آموزش AWS Data Architect Bootcamp - 43 Services 500 FAQs 20+ Tools

AWS Data Architect Bootcamp - 43 Services 500 FAQs 20+ Tools

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: پایگاه‌های داده AWS، EMR، SageMaker، IoT، Redshift، Glue، QuickSight، RDS، Aurora، DynamoDB، Kinesis، Rekognition و موارد دیگر با اطمینان راه‌حل‌های AWS را برای Ingestion، Migration، Streaming، Storage، Big Data، Analyticsn Learning، معمار کنید. و بیشتر موارد استفاده، ادغام و هزینه 40+ خدمات AWS را برای طراحی راه حل های مقرون به صرفه و کارآمد برای انواع نیازها بیاموزید. سرویس‌های AWS مانند اینترنت اشیا، EMR، SageMaker، Redshift، Glue، Comprehend و بسیاری دیگر پیش نیازها: رایانه‌ای با دسترسی ادمین، اینترنت و حساب AWS برای تمرین آزمایشگاه‌ها. برخی از آزمایشگاه ها ممکن است $$ هزینه داشته باشند. دانش اولیه کار AWS مانند AWS Console، S3، EC2، VPC و مفاهیم اولیه مشابه. تجربه کار با حداقل یک پایگاه داده، SQL پایه، درک مفهومی موضوعاتی مانند تکرار، جریان، پشتیبان گیری، کلید-مقدار، فهرست و غیره. داشتن این دانش پیش نیاز سفر شما را در دوره با سوالات کمتر راحت تر می کند

سلام! به دوره آموزشی AWS Data Architect Bootcamp خوش آمدید، تنها دوره ای که برای یادگیری همه چیز در مورد معماری داده در AWS و ایفای نقش یک معمار داده سازمانی به آن نیاز دارید. این جامع ترین دوره آموزشی AWS مربوط به معماری داده AWS در بازار است. در اینجا دلیل است:

  • این تنها دوره آنلاینی است که توسط یک معمار ابر سازمانی تدریس می‌شود، که تیم‌های بزرگی از معماران جوان را در دنیای واقعی رهبری می‌کند، که تجربه‌ای نزدیک به دو دهه در صنعت فناوری اطلاعات دارد، نویسنده‌ای منتشر شده است، و معماری فناوری پروژه های XXX میلیون دلاری را در ابر برای مشتریان چند ملیتی هدایت می کند. معماران داده به طور متوسط ​​دستمزدی بین 150 تا 250 هزار دلار دریافت می‌کنند. این دوره شما را برای آن شغل آموزش می دهد! این دهمین دوره من در Udemy، سومین دوره در مورد موضوعات AWS است (2 دوره قبلی پرفروش‌ترین هستند).


  • آموزش‌های کلاس درس AWS معمولی در مورد معماری داده که شامل کسری از موضوعات تحت پوشش این دوره است، 3000 تا 5000 دلار هزینه دارد. و این دوره 5 تا 7 برابر بیشتر از آموزش AWS (سرویس‌های AWS 40) در کسری از هزینه به شما موضوعاتی را آموزش می‌دهد.


  • همه مواردی که در این دوره پوشش داده می‌شوند، به‌روزرسانی می‌شوند. خدماتی که در نسخه بتا هستند و در Re-invent (نوامبر گذشته) راه‌اندازی شده‌اند، قبلاً در این دوره پوشش داده شده‌اند. AWS خیلی سریع نوآوری می‌کند و ویژگی‌هایی را به پشته خود اضافه می‌کند، و من دوره آموزشی خود را دائماً با این تغییرات به‌روز نگه می‌دارم. این دوره را به عنوان یک اشتراک به‌روزرسانی‌های معماری در نظر بگیرید.


  • توسعه‌دهندگان سؤالاتی دارند، معماران سؤالاتی دارند، مشتریان سؤالاتی دارند - همه ذهن‌های کنجکاو فنی سؤالاتی دارند. و این دوره همچنین دارای بیش از 500 سؤال و پاسخ (سؤالات متداول) است که از سؤالات متداول AWS تهیه شده است تا شما را با همان تعداد پاسخ آماده برای استفاده در نقش معمار خود مجهز کند.


کل دوره از بیش از 40 سرویس تشکیل شده است. هر سرویس از بخش‌های فهرست‌شده در زیر، با نسبت آنها در هر بخش/سرویس تشکیل شده است.


  • معماری (12%) - نمودارها، ادغام، اصطلاحات

  • موارد استفاده (6%) – اینکه آیا و چه زمانی از سرویس AWS استفاده شود

  • قیمت‌گذاری (2%) – روش‌های برآورد هزینه برای ارزیابی هزینه راه‌حل کلی

  • آزمایشگاه‌ها (75%) – آزمایشگاه‌های پیشرفته برای درک معماری که تمامی ویژگی‌های اصلی و مهم را پوشش می‌دهند

  • سؤالات متداول (5٪) - سؤال منتخب از سؤالات متداول AWS به طور مختصر توضیح داده شده است. (در مجموع 500+)


به‌جز سرویس‌های AWS، ما از تعدادی ابزار مشتری برای کار بر روی سرویس‌های AWS، پایگاه‌های داده و سایر پشته‌های فناوری استفاده خواهیم کرد. در اینجا لیستی از ابزارهایی است که ما استفاده خواهیم کرد:

1. EC2          2. Putty          3. Cloud9،          4. HeidiSQL        5. MySQL Workbench                    6. Pgadmin  .   MS

8. Oracle SQL Developer          9. Aginity Workbench برای Redshift            10. SQL Workbench/J

11. WinSCP          12. AWS CLI              13. FoxyProxy            14. Oracle Virtualbox              15. Linux

16. FastGlacier              17. Rstudio              18. Redis Client                              19. Telnet              3                                                                                   3

21. نوت بوک Juypter


در زیر شرح مفصلی از برنامه درسی به‌عنوان سرویس‌های AWS ارائه شده است که یاد می‌گیریم چگونه در معماری کلی داده‌های ابری در AWS قرار می‌گیرند و موارد استفاده مختلف را بررسی می‌کنیم. اگر سوالی دارید، لطفا با من تماس بگیرید.


  1. انتقال AWS برای SFTP (انتشار نوامبر 2018) - ما سفر خود را در این دوره با این سرویس آغاز خواهیم کرد و یاد می‌گیریم که چگونه فایل‌ها را به صورت سلف‌سرویس با استفاده از سرور sFTP در AWS و ابزارهای sFTP در محل برای دریافت فایل وارد کنیم. داده های مبتنی بر AWS.


  2. AWS Snowball - حجم داده‌های بزرگ که صدها TB را در بر می‌گیرد، برای جذب از طریق شبکه ایده‌آل نیستند. با استفاده از این سرویس، یاد می‌گیریم که چگونه داده‌های حجم بزرگ را با استفاده از مکانیسم انتقال داده آفلاین مبتنی بر دستگاه به AWS ابر دریافت کنیم.


  3. AWS Kinesis Data Firehose - یکی از مکانیسم‌های جذب داده، پخش جریانی است. ما یاد خواهیم گرفت که چگونه با استفاده از این سرویس، داده‌های جاری‌سازی شده را از Kinesis Data Streams به AWS Data Storage Analytics Repositories مانند S3، Redshift، ElasticSearch و موارد دیگر هدایت کنیم.


  4. AWS Kinesis Data Streams - مشتریان می‌توانند زیرساخت پخش جریانی یا حتی دستگاه‌هایی (IoT)  داشته باشند که ممکن است داده‌ها را به‌طور مداوم پخش کنند. با استفاده از این سرویس، نحوه جمع‌آوری داده‌های جریان و ذخیره آن‌ها در AWS را یاد خواهیم گرفت.


  5. AWS Managed Streaming for Kafka (MSK) ( انتشار در نوامبر 2018) - AWS به تازگی کافکا را به پشته فناوری خود اضافه کرده است که شباهت های زیادی با Kinesis دارد. ویژگی‌های مقایسه‌ای و همچنین روش ایستادن خوشه کافکا در AWS را برای پذیرش جریان داده‌ها در AWS بیاموزید.


  6. ابزار تبدیل طرحواره AWS - انتقال پایگاه داده فرآیندی پیچیده است و می‌تواند همگن (مثلاً SQL Server on-premise به SQL Server در AWS) یا ناهمگن (مثلاً MySQL به PostgreSQL) باشد. ما از این ابزار آفلاین برای آشنایی با ارزیابی پیچیدگی‌های مهاجرت، تولید گزارش‌های ارزیابی مهاجرت و حتی انجام مهاجرت طرحی استفاده خواهیم کرد.


  7. سرویس مهاجرت پایگاه داده AWS (DMS) - انتقال/تکرار پایگاه داده یک نیاز بسیار رایج برای هر راه حل داده فدرال است. ما از این سرویس برای یادگیری نحوه انتقال و/یا تکثیر داده‌های داخلی از پایگاه‌های داده به پایگاه‌های داده رابطه‌ای میزبان AWS در AWS RDS استفاده خواهیم کرد.


  8. AWS Data Sync (انتشار نوامبر 2018) - همگام‌سازی مداوم داده‌ها از فضای داخلی به مخازن داده میزبانی شده در فضای ابری به یک نیاز کلیدی در محیط‌هایی تبدیل می‌شود که داده‌ها تولید می‌شوند یا خیلی سریع تغییر می‌کنند. ما از سرویس استفاده می کنیم تا یاد بگیریم چگونه می تواند این نیاز را حل کند.


  9. AWS Storage Gateway - این سرویس شباهت قابل توجهی با AWS Data Sync دارد و یکی از گزینه‌های جایگزین برای حجم‌های حافظه پنهان و حجم‌های ذخیره‌شده در AWS برای ایجاد پلی بین ذخیره‌سازی داده‌های داخلی و AWS است. به طور خلاصه شباهت‌های بین AWS Data Sync و AWS Storage Gateway را یاد خواهیم گرفت.


