow
-
عملکردهای ابر
Cloud Functions
-
نرم افزار موتور انعطاف پذیر
App Engine Flexible Environment
-
Google Kubernetes Engine
Google Kubernetes Engine
-
ابر اجرا کنید
Cloud Run
-
محاسبه موتور
Compute Engine
-
بررسی اجمالی آزمایشگاه
Lab Overview
-
آزمایشگاه: برنامه توسعه - اجرای برنامه در محیط انعطاف پذیر موتور برنامه: Node.js
Lab: App Dev - Deploying the Application into App Engine Flexible Environment: Node.js
-
آزمایشگاه: برنامه توسعه - اجرای برنامه در محیط انعطاف پذیر موتور برنامه: جاوا
Lab: App Dev - Deploying the Application into App Engine Flexible Environment: Java
-
آزمایشگاه: برنامه توسعه - اجرای برنامه در محیط انعطاف پذیر موتور برنامه: پایتون
Lab: App Dev - Deploying the Application into App Engine Flexible Environment: Python
-
خلاصه
Summary
اشکال زدایی ، نظارت و تنظیم عملکرد
Debugging, Monitoring, and Performance Tuning
-
Google Cloud's Operations Suite - یک سرویس چند ابری
Google Cloud's Operations Suite - a Multi-Cloud Service
-
مدیریت عملکرد برنامه و اشکال زدایی
Managing Application Performance and Debugging
-
بررسی اجمالی آزمایشگاه
Lab Overview
-
آزمایشگاه: برنامه توسعه - خطاهای برنامه اشکال زدایی: Node.js
Lab: App Dev - Debugging Application Errors: Node.js
-
ورود به سیستم
Logging
-
نظارت و تنظیم عملکرد
Monitoring and Tuning Performance
-
شناسایی و عیب یابی مشکلات عملکرد
Identifying and Troubleshooting Performance Issues
-
استقرار و نظارت بر نسخه ی نمایشی
Deployment and Monitoring Demo
-
بررسی اجمالی آزمایشگاه
Lab Overview
-
آزمایشگاه: برنامه توسعه - مهار ردیابی و نظارت بر Stackdriver: Node.js
Lab: App Dev - Harnessing Stackdriver Trace and Monitoring: Node.js
-
خلاصه
Summary
بسته شدن
Wrap Up
منابع دوره
Course Resources
-
اسلایدهای دوره
Course Slides
نمایش نظرات