  10. AWS ElastiCache (Memcached) - پس از پوشش بیشتر مکانیسم‌های انتقال داده، قبل از انتقال به پایگاه‌های داده، تمرکز خود را روی ذخیره‌سازی داده‌ها تغییر می‌دهیم. ما شروع به یادگیری در مورد حافظه پنهان با طعم Memcached این سرویس خواهیم کرد که قابلیت ذخیره سازی قدرتمندی را برای انواع داده های ساده تر ارائه می دهد.


  11. AWS ElastiCache ( Redis )  - تفاوت مقایسه ای بین Memcached و Redis برای ذخیره سازی حافظه پنهان و نحوه استفاده از طعم Redis در حافظه پنهان را که می تواند خوشه های کش بسازد و انواع داده های پیچیده را میزبانی کند، یاد خواهیم گرفت.


  12. AWS S3 (پیشرفته) - AWS S3 اساس ذخیره‌سازی داده و دریاچه داده در AWS است. ما تاکتیک‌های پیشرفته‌ای مانند قفل کردن داده‌ها برای انطباق قانونی، تکرار جهانی بین منطقه‌ای، جستجوی داده‌ها با ویژگی S3 Select، مدیریت چرخه عمر برای انتقال داده‌ها به ذخیره‌سازی سرد و غیره را یاد خواهیم گرفت.


  13. AWS Glacier - داده‌ها در فضای ابری انباشته می‌شوند و می‌توانند هزینه‌های ذخیره‌سازی را به‌طور چشمگیری افزایش دهند. داده هایی که به ندرت استفاده می شوند برای ذخیره سازی سرد مناسب هستند، جایی که این سرویس وارد عمل می شود. با استفاده از این سرویس، آرشیو، بازیابی بایگانی و پرس و جو بایگانی را یاد خواهیم گرفت.


  14. سرویس پایگاه داده رابطه‌ای AWS (MariaDB) - ما به شدت روی سرویس AWS تمرکز خواهیم کرد که از 6 نوع مختلف پایگاه داده تشکیل شده است. ما مفاهیم اولیه AWS RDS با استفاده از MariaDB را یاد می‌گیریم، یک نمونه را آماده می‌کنیم و آن را با ابزار مشتری جستجو می‌کنیم.


  15. سرویس پایگاه داده رابطه‌ای AWS (SQL Server) - داده‌ها باید بین مراکز داده و نمونه‌های پایگاه داده میزبان ابری وارد و صادر شوند. ما چنین تاکتیک‌هایی را برای مقابله با پشتیبان‌گیری و بازیابی در فضای ابری با استفاده از پایگاه داده SQL Server روی RDS با ابزار مشتری یاد خواهیم گرفت.


  16. سرویس پایگاه داده رابطه‌ای AWS (Oracle) - مدتی را صرف یادگیری نحوه ایستادن Oracle در AWS RDS می‌کنیم، مخصوصاً برای حرفه‌ای‌های Oracle.


  17. سرویس پایگاه داده رابطه‌ای AWS (MySQL) - پس از صرف زمان برای تمرین مفاهیم اساسی، با پایگاه داده MySQL در AWS RDS، شروع به تمرین مفاهیم پیشرفته برای دسترسی بالا و عملکرد، مانند Read Replicas و ویژگی‌های Performance Insights خواهیم کرد.

    >


  18. سرویس پایگاه داده رابطه‌ای AWS (PostgreSQL) - موارد استفاده ممکن است نیاز به تبدیل یک پایگاه داده به دیگری در فضای ابری وجود داشته باشد، برای مثال PostgreSQL به MySQL تبدیل شود. ما در مورد برخی از ویژگی‌های سازگاری یاد می‌گیریم که در آنها می‌توانیم یک نسخه خواندنی MySQL از یک نمونه PostgreSQL ایجاد کنیم و یک نسخه خواندنی به عنوان یک پایگاه داده مستقل ایجاد کنیم.


  19. سرویس پایگاه داده رابطه‌ای AWS (Aurora) - Aurora در AWS RDS یک سرویس پایگاه داده بومی از AWS است. این در دو نوع ارائه می شود - میزبان خوشه ای و بدون سرور، که برای موارد مختلف مناسب است. همچنین معماری ذخیره سازی Aurora توسط سرویس های مختلف AWS مانند AWS Neptune و DocumentDB به اشتراک گذاشته شده است. ما این سرویس را به طور عمیق یاد خواهیم گرفت.


  20. AWS Neptune - پایگاه‌های داده رابطه‌ای تنها یکی از انواع پایگاه‌های داده در صنعت و همچنین در AWS است. نمودار یک مورد استفاده ویژه برای داده های بسیار متراکم است که در آن ارزش روابط بسیار بالاتر از حد معمول است. ما تئوری گراف RDF در مقابل نمودار دارایی را یاد می‌گیریم و یاد می‌گیریم که چگونه نپتون در این تصویر قرار می‌گیرد، سرور نپتون و همچنین کلاینت را نصب می‌کند و با زبان‌های پرس و جو مانند Gremlin (Tinkerpop) و SPARQL کار می‌کند.


  21. AWS DocumentDB (انتشار نوامبر ۲۰۱۸) - MongoDB یکی از پیشروهای صنعت در پایگاه‌های داده اسناد NoSQL است. AWS اخیراً این سرویس جدید را معرفی کرده است که یک پیاده‌سازی بومی AWS است تا پایگاه داده‌ای معادل با سازگاری MongoDB ارائه کند. ما جزئیات همان را یاد خواهیم گرفت.


  22. AWS DynamoDB  - پایگاه‌های داده کلید-مقدار برای نگهداری داده‌های حجیم معمولاً گزارش‌ها، نشانه‌ها و غیره مهم هستند. ما پیاده‌سازی پایگاه داده سند را با ویژگی‌های پیشرفته مانند پخش جریانی، ذخیره‌سازی، انقضای داده و موارد دیگر به طور عمیق یاد خواهیم گرفت.


  23. AWS API Gateway - REST API مکانیسم استاندارد امروزی برای انتقال داده است. با استفاده از این سرویس با AWS DynamoDB، نحوه ایجاد انتقال داده و دسترسی به خط لوله با APIها را یاد خواهیم گرفت.


  24. AWS Lambda - میکروسرویس‌ها اغلب با APIها مرتبط هستند و سنگ بنای هر ادغام برنامه‌ای با سرویس‌های AWS، معمولاً خدمات هوش مصنوعی و یادگیری ماشینی AWS هستند. ما توسعه توابع Lambda

    را یاد خواهیم گرفت


  25. AWS CloudWatch - گزارش‌گیری سیستم در مرکز همه اجرای منطق برنامه‌نویسی است، و ارتباط بسیار نزدیکی با میکروسرویس‌ها و ثبت معیارها برای انواع سرویس‌های AWS دارد. نحوه دسترسی و ثبت داده‌های میکروسرویس‌ها در گزارش‌های CloudWatch را یاد خواهیم گرفت.


  26. AWS اینترنت اشیا (IoT) - امروزه اینترنت اشیا یکی از سریع‌ترین حوزه‌های در حال رشد است و از منظر داده، یکی از ارزشمندترین منابع داده است. اولین مرحله چالش سازمانی مکانیسم دریافت داده ها از دستگاه ها و سپس پردازش آن است. با تمرکز اصلی روی مصرف، یاد می‌گیریم که چگونه با استفاده از یک مثال عملی سرتاسر که داده‌ها را از دستگاه می‌خواند و پیام‌های متنی را روی تلفن همراه شما می‌فرستد، این مشکل را حل کنیم.


  27. خط لوله داده AWS - با توجه به اینکه دریاچه‌های داده از قبل مملو از داده‌ها هستند، انتقال داده‌ها در مخازن ابری و از محل به AWS به یک موتور هماهنگ‌سازی نیاز دارد که می‌تواند داده‌ها را با مقداری پردازش جابه‌جا کند. ما یاد خواهیم گرفت که چگونه این مورد استفاده را با این سرویس حل کنیم.


  28. Amazon Redshift و Redshift Spectrum - تمام داده های ذخیره شده در قالب رابطه ای یا غیر رابطه ای باید تجزیه و تحلیل و انبار شوند. ما یاد خواهیم گرفت که چگونه با استفاده از این سرویس، نیاز به مقیاس پتا بایت، انبار داده بسیار موازی را برآورده کنیم.


  29. AWS ElasticSearch - ElasticSearch یکی از رهبران بازار در چارچوب جستجو به همراه Apache Solr جایگزین آن است. AWS پیاده‌سازی مدیریت شده ElasticSearch را ارائه می‌کند که می‌تواند به عنوان یکی از گزینه‌های جستجوی داده‌ها از مخازن مختلف استفاده شود. ما یاد خواهیم گرفت که چگونه از این سرویس برای رسیدگی به موارد استفاده جستجو استفاده کنیم و خواهیم فهمید که چگونه ابزارهایی مانند Logtash و Kibana در راه حل کلی قرار می گیرند.


  30. AWS CloudSearch - ایستادن یک AWS ElasticSearch به درک خاصی از ElasticSearch نیاز دارد. برای موارد استفاده که نیاز به راه حل مدیریت شده تری دارند، AWS یک راه حل بسته بندی جایگزین برای جستجو بر اساس Apache Solr ارائه می دهد. ما یاد خواهیم گرفت که چگونه از این سرویس استفاده کنیم و از راه‌حل‌های جستجوی ایستاده به صورت اکسپرس استفاده کنیم.


  31. AWS Elastic MapReduce (EMR) - پس از صرف زمان کافی برای جذب، مهاجرت، ذخیره‌سازی، پایگاه‌های داده، جستجو و پردازش، اکنون وارد دنیای تجزیه و تحلیل داده‌های بزرگ می‌شویم که در آن زمان قابل توجهی را صرف یادگیری نحوه ایستادن خواهیم کرد. داده‌های پردازش و خوشه مبتنی بر Hadoop با چارچوب‌هایی مانند Spark، Hive، Oozie، EMRFS، Tez، Jupyter Notebooks، EMR Notebooks، Dynamic Port Forwarding، RStudio در EMR، خواندن و پردازش داده‌های S3 در EMR، ادغام چسب با Hive، ادغام DynamoDB with کندو و موارد دیگر.


  32. پشتیبان‌گیری AWS (نسخه نوامبر ۲۰۱۸) - ایجاد روال‌های پشتیبان از مخازن داده‌های مختلف، یک روش عملیاتی استاندارد محیط‌های تولید است. AWS با این سرویس کاملاً جدید این کار را برای تیم پشتیبانی آسان‌تر کرد. با جزئیات این سرویس آشنا خواهیم شد.


  33. چسب AWS - AWS دارای فهرست‌نویسی متمرکز داده و ETL برای هر مخزن داده در AWS با این سرویس است. ما یاد خواهیم گرفت که چگونه از ویژگی‌هایی مانند خزنده‌ها، کاتالوگ داده‌ها، serde (کتابخانه‌های سریال‌زدایی سریال‌سازی)، وظایف Extract-Transform-Load (ETL) و بسیاری ویژگی‌های دیگر استفاده کنیم که به انواع موارد استفاده با این سرویس رسیدگی می‌کند.


  34. AWS Athena - دریاچه داده بدون سرور با استفاده از چهار سرویس اصلی تشکیل شده است: S3، Glue، Redshift، Athena و QuickSight. این سرویس در انتهای فرآیند قرار دارد و مانند یک موتور جستجو برای دریاچه داده عمل می کند. ما یاد خواهیم گرفت که چگونه به این هدف عمل می کند و تصویر را کامل می کند.


  35. AWS QuickSight - AWS در سال 2017 با راه‌اندازی این سرویس، شکاف یک سرویس گزارش‌دهی بومی ابری را پر کرد. ما یاد خواهیم گرفت که چگونه در تصویر دریاچه داده بدون سرور قرار می گیرد و به ایجاد گزارش ها و داشبورد اجازه می دهد.


  36. شناسایی AWS - ما سفر خود را به دنیای خدمات شناختی که توسط هوش مصنوعی ارائه شده است با این سرویس آغاز خواهیم کرد. تصاویر و ویدئو منبع حیاتی داده ها هستند و استخراج اطلاعات از این منابع داده و پردازش آن داده ها به صورت برنامه ای کاربردهای مختلفی دارد. ما یاد خواهیم گرفت که چگونه این ادغام را با Rekognition انجام دهیم.


  37. متن AWS (انتشار در نوامبر 2018) - به عنوان مثال، تشخیص نویسه نوری یکی دیگر از منابع حیاتی داده است. ما بسیار به اسکن بارکدها، فرم‌های مالیاتی، کتاب‌های الکترونیکی و غیره عادت کرده‌ایم. یاد می‌گیریم که چگونه با استفاده از این فرم خدمات کاملاً جدید مبتنی بر هوش مصنوعی AWS، متن را از اسناد استخراج کنیم.


  38. AWS Comprehend - پردازش زبان طبیعی (NLP) یک حوزه عملی بسیار بزرگ از تجزیه و تحلیل داده است که معمولاً با استفاده از زبان‌های علم داده مانند R و Python انجام می‌شود. AWS کار NLP را با بسته‌بندی یک سرویس NLP با هوش مصنوعی آسان‌تر می‌کند. ما استفاده از این سرویس را یاد خواهیم گرفت و خواهیم فهمید که چگونه خدماتی مانند Text و Rekognition را تکمیل می کند.


  39. AWS ترانویسی - یکی از منابع اصلی داده‌ها که تاکنون به آن دست نزده‌ایم، گفتار به متن است. ما یاد خواهیم گرفت که چگونه از این سرویس مجهز به AP برای استخراج متن از گفتار استفاده کنیم، و چگونه می توان از آن به طور موثر برای تعدادی از موارد استفاده کرد.


  40. AWS Polly - ما می‌توانستیم موارد استفاده زیادی را برای پردازش داده‌های متنی از شکلی به فرم دیگر پوشش دهیم، اما پردازش متن به گفتار، که دقیقاً عملکرد مخالف رونویسی است، با این سرویس مجهز به هوش مصنوعی یاد می‌گیریم که این کار را انجام دهیم. از AWS همچنین استفاده از زبان ترکیبی گفتار را برای کنترل جزئیات گفتاری که تولید می‌شود، یاد خواهیم گرفت.


  41. AWS SageMaker - پس از استفاده راحت از سرویس مبتنی بر هوش مصنوعی، که پیچیدگی مدل‌های یادگیری ماشین را از کاربران نهایی انتزاعی می‌کند، اکنون با این سرویس وارد دنیای یادگیری ماشینی خواهیم شد. ما یک مدل یادگیری ماشین را سرتاسر اجرا خواهیم کرد و نحوه دسترسی به داده ها از S3، ایجاد یک مدل، ایجاد نوت بوک برای اجرای کد برای کاوش و پردازش داده ها، آموزش - ساخت - استقرار مدل یادگیری ماشین، تنظیم پارامترهای فوق، و در نهایت دسترسی به آن از یک زیرساخت متعادل بار با استفاده از نقاط پایانی API.


  42. AWS Personalize - Recommendation Engines نیازمند ایجاد یک شبکه عصبی یادگیری عمیق تقویت شده است. آمازون از دهه‌ها قبل در کسب و کار توصیه محصولات به مشتریان بوده است. آنها روش پیشنهادی خود را به عنوان یک محصول بسته بندی کرده اند و آن را به عنوان یک سرویس راه اندازی کرده اند که در قالب Personalize در حال عرضه است. برای درک نحوه استفاده از این سرویس برای ایجاد توصیه‌ها، تمرینی سرتاسر انجام خواهیم داد.


  43. AWS Lake Formation (انتشار نوامبر ۲۰۱۸) - از آنجایی که تشکیل دریاچه‌های داده فرآیندی خسته‌کننده است، AWS مجموعه‌ای از مراحل ارکستراسیون را در قالب خدمات برای تسریع در تولید دریاچه‌های داده معرفی کرده است. از آنجایی که این سرویس در مرحله پیش‌نمایش اولیه (بتا) است و ممکن است تغییر کند، پیش‌نمایش رابط کاربری گرافیکی این سرویس را قبل از پایان برنامه درسی این دوره بررسی خواهیم کرد.


اگر مطمئن نیستید که آیا این دوره برای شما مناسب است یا خیر، در صورت تمایل برای من پیام ارسال کنید و من خوشحال خواهم شد به سؤال شما در رابطه با مناسب بودن این دوره برای شما پاسخ دهم. امیدوارم در دوره ثبت نام کنید. امیدوارم به زودی شما را در کلاس ببینم!


سرفصل ها و درس ها

معرفی Introduction

  • معرفی مربی Instructor Introduction

  • پوشش و قالب دوره Course Coverage and Format

  • پیش نیاز - آنچه برای این دوره نیاز دارید Pre-requisites - What you'll need for this course

معرفی Introduction

  • معرفی مربی Instructor Introduction

  • پوشش و قالب دوره Course Coverage and Format

  • پیش نیاز - آنچه برای این دوره نیاز دارید Pre-requisites - What you'll need for this course

انتقال AWS برای SFTP AWS Transfer for SFTP

  • آزمایشگاه: AWS SFTP - سرویس گیرنده SFTP را پیکربندی کنید Lab: AWS SFTP - Configure SFTP Client

  • آزمایشگاه: AWS SFTP - یک نقش سرویس ایجاد کنید و AWS SFTP را آزمایش کنید Lab: AWS SFTP - Create a service role and testing AWS SFTP

  • آزمایشگاه: AWS SFTP - حذف کاربران و سرور SFTP Lab: AWS SFTP - Delete Users and SFTP Server

  • انتقال AWS برای SFTP - سوالات متداول AWS Transfer for SFTP - FAQs

  • منابع Resources

انتقال AWS برای SFTP AWS Transfer for SFTP

  • نمودار معماری AWS SFTP، مورد استفاده و قیمت گذاری AWS SFTP Architecture Diagram, Use-Case and Pricing

  • نمودار معماری AWS SFTP، مورد استفاده و قیمت گذاری AWS SFTP Architecture Diagram, Use-Case and Pricing

  • آزمایشگاه: AWS SFTP - یک سرور و کاربران AWS SFTP ایجاد کنید Lab: AWS SFTP - Create a AWS SFTP Server and Users

  • آزمایشگاه: AWS SFTP - یک سرور و کاربران AWS SFTP ایجاد کنید Lab: AWS SFTP - Create a AWS SFTP Server and Users

  • آزمایشگاه: AWS SFTP - سرویس گیرنده SFTP را پیکربندی کنید Lab: AWS SFTP - Configure SFTP Client

  • آزمایشگاه: AWS SFTP - یک نقش سرویس ایجاد کنید و AWS SFTP را آزمایش کنید Lab: AWS SFTP - Create a service role and testing AWS SFTP

  • آزمایشگاه: AWS SFTP - حذف کاربران و سرور SFTP Lab: AWS SFTP - Delete Users and SFTP Server

  • انتقال AWS برای SFTP - سوالات متداول AWS Transfer for SFTP - FAQs

  • منابع Resources

AWS Snowball AWS Snowball

  • نمودار معماری AWS Snowball، مورد استفاده و قیمت گذاری AWS Snowball Architecture Diagram, Use-Case, and Pricing

  • آزمایشگاه: AWS Snowball - یک کار گلوله برفی ایجاد کنید Lab: AWS Snowball - Create a Snowball job

  • AWS Snowball - سوالات متداول AWS Snowball - FAQs

  • منابع Resources

AWS Snowball AWS Snowball

  • نمودار معماری AWS Snowball، مورد استفاده و قیمت گذاری AWS Snowball Architecture Diagram, Use-Case, and Pricing

  • آزمایشگاه: AWS Snowball - یک کار گلوله برفی ایجاد کنید Lab: AWS Snowball - Create a Snowball job

  • AWS Snowball - سوالات متداول AWS Snowball - FAQs

  • منابع Resources

Amazon Kinesis Data Streams و Firehose Amazon Kinesis Data Streams and Firehose

  • نمودار معماری AWS Kinesis، مورد استفاده و قیمت گذاری AWS Kinesis Architecture Diagram, Use-Case and Pricing

  • آزمایشگاه: AWS Kinesis Firehose - یک جریان تحویل ایجاد کنید Lab: AWS Kinesis Firehose - Create a Delivery Stream

  • آزمایشگاه: AWS Kinesis Firehose - ارسال داده به جریان تحویل Lab: AWS Kinesis Firehose - Post data to a delivery stream

  • آزمایشگاه: AWS Kinesis Firehose - حذف جریان تحویل Lab: AWS Kinesis Firehose - Delete Delivery Stream

  • آزمایشگاه: AWS Kinesis - یک جریان داده Kinesis ایجاد کنید Lab: AWS Kinesis - Create a Kinesis Data Stream

  • آزمایشگاه: AWS Kinesis - یک تولید کننده جریان داده Kinesis ایجاد کنید Lab: AWS Kinesis - Create a Kinesis Data Stream Producer

  • آزمایشگاه: AWS Kinesis - ارسال داده به یک جریان تحویل Kinesis Lab: AWS Kinesis - Post data to a Kinesis Delivery Stream

  • آزمایشگاه: AWS Kinesis Data Streams - Delete Streams Lab: AWS Kinesis Data Streams - Delete Streams

  • منابع Resources

Amazon Kinesis Data Streams و Firehose Amazon Kinesis Data Streams and Firehose

  • نمودار معماری AWS Kinesis، مورد استفاده و قیمت گذاری AWS Kinesis Architecture Diagram, Use-Case and Pricing

  • AWS Kinesis Streams و Kinesis Firehose Basics AWS Kinesis Streams and Kinesis Firehose Basics

  • AWS Kinesis Streams و Kinesis Firehose Basics AWS Kinesis Streams and Kinesis Firehose Basics

  • آزمایشگاه: AWS Kinesis Firehose - یک جریان تحویل ایجاد کنید Lab: AWS Kinesis Firehose - Create a Delivery Stream

  • آزمایشگاه: AWS Kinesis Firehose - ارسال داده به جریان تحویل Lab: AWS Kinesis Firehose - Post data to a delivery stream

  • آزمایشگاه: AWS Kinesis Firehose - حذف جریان تحویل Lab: AWS Kinesis Firehose - Delete Delivery Stream

  • آزمایشگاه: AWS Kinesis - یک جریان داده Kinesis ایجاد کنید Lab: AWS Kinesis - Create a Kinesis Data Stream

  • آزمایشگاه: AWS Kinesis - یک مصرف کننده جریان داده Kinesis ایجاد کنید Lab: AWS Kinesis - Create a Kinesis Data Stream Consumer

  • آزمایشگاه: AWS Kinesis - یک مصرف کننده جریان داده Kinesis ایجاد کنید Lab: AWS Kinesis - Create a Kinesis Data Stream Consumer

  • آزمایشگاه: AWS Kinesis - یک تولید کننده جریان داده Kinesis ایجاد کنید Lab: AWS Kinesis - Create a Kinesis Data Stream Producer

  • آزمایشگاه: AWS Kinesis - ارسال داده به یک جریان تحویل Kinesis Lab: AWS Kinesis - Post data to a Kinesis Delivery Stream

  • آزمایشگاه: AWS Kinesis Data Streams - Delete Streams Lab: AWS Kinesis Data Streams - Delete Streams

  • AWS Kinesis Data Streams & Firehose - سوالات متداول AWS Kinesis Data Streams & Firehose - FAQs

  • AWS Kinesis Data Streams & Firehose - سوالات متداول AWS Kinesis Data Streams & Firehose - FAQs

  • منابع Resources

آمازون پخش جریانی را برای کافکا مدیریت کرد Amazon Managed Streaming for Kafka

  • آزمایشگاه: AWS MSK - یک شبکه برای میزبانی کارگزاران ایجاد کنید Lab: AWS MSK - Create a network for hosting brokers

  • آزمایشگاه: AWS MSK - خوشه کافکا را با استفاده از MSK ایجاد کنید Lab: AWS MSK - Create Kafka Cluster using MSK

  • منابع Resources

آمازون پخش جریانی را برای کافکا مدیریت کرد Amazon Managed Streaming for Kafka

  • AWS MSK - نمودار معماری، مورد استفاده و قیمت گذاری AWS MSK - Architecture Diagram, Use-Case and Pricing

  • AWS MSK - نمودار معماری، مورد استفاده و قیمت گذاری AWS MSK - Architecture Diagram, Use-Case and Pricing

  • آزمایشگاه: AWS MSK - یک شبکه برای میزبانی کارگزاران ایجاد کنید Lab: AWS MSK - Create a network for hosting brokers

  • آزمایشگاه: AWS MSK - خوشه کافکا را با استفاده از MSK ایجاد کنید Lab: AWS MSK - Create Kafka Cluster using MSK

  • آزمایشگاه: AWS MSK - یک مشتری کافکا برای اتصال به MSK Kafka Cluster ایجاد کنید Lab: AWS MSK - Create a Kafka Client to connect to MSK Kafka Cluster

  • آزمایشگاه: AWS MSK - یک مشتری کافکا برای اتصال به MSK Kafka Cluster ایجاد کنید Lab: AWS MSK - Create a Kafka Client to connect to MSK Kafka Cluster

  • آزمایشگاه: AWS MSK - نمونه خوشه کافکا را حذف کنید Lab: AWS MSK - Delete Kafka Cluster Instance

  • آزمایشگاه: AWS MSK - نمونه خوشه کافکا را حذف کنید Lab: AWS MSK - Delete Kafka Cluster Instance

  • AWS MSK - سوالات متداول AWS MSK - FAQs

  • AWS MSK - سوالات متداول AWS MSK - FAQs

  • منابع Resources

سرویس مهاجرت پایگاه داده AWS (DMS) و ابزار تبدیل طرحواره (SCT) AWS Database Migration Service (DMS) and Schema Conversion Tool (SCT)

  • AWS DMS و SCT - نمودار معماری، مورد استفاده و قیمت گذاری AWS DMS and SCT - Architecture Diagram, Use-Case and Pricing

  • آزمایشگاه: AWS SCT - یک Redshift Cluster به عنوان مقصد ایجاد کنید Lab: AWS SCT - Create a Redshift Cluster as destination

  • آزمایشگاه: AWS SCT - مهاجرت Schema را به Redshift Data Warehouse اعمال کنید Lab: AWS SCT - Apply Schema migration to Redshift Data Warehouse

  • آزمایشگاه: AWS DMS - یک هدف DMS ایجاد کنید Lab: AWS DMS - Create a DMS Target

  • آزمایشگاه: AWS DMS - یک منبع DMS ایجاد کنید Lab: AWS DMS - Create a DMS Source

  • آزمایشگاه: AWS DMS - منبع DMS را پیکربندی کنید Lab: AWS DMS - Configure DMS Source

  • آزمایشگاه: AWS DMS - Replication Instance و Endpoints Database Lab: AWS DMS - Replication Instance and Database endpoints

  • AWS DMS و SCT - سوالات متداول AWS DMS and SCT - FAQs

  • منابع Resources

سرویس مهاجرت پایگاه داده AWS (DMS) و ابزار تبدیل طرحواره (SCT) AWS Database Migration Service (DMS) and Schema Conversion Tool (SCT)

  • AWS DMS و SCT - نمودار معماری، مورد استفاده و قیمت گذاری AWS DMS and SCT - Architecture Diagram, Use-Case and Pricing

  • آزمایشگاه: AWS SCT - تجزیه و تحلیل طرحواره پایگاه داده رابطه ای Lab: AWS SCT - Analyze Relational Database Schema

  • آزمایشگاه: AWS SCT - تجزیه و تحلیل طرحواره پایگاه داده رابطه ای Lab: AWS SCT - Analyze Relational Database Schema

  • آزمایشگاه: AWS SCT - یک Redshift Cluster به عنوان مقصد ایجاد کنید Lab: AWS SCT - Create a Redshift Cluster as destination

  • آزمایشگاه: AWS SCT - مقایسه نگاشت طرحواره از SQL Server OLAP به Redshift Lab: AWS SCT - Compare schema mapping from SQL Server OLAP to Redshift

  • آزمایشگاه: AWS SCT - مقایسه نگاشت طرحواره از SQL Server OLAP به Redshift Lab: AWS SCT - Compare schema mapping from SQL Server OLAP to Redshift

  • آزمایشگاه: AWS SCT - اشیاء طرحواره را برای تبدیل ارزیابی کنید Lab: AWS SCT - Assess schema objects for conversion

  • آزمایشگاه: AWS SCT - اشیاء طرحواره را برای تبدیل ارزیابی کنید Lab: AWS SCT - Assess schema objects for conversion

  • آزمایشگاه: AWS SCT - مهاجرت Schema را به Redshift Data Warehouse اعمال کنید Lab: AWS SCT - Apply Schema migration to Redshift Data Warehouse

  • آزمایشگاه: AWS SCT - SQL Server و Redshift Instance را حذف کنید Lab: AWS SCT - Delete SQL Server and Redshift Instance

  • آزمایشگاه: AWS SCT - SQL Server و Redshift Instance را حذف کنید Lab: AWS SCT - Delete SQL Server and Redshift Instance

  • آزمایشگاه: AWS DMS - یک هدف DMS ایجاد کنید Lab: AWS DMS - Create a DMS Target

  • آزمایشگاه: AWS DMS - یک منبع DMS ایجاد کنید Lab: AWS DMS - Create a DMS Source

  • آزمایشگاه: AWS DMS - منبع DMS را پیکربندی کنید Lab: AWS DMS - Configure DMS Source

  • آزمایشگاه: AWS DMS - پیکربندی امنیت و ساختارهای داده Lab: AWS DMS - Configure Security and Data Structures

  • آزمایشگاه: AWS DMS - پیکربندی امنیت و ساختارهای داده Lab: AWS DMS - Configure Security and Data Structures

  • آزمایشگاه: AWS DMS - Replication Instance و Endpoints Database Lab: AWS DMS - Replication Instance and Database endpoints

  • آزمایشگاه: AWS DMS - ایجاد وظیفه مهاجرت یا تکرار Lab: AWS DMS - Create Migration or Replication Task

  • آزمایشگاه: AWS DMS - ایجاد وظیفه مهاجرت یا تکرار Lab: AWS DMS - Create Migration or Replication Task

  • آزمایشگاه: AWS DMS - نمونه DMS و سایر منابع را حذف کنید Lab: AWS DMS - Delete DMS Instance and other resources

  • آزمایشگاه: AWS DMS - نمونه DMS و سایر منابع را حذف کنید Lab: AWS DMS - Delete DMS Instance and other resources

  • AWS DMS و SCT - سوالات متداول AWS DMS and SCT - FAQs

  • منابع Resources

AWS Data Sync و Storage Gateway AWS Data Sync and Storage Gateway

  • آزمایشگاه: AWS Data Sync - یک کار انتقال داده را اجرا کنید Lab: AWS Data Sync - Execute a data transfer task

  • AWS Data Sync - سوالات متداول AWS Data Sync - FAQs

  • منابع Resources

AWS Data Sync و Storage Gateway AWS Data Sync and Storage Gateway

  • AWS Data Sync - نمودار معماری، مورد استفاده و قیمت گذاری AWS Data Sync - Architecture Diagram, Use-Case and Pricing

  • AWS Data Sync - نمودار معماری، مورد استفاده و قیمت گذاری AWS Data Sync - Architecture Diagram, Use-Case and Pricing

  • آزمایشگاه: AWS Data Sync - یک عامل ایجاد کنید Lab: AWS Data Sync - Create an Agent

  • آزمایشگاه: AWS Data Sync - یک عامل ایجاد کنید Lab: AWS Data Sync - Create an Agent

  • آزمایشگاه: AWS Data Sync - یک عامل را پیکربندی کنید Lab: AWS Data Sync - Configure an Agent

  • آزمایشگاه: AWS Data Sync - یک عامل را پیکربندی کنید Lab: AWS Data Sync - Configure an Agent

  • آزمایشگاه: AWS Data Sync - یک وظیفه انتقال داده ایجاد کنید Lab: AWS Data Sync - Create a data transfer Task

  • آزمایشگاه: AWS Data Sync - یک وظیفه انتقال داده ایجاد کنید Lab: AWS Data Sync - Create a data transfer Task

  • آزمایشگاه: AWS Data Sync - یک کار انتقال داده را اجرا کنید Lab: AWS Data Sync - Execute a data transfer task

  • آزمایشگاه: AWS Data Sync - حذف عامل و وظایف Lab: AWS Data Sync - Delete agent and tasks

  • آزمایشگاه: AWS Data Sync - حذف عامل و وظایف Lab: AWS Data Sync - Delete agent and tasks

  • آزمایشگاه: AWS Data Sync - مقایسه با Storage Gateway Lab: AWS Data Sync - Comparison with Storage Gateway

  • آزمایشگاه: AWS Data Sync - مقایسه با Storage Gateway Lab: AWS Data Sync - Comparison with Storage Gateway

  • AWS Data Sync - سوالات متداول AWS Data Sync - FAQs

  • منابع Resources

Amazon ElastiCache - Redis و Memcached Amazon ElastiCache - Redis and Memcached

  • Amazon ElastiCache - استراتژی ها و معماری ذخیره سازی Amazon ElastiCache - Caching Strategies and Architecture

  • Amazon ElastiCache - Memcached در مقابل Redis، موارد استفاده و قیمت گذاری Amazon ElastiCache - Memcached vs Redis, Use-Cases and Pricing

  • آزمایشگاه: Amazon ElastiCache - ایجاد نمونه ElastiCache Redis Clustered Lab: Amazon ElastiCache - Create ElastiCache Redis Clustered Instance

  • آزمایشگاه: Amazon ElastiCache - حذف نمونه Lab: Amazon ElastiCache - Delete Instance

  • آزمایشگاه: Amazon ElastiCache - حذف نمونه Lab: Amazon ElastiCache - Delete Instance

  • منابع Resources

Amazon ElastiCache - Redis و Memcached Amazon ElastiCache - Redis and Memcached

  • Amazon ElastiCache - استراتژی ها و معماری ذخیره سازی Amazon ElastiCache - Caching Strategies and Architecture

  • Amazon ElastiCache - Memcached در مقابل Redis، موارد استفاده و قیمت گذاری Amazon ElastiCache - Memcached vs Redis, Use-Cases and Pricing

  • آزمایشگاه: Amazon ElastiCache - ایجاد نمونه ElastiCache Redis Clustered Lab: Amazon ElastiCache - Create ElastiCache Redis Clustered Instance

  • آزمایشگاه: Amazon ElastiCache - به نمونه Elasticache Redis از یک مشتری دسترسی پیدا کنید Lab: Amazon ElastiCache - Access Elasticache Redis Instance from a client

  • آزمایشگاه: Amazon ElastiCache - به نمونه Elasticache Redis از یک مشتری دسترسی پیدا کنید Lab: Amazon ElastiCache - Access Elasticache Redis Instance from a client

  • آزمایشگاه: Amazon ElastiCache - حذف نمونه Lab: Amazon ElastiCache - Delete Instance

  • آزمایشگاه: Amazon ElastiCache - حذف نمونه Lab: Amazon ElastiCache - Delete Instance

  • آزمایشگاه: Amazon ElastiCache - ایجاد ElastiCache Memcached Instance Lab: Amazon ElastiCache - Create ElastiCache Memcached Instance

  • آزمایشگاه: Amazon ElastiCache - ایجاد ElastiCache Memcached Instance Lab: Amazon ElastiCache - Create ElastiCache Memcached Instance

  • آزمایشگاه: Amazon ElastiCache - به نمونه Elasticache Memcached از یک مشتری دسترسی پیدا کنید Lab: Amazon ElastiCache - Access Elasticache Memcached Instance from a client

  • آزمایشگاه: Amazon ElastiCache - به نمونه Elasticache Memcached از یک مشتری دسترسی پیدا کنید Lab: Amazon ElastiCache - Access Elasticache Memcached Instance from a client

  • آزمایشگاه: Amazon ElastiCache - حذف نمونه Lab: Amazon ElastiCache - Delete Instance

  • آزمایشگاه: Amazon ElastiCache - حذف نمونه Lab: Amazon ElastiCache - Delete Instance

  • Amazon ElastiCache - سوالات متداول Amazon ElastiCache - FAQs

  • Amazon ElastiCache - سوالات متداول Amazon ElastiCache - FAQs

  • منابع Resources

Amazon S3 and Glacier - پیشرفته Amazon S3 and Glacier - Advanced

  • آزمایشگاه: آمازون S3 - شتاب انتقال Lab: Amazon S3 - Transfer Acceleration

  • آزمایشگاه: آمازون S3 - سطوح ذخیره سازی و قوانین مدیریت چرخه عمر Lab: Amazon S3 - Storage Tiers and Life-cycle Management Rules

  • آزمایشگاه: Amazon S3 - Cross Region Replication Lab: Amazon S3 - Cross Region Replication

  • آزمایشگاه: Amazon S3 - Object Locking Lab: Amazon S3 - Object Locking

  • آزمایشگاه: آمازون S3 - S3 برای داده های بزرگ انتخاب کنید Lab: Amazon S3 - S3 Select for Big Data

  • آزمایشگاه: Amazon Glacier - داده ها را از یخچال طبیعی بازیابی کنید Lab: Amazon Glacier - Retrieve data from Glacier

  • Amazon S3 and Glacier - سوالات متداول Amazon S3 and Glacier - FAQs

  • منابع Resources

Amazon S3 and Glacier - پیشرفته Amazon S3 and Glacier - Advanced

  • آزمایشگاه: آمازون S3 - شتاب انتقال Lab: Amazon S3 - Transfer Acceleration

  • آزمایشگاه: آمازون S3 - سطوح ذخیره سازی و قوانین مدیریت چرخه عمر Lab: Amazon S3 - Storage Tiers and Life-cycle Management Rules

  • آزمایشگاه: Amazon S3 - Cross Region Replication Lab: Amazon S3 - Cross Region Replication

  • آزمایشگاه: Amazon S3 - تجزیه و تحلیل ذخیره سازی، معیارهای استفاده و گزارش های موجودی Lab: Amazon S3 - Storage Analytics, Usage Metrics, and Inventory Reports

  • آزمایشگاه: Amazon S3 - تجزیه و تحلیل ذخیره سازی، معیارهای استفاده و گزارش های موجودی Lab: Amazon S3 - Storage Analytics, Usage Metrics, and Inventory Reports

  • آزمایشگاه: Amazon S3 - Object Locking Lab: Amazon S3 - Object Locking

  • آزمایشگاه: آمازون S3 - S3 برای داده های بزرگ انتخاب کنید Lab: Amazon S3 - S3 Select for Big Data

  • آزمایشگاه: Amazon Glacier - ایجاد یک خزانه بایگانی Lab: Amazon Glacier - Create an Archive Vault

  • آزمایشگاه: Amazon Glacier - ایجاد یک خزانه بایگانی Lab: Amazon Glacier - Create an Archive Vault

  • آزمایشگاه: Amazon Glacier - انتقال داده ها از S3 به Glacier Lab: Amazon Glacier - Move data from S3 to Glacier

  • آزمایشگاه: Amazon Glacier - انتقال داده ها از S3 به Glacier Lab: Amazon Glacier - Move data from S3 to Glacier

  • آزمایشگاه: Amazon Glacier - داده ها را از یخچال طبیعی بازیابی کنید Lab: Amazon Glacier - Retrieve data from Glacier

  • آزمایشگاه: Amazon Glacier - ظرفیت واحدها و انتخاب یخچال Lab: Amazon Glacier - Capacity Units and Glacier Select

  • آزمایشگاه: Amazon Glacier - ظرفیت واحدها و انتخاب یخچال Lab: Amazon Glacier - Capacity Units and Glacier Select

  • Amazon S3 and Glacier - سوالات متداول Amazon S3 and Glacier - FAQs

  • منابع Resources

Amazon (AWS) RDS - مبانی Amazon ( AWS ) RDS - Basics

  • AWS RDS - نمای کلی، مورد استفاده و پوشش AWS RDS - Overview, Use-case and coverage

  • AWS RDS - سوالات متداول اساسی AWS RDS - Basic FAQs

Amazon (AWS) RDS - مبانی Amazon ( AWS ) RDS - Basics

  • AWS RDS - نمای کلی، مورد استفاده و پوشش AWS RDS - Overview, Use-case and coverage

  • AWS RDS - نمودار معماری و جزئیات AWS RDS - Architecture Diagram and Details

  • AWS RDS - نمودار معماری و جزئیات AWS RDS - Architecture Diagram and Details

  • AWS RDS - قیمت گذاری AWS RDS - Pricing

  • AWS RDS - قیمت گذاری AWS RDS - Pricing

  • AWS RDS - سوالات متداول اساسی AWS RDS - Basic FAQs

Amazon (AWS) RDS - Maria DB Amazon ( AWS ) RDS - Maria DB

  • آزمایشگاه: AWS RDS Maria DB - تنظیمات اولیه و قیمت گذاری Lab: AWS RDS Maria DB - Basic Settings and Pricing

  • آزمایشگاه: AWS RDS Maria DB - دسترسی به نمونه پایگاه داده با HeidiSQL Lab: AWS RDS Maria DB - Accessing database instance with HeidiSQL

  • آزمایشگاه: AWS RDS Maria DB - اقدامات پشتیبان گیری و عکس فوری Lab: AWS RDS Maria DB - Backup and Snapshot Actions

  • آزمایشگاه: AWS RDS Maria DB - حذف نمونه و منابع مرتبط Lab: AWS RDS Maria DB - Delete Instance and related resources

  • منابع Resources

Amazon (AWS) RDS - Maria DB Amazon ( AWS ) RDS - Maria DB

  • آزمایشگاه: AWS RDS Maria DB - تنظیمات اولیه و قیمت گذاری Lab: AWS RDS Maria DB - Basic Settings and Pricing

  • آزمایشگاه: AWS RDS Maria DB - تنظیمات پیشرفته Lab: AWS RDS Maria DB - Advanced Settings

  • آزمایشگاه: AWS RDS Maria DB - تنظیمات پیشرفته Lab: AWS RDS Maria DB - Advanced Settings

  • آزمایشگاه: AWS RDS Maria DB - تنظیمات و مانیتورینگ نمونه Lab: AWS RDS Maria DB - Instance Settings & Monitoring

  • آزمایشگاه: AWS RDS Maria DB - تنظیمات و مانیتورینگ نمونه Lab: AWS RDS Maria DB - Instance Settings & Monitoring

  • آزمایشگاه: AWS RDS Maria DB - دسترسی به نمونه پایگاه داده با HeidiSQL Lab: AWS RDS Maria DB - Accessing database instance with HeidiSQL

  • آزمایشگاه: AWS RDS Maria DB - اقدامات پشتیبان گیری و عکس فوری Lab: AWS RDS Maria DB - Backup and Snapshot Actions

  • آزمایشگاه: AWS RDS Maria DB - Restore and Instance Actions Lab: AWS RDS Maria DB - Restore and Instance Actions

  • آزمایشگاه: AWS RDS Maria DB - Restore and Instance Actions Lab: AWS RDS Maria DB - Restore and Instance Actions

  • آزمایشگاه: AWS RDS Maria DB - حذف نمونه و منابع مرتبط Lab: AWS RDS Maria DB - Delete Instance and related resources

  • منابع Resources

Amazon (AWS) RDS - SQL Server Amazon ( AWS ) RDS - SQL Server

  • آزمایشگاه: AWS RDS SQL Server - تنظیمات اولیه و پیشرفته Lab: AWS RDS SQL Server - Basic and Advanced Settings

  • آزمایشگاه: AWS RDS SQL Server - Options Groups Lab: AWS RDS SQL Server - Options Groups

  • آزمایشگاه: AWS RDS SQL Server - حذف نمونه Lab: AWS RDS SQL Server - Delete instance

  • منابع Resources

Amazon (AWS) RDS - SQL Server Amazon ( AWS ) RDS - SQL Server

  • آزمایشگاه: AWS RDS SQL Server - تنظیمات اولیه و پیشرفته Lab: AWS RDS SQL Server - Basic and Advanced Settings

  • آزمایشگاه: AWS RDS SQL Server - جستجوی نمونه پایگاه داده با SSMS Lab: AWS RDS SQL Server - Querying database instance with SSMS

  • آزمایشگاه: AWS RDS SQL Server - جستجوی نمونه پایگاه داده با SSMS Lab: AWS RDS SQL Server - Querying database instance with SSMS

  • آزمایشگاه: AWS RDS SQL Server - Options Groups Lab: AWS RDS SQL Server - Options Groups

  • آزمایشگاه: AWS RDS SQL Server - وارد کردن صادرات نسخه‌های پشتیبان بومی Lab: AWS RDS SQL Server - Importing Exporting Native Backups

  • آزمایشگاه: AWS RDS SQL Server - وارد کردن صادرات نسخه‌های پشتیبان بومی Lab: AWS RDS SQL Server - Importing Exporting Native Backups

  • آزمایشگاه: AWS RDS SQL Server - حذف نمونه Lab: AWS RDS SQL Server - Delete instance

  • منابع Resources

Amazon (AWS) RDS - Oracle Amazon ( AWS ) RDS - Oracle

  • آزمایشگاه: AWS RDS Oracle - تنظیمات اولیه و پیشرفته Lab: AWS RDS Oracle - Basic and Advanced Settings

  • منابع Resources

Amazon (AWS) RDS - Oracle Amazon ( AWS ) RDS - Oracle

  • آزمایشگاه: AWS RDS Oracle - تنظیمات اولیه و پیشرفته Lab: AWS RDS Oracle - Basic and Advanced Settings

  • آزمایشگاه: AWS RDS Oracle - جستجوی نمونه پایگاه داده با توسعه دهنده Oracle SQL Lab: AWS RDS Oracle - Querying database instance with Oracle SQL Developer

  • آزمایشگاه: AWS RDS Oracle - جستجوی نمونه پایگاه داده با توسعه دهنده Oracle SQL Lab: AWS RDS Oracle - Querying database instance with Oracle SQL Developer

  • آزمایشگاه: AWS RDS Oracle - حذف نمونه Lab: AWS RDS Oracle - Delete Instance

  • آزمایشگاه: AWS RDS Oracle - حذف نمونه Lab: AWS RDS Oracle - Delete Instance

  • منابع Resources

Amazon (AWS) RDS - MySQL Amazon ( AWS ) RDS - MySQL

  • آزمایشگاه: AWS RDS MySQL - تنظیمات اولیه و پیشرفته Lab: AWS RDS MySQL - Basic and Advanced Settings

  • آزمایشگاه: AWS RDS MySQL - بینش عملکرد Lab: AWS RDS MySQL - Performance Insights

  • آزمایشگاه: AWS RDS MySQL - Replicas Read ایجاد کنید Lab: AWS RDS MySQL - Create Read Replicas

  • آزمایشگاه: AWS RDS MySQL - Test Read Replica Lab: AWS RDS MySQL - Test Read Replica

  • آزمایشگاه: AWS RDS MySQL - ایجاد Replica Aurora Read Lab: AWS RDS MySQL - Create Aurora Read Replica

  • آزمایشگاه: AWS RDS MySQL - حذف Master و Replica Instance Lab: AWS RDS MySQL - Delete Master and Replica Instance

  • منابع Resources

Amazon (AWS) RDS - MySQL Amazon ( AWS ) RDS - MySQL

  • آزمایشگاه: AWS RDS MySQL - تنظیمات اولیه و پیشرفته Lab: AWS RDS MySQL - Basic and Advanced Settings

  • آزمایشگاه: AWS RDS MySQL - جستجوی نمونه پایگاه داده با استفاده از MySQL Workbench Lab: AWS RDS MySQL - Querying database instance using MySQL Workbench

  • آزمایشگاه: AWS RDS MySQL - جستجوی نمونه پایگاه داده با استفاده از MySQL Workbench Lab: AWS RDS MySQL - Querying database instance using MySQL Workbench

  • آزمایشگاه: AWS RDS MySQL - بینش عملکرد Lab: AWS RDS MySQL - Performance Insights

  • آزمایشگاه: AWS RDS MySQL - Replicas Read ایجاد کنید Lab: AWS RDS MySQL - Create Read Replicas

  • آزمایشگاه: AWS RDS MySQL - Test Read Replica Lab: AWS RDS MySQL - Test Read Replica

  • آزمایشگاه: AWS RDS MySQL - ایجاد Replica Aurora Read Lab: AWS RDS MySQL - Create Aurora Read Replica

  • آزمایشگاه: AWS RDS MySQL - حذف Master و Replica Instance Lab: AWS RDS MySQL - Delete Master and Replica Instance

  • منابع Resources

Amazon (AWS) RDS - PostgreSQL Amazon ( AWS ) RDS - PostgreSQL

  • آزمایشگاه: AWS RDS PostgreSQL - Replica Read را ایجاد کنید Lab: AWS RDS PostgreSQL - Create Read Replica

  • منابع Resources

Amazon (AWS) RDS - PostgreSQL Amazon ( AWS ) RDS - PostgreSQL

  • آزمایشگاه: AWS RDS PostgreSQL - تنظیمات اولیه و پیشرفته Lab: AWS RDS PostgreSQL - Basic and Advanced Settings

  • آزمایشگاه: AWS RDS PostgreSQL - تنظیمات اولیه و پیشرفته Lab: AWS RDS PostgreSQL - Basic and Advanced Settings

  • آزمایشگاه: AWS RDS PostgreSQL - جستجوی نمونه پایگاه داده با استفاده از Pgadmin Lab: AWS RDS PostgreSQL - Querying database instance using Pgadmin

  • آزمایشگاه: AWS RDS PostgreSQL - جستجوی نمونه پایگاه داده با استفاده از Pgadmin Lab: AWS RDS PostgreSQL - Querying database instance using Pgadmin

  • آزمایشگاه: AWS RDS PostgreSQL - Replica Read را ایجاد کنید Lab: AWS RDS PostgreSQL - Create Read Replica

  • آزمایشگاه: AWS RDS PostgreSQL - ترویج Read Replica Lab: AWS RDS PostgreSQL - Promote Read Replica

  • آزمایشگاه: AWS RDS PostgreSQL - ترویج Read Replica Lab: AWS RDS PostgreSQL - Promote Read Replica

  • آزمایشگاه: AWS RDS PostgreSQL - حذف نمونه Lab: AWS RDS PostgreSQL - Delete Instance

  • آزمایشگاه: AWS RDS PostgreSQL - حذف نمونه Lab: AWS RDS PostgreSQL - Delete Instance

  • منابع Resources

Amazon (AWS) RDS - بدون سرور Aurora & Aurora Amazon ( AWS ) RDS - Aurora & Aurora Serverless

  • آزمایشگاه: AWS RDS Aurora - Cluster and Storage Architecture Lab: AWS RDS Aurora - Cluster and Storage Architecture

  • آزمایشگاه: AWS RDS Aurora - جستجوی نمونه پایگاه داده با MySQL Workbench Lab: AWS RDS Aurora - Querying database instance with MySQL Workbench

  • آزمایشگاه: AWS RDS Aurora - Failover Configuration Lab: AWS RDS Aurora - Failover Configuration

  • آزمایشگاه: AWS RDS Aurora - Cross Region Replication Lab: AWS RDS Aurora - Cross Region Replication

  • آزمایشگاه: AWS RDS Aurora - حذف نمونه Lab: AWS RDS Aurora - Delete Instance

  • آزمایشگاه: AWS RDS Aurora Serverless - پیکربندی شبکه Cloud9 Lab: AWS RDS Aurora Serverless - Configuring Cloud9 Networking

  • آزمایشگاه: AWS RDS Aurora Serverless - حذف نمونه بدون سرور Lab: AWS RDS Aurora Serverless - Deleting Serverless Instance

  • آزمایشگاه: پایگاه داده جهانی AWS RDS Aurora - ایجاد یک نمونه پایگاه داده Lab: AWS RDS Aurora Global Database - Creating a database instance

  • آزمایشگاه: پایگاه داده جهانی AWS RDS Aurora - یک منطقه پایگاه داده جدید اضافه کنید Lab: AWS RDS Aurora Global Database - Add a new database region

  • آزمایشگاه: پایگاه داده جهانی AWS RDS Aurora - حذف نمونه پایگاه داده Lab: AWS RDS Aurora Global Database - Deleting database instance

  • منابع Resources

Amazon (AWS) RDS - بدون سرور Aurora & Aurora Amazon ( AWS ) RDS - Aurora & Aurora Serverless

  • آزمایشگاه: AWS RDS Aurora - تنظیمات اولیه و پیشرفته Lab: AWS RDS Aurora - Basic and Advanced Settings

  • آزمایشگاه: AWS RDS Aurora - تنظیمات اولیه و پیشرفته Lab: AWS RDS Aurora - Basic and Advanced Settings

  • آزمایشگاه: AWS RDS Aurora - کاوش ویژگی‌های خوشه Lab: AWS RDS Aurora - Exploring cluster properties

  • آزمایشگاه: AWS RDS Aurora - کاوش ویژگی‌های خوشه Lab: AWS RDS Aurora - Exploring cluster properties

  • آزمایشگاه: AWS RDS Aurora - Cluster and Storage Architecture Lab: AWS RDS Aurora - Cluster and Storage Architecture

  • آزمایشگاه: AWS RDS Aurora - جستجوی نمونه پایگاه داده با MySQL Workbench Lab: AWS RDS Aurora - Querying database instance with MySQL Workbench

  • آزمایشگاه: AWS RDS Aurora - Failover Configuration Lab: AWS RDS Aurora - Failover Configuration

  • آزمایشگاه: AWS RDS Aurora - Cross Region Replication Lab: AWS RDS Aurora - Cross Region Replication

  • آزمایشگاه: AWS RDS Aurora - حذف نمونه Lab: AWS RDS Aurora - Delete Instance

  • آزمایشگاه: AWS RDS Aurora Serverless - ایجاد کلاستر و نمونه Lab: AWS RDS Aurora Serverless - Creating Cluster and Instance

  • آزمایشگاه: AWS RDS Aurora Serverless - ایجاد کلاستر و نمونه Lab: AWS RDS Aurora Serverless - Creating Cluster and Instance

  • آزمایشگاه: بدون سرور AWS RDS Aurora - الزامات اتصال Lab: AWS RDS Aurora Serverless - Connection Requirements

  • آزمایشگاه: بدون سرور AWS RDS Aurora - الزامات اتصال Lab: AWS RDS Aurora Serverless - Connection Requirements

  • آزمایشگاه: AWS RDS Aurora Serverless - راه اندازی Cloud9 Lab: AWS RDS Aurora Serverless - Setting up Cloud9

  • آزمایشگاه: AWS RDS Aurora Serverless - راه اندازی Cloud9 Lab: AWS RDS Aurora Serverless - Setting up Cloud9

  • آزمایشگاه: AWS RDS Aurora Serverless - پیکربندی شبکه Cloud9 Lab: AWS RDS Aurora Serverless - Configuring Cloud9 Networking

  • آزمایشگاه: AWS RDS Aurora Serverless - Querying Aurora Serverless با استفاده از Cloud9 Lab: AWS RDS Aurora Serverless - Querying Aurora Serverless using Cloud9

  • آزمایشگاه: AWS RDS Aurora Serverless - Querying Aurora Serverless با استفاده از Cloud9 Lab: AWS RDS Aurora Serverless - Querying Aurora Serverless using Cloud9

  • آزمایشگاه: AWS RDS Aurora Serverless - حذف نمونه بدون سرور Lab: AWS RDS Aurora Serverless - Deleting Serverless Instance

  • آزمایشگاه: پایگاه داده جهانی AWS RDS Aurora - ایجاد یک نمونه پایگاه داده Lab: AWS RDS Aurora Global Database - Creating a database instance

  • آزمایشگاه: پایگاه داده جهانی AWS RDS Aurora - یک منطقه پایگاه داده جدید اضافه کنید Lab: AWS RDS Aurora Global Database - Add a new database region

  • آزمایشگاه: پایگاه داده جهانی AWS RDS Aurora - حذف نمونه پایگاه داده Lab: AWS RDS Aurora Global Database - Deleting database instance

  • منابع Resources

نپتون آمازون Amazon Neptune

  • آزمایشگاه: AWS Neptune - سرور Neptune را نصب کنید و Neptune Client را راه اندازی کنید Lab: AWS Neptune - Install Neptune Server and Setup Neptune Client

  • آزمایشگاه: AWS Neptune - حذف نمونه پایگاه داده Lab: AWS Neptune - Delete database instance

  • منابع Resources

نپتون آمازون Amazon Neptune

  • AWS Neptune - مقدمه ای بر اکوسیستم نمودار، نظریه گراف و موارد استفاده AWS Neptune - Introduction to Graph Ecosystem, Graph Theory and Use-Cases

  • AWS Neptune - مقدمه ای بر اکوسیستم نمودار، نظریه گراف و موارد استفاده AWS Neptune - Introduction to Graph Ecosystem, Graph Theory and Use-Cases

  • AWS Neptune - نمودار دارایی با برچسب در مقابل نمودار دانش (RDF) AWS Neptune - Labelled Property Graph vs Knowledge Graph (RDF)

  • AWS Neptune - نمودار دارایی با برچسب در مقابل نمودار دانش (RDF) AWS Neptune - Labelled Property Graph vs Knowledge Graph (RDF)

  • AWS Neptune - نمودار معماری، ابزارها و قیمت گذاری AWS Neptune - Architecture Diagram, Tools and Pricing

  • AWS Neptune - نمودار معماری، ابزارها و قیمت گذاری AWS Neptune - Architecture Diagram, Tools and Pricing

  • آزمایشگاه: AWS Neptune - پیکربندی Neptune CloudFormation Stack Lab: AWS Neptune - Configure Neptune CloudFormation Stack

  • آزمایشگاه: AWS Neptune - پیکربندی Neptune CloudFormation Stack Lab: AWS Neptune - Configure Neptune CloudFormation Stack

  • آزمایشگاه: AWS Neptune - سرور Neptune را نصب کنید و Neptune Client را راه اندازی کنید Lab: AWS Neptune - Install Neptune Server and Setup Neptune Client

  • آزمایشگاه: AWS Neptune - اتصال به Neptune Client Lab: AWS Neptune - Connect to Neptune Client

  • آزمایشگاه: AWS Neptune - اتصال به Neptune Client Lab: AWS Neptune - Connect to Neptune Client

  • آزمایشگاه: AWS Neptune - پرس و جو داده های نمودار در نپتون با استفاده از Gremlin و Tinkerpop Lab: AWS Neptune - Query graph data in Neptune using Gremlin and Tinkerpop

  • آزمایشگاه: AWS Neptune - پرس و جو داده های نمودار در نپتون با استفاده از Gremlin و Tinkerpop Lab: AWS Neptune - Query graph data in Neptune using Gremlin and Tinkerpop

  • آزمایشگاه: AWS Neptune - حذف نمونه پایگاه داده Lab: AWS Neptune - Delete database instance

  • AWS Neptune - سوالات متداول AWS Neptune - FAQs

  • AWS Neptune - سوالات متداول AWS Neptune - FAQs

  • منابع Resources

Amazon DocumentDB Amazon DocumentDB

  • AWS DocumentDB - معماری، موارد استفاده و قیمت گذاری AWS DocumentDB - Architecture, Use-Cases and Pricing

  • آزمایشگاه: AWS DocumentDB - یک خوشه DocumentDB ایجاد کنید Lab: AWS DocumentDB - Create a DocumentDB Cluster

  • منابع Resources

Amazon DocumentDB Amazon DocumentDB

  • AWS DocumentDB - معماری، موارد استفاده و قیمت گذاری AWS DocumentDB - Architecture, Use-Cases and Pricing

  • آزمایشگاه: AWS DocumentDB - یک خوشه DocumentDB ایجاد کنید Lab: AWS DocumentDB - Create a DocumentDB Cluster

  • AWS DocumentDB - سوالات متداول AWS DocumentDB - FAQ

  • AWS DocumentDB - سوالات متداول AWS DocumentDB - FAQ

  • منابع Resources

Amazon DynamoDB، API Gateway و Lambda Amazon DynamoDB, API Gateway and Lambda

  • آزمایشگاه: AWS DynamoDB - دانلود DynamoDB Local Edition Lab: AWS DynamoDB - Download DynamoDB Local Edition

  • AWS DynamoDB - مبانی، پارتیشن بندی و نمایه سازی AWS DynamoDB - Fundamentals, Partitioning and Indexing

  • آزمایشگاه: AWS DynamoDB - جدول ویژگی ها و ویژگی ها Lab: AWS DynamoDB - Table Properties and Features Walkthrough

  • آزمایشگاه: AWS DynamoDB - عملکرد Lambda را پیکربندی کنید Lab: AWS DynamoDB - Configure Lambda Function

  • آزمایشگاه: AWS DynamoDB - کد تابع lambda برای خواندن و نوشتن داده ها Lab: AWS DynamoDB - Code lambda function to read and write data

  • آزمایشگاه: AWS DynamoDB - فعال کردن و پیکربندی ویژگی TTL Lab: AWS DynamoDB - Enable and Configure TTL Feature

  • آزمایشگاه: AWS DynamoDB - پایگاه داده جهانی و تامین ظرفیت بر اساس تقاضا Lab: AWS DynamoDB - Global Database and On-Demand Capacity Provisioning

  • AWS DynamoDB - سوالات متداول AWS DynamoDB - FAQ

  • منابع Resources

Amazon DynamoDB، API Gateway و Lambda Amazon DynamoDB, API Gateway and Lambda

  • AWS DynamoDB - معماری و موارد استفاده AWS DynamoDB - Architecture and Use-Cases

  • AWS DynamoDB - معماری و موارد استفاده AWS DynamoDB - Architecture and Use-Cases

  • AWS DynamoDB - یکپارچه سازی و قیمت گذاری AWS DynamoDB - Integration and Pricing

  • AWS DynamoDB - یکپارچه سازی و قیمت گذاری AWS DynamoDB - Integration and Pricing

  • آزمایشگاه: AWS DynamoDB - دانلود DynamoDB Local Edition Lab: AWS DynamoDB - Download DynamoDB Local Edition

  • آزمایشگاه: AWS DynamoDB - یک جدول با کلیدهای پارتیشن ایجاد کنید و داده ها را اضافه کنید Lab: AWS DynamoDB - Create a Table with Partition Keys and Add Data

  • آزمایشگاه: AWS DynamoDB - یک جدول با کلیدهای پارتیشن ایجاد کنید و داده ها را اضافه کنید Lab: AWS DynamoDB - Create a Table with Partition Keys and Add Data

  • AWS DynamoDB - مبانی، پارتیشن بندی و نمایه سازی AWS DynamoDB - Fundamentals, Partitioning and Indexing

  • آزمایشگاه: AWS DynamoDB - فهرست ثانویه جهانی، فهرست ثانویه محلی Lab: AWS DynamoDB - Global Secondary Index, Local Secondary Index

  • آزمایشگاه: AWS DynamoDB - فهرست ثانویه جهانی، فهرست ثانویه محلی Lab: AWS DynamoDB - Global Secondary Index, Local Secondary Index

  • آزمایشگاه: AWS DynamoDB - جدول ویژگی ها و ویژگی ها Lab: AWS DynamoDB - Table Properties and Features Walkthrough

  • آزمایشگاه: AWS DynamoDB - پشتیبان‌گیری، ظرفیت رزرو شده و تنظیمات برگزیده Lab: AWS DynamoDB - Backups, Reserved Capacity and Preferences

  • آزمایشگاه: AWS DynamoDB - پشتیبان‌گیری، ظرفیت رزرو شده و تنظیمات برگزیده Lab: AWS DynamoDB - Backups, Reserved Capacity and Preferences

  • آزمایشگاه: AWS DynamoDB - ایجاد دروازه API و عملکرد Lambda Lab: AWS DynamoDB - Create API Gateway and Lambda Function

  • آزمایشگاه: AWS DynamoDB - ایجاد دروازه API و عملکرد Lambda Lab: AWS DynamoDB - Create API Gateway and Lambda Function

  • آزمایشگاه: AWS DynamoDB - عملکرد Lambda را پیکربندی کنید Lab: AWS DynamoDB - Configure Lambda Function

  • آزمایشگاه: AWS DynamoDB - پیکربندی دروازه API و نقش IAM Lab: AWS DynamoDB - Configure API Gateway and IAM Role

  • آزمایشگاه: AWS DynamoDB - پیکربندی دروازه API و نقش IAM Lab: AWS DynamoDB - Configure API Gateway and IAM Role

  • آزمایشگاه: AWS DynamoDB - کد تابع lambda برای خواندن و نوشتن داده ها Lab: AWS DynamoDB - Code lambda function to read and write data

  • AWS DynamoDB - DynamoDB Streams Architecture and Use-Cases AWS DynamoDB - DynamoDB Streams Architecture and Use-Cases

  • AWS DynamoDB - DynamoDB Streams Architecture and Use-Cases AWS DynamoDB - DynamoDB Streams Architecture and Use-Cases

  • آزمایشگاه: AWS DynamoDB - ایجاد DynamoDB Stream، Trigger و تابع Lambda Lab: AWS DynamoDB - Create DynamoDB Stream, Trigger and Lambda function

  • آزمایشگاه: AWS DynamoDB - ایجاد DynamoDB Stream، Trigger و تابع Lambda Lab: AWS DynamoDB - Create DynamoDB Stream, Trigger and Lambda function

  • آزمایشگاه: AWS DynamoDB - تابع کد Lambda و تست جریان های DynamoDB Lab: AWS DynamoDB - Code Lambda function and Test DynamoDB Streams

  • آزمایشگاه: AWS DynamoDB - تابع کد Lambda و تست جریان های DynamoDB Lab: AWS DynamoDB - Code Lambda function and Test DynamoDB Streams

  • آزمایشگاه: AWS DynamoDB - فعال کردن و پیکربندی ویژگی TTL Lab: AWS DynamoDB - Enable and Configure TTL Feature

  • آزمایشگاه: AWS DynamoDB - پایگاه داده جهانی و تامین ظرفیت بر اساس تقاضا Lab: AWS DynamoDB - Global Database and On-Demand Capacity Provisioning

  • AWS DynamoDB - DAX (DynamoDB Accelerator) AWS DynamoDB - DAX ( DynamoDB Accelerator )

  • AWS DynamoDB - DAX (DynamoDB Accelerator) AWS DynamoDB - DAX ( DynamoDB Accelerator )

  • آزمایشگاه: AWS DynamoDB - DynamoDB Accelerator (DAX) Lab: AWS DynamoDB - DynamoDB Accelerator ( DAX )

  • آزمایشگاه: AWS DynamoDB - DynamoDB Accelerator (DAX) Lab: AWS DynamoDB - DynamoDB Accelerator ( DAX )

  • AWS DynamoDB - سوالات متداول AWS DynamoDB - FAQ

  • منابع Resources

هسته اینترنت اشیا (اینترنت اشیا) آمازون Amazon IoT (Internet of Things) Core

  • Amazon IoT - نمودار معماری، دروازه دستگاه، موتور قوانین Amazon IoT - Architecture Diagram, Device Gateway, Rules Engine

  • Amazon IoT - دکمه اینترنت اشیا، موارد استفاده، قیمت گذاری Amazon IoT - IoT Button, Use-Cases, Pricing

  • آزمایشگاه: Amazon IoT - ثبت دستگاه اینترنت اشیا Lab: Amazon IoT - Register IoT Device

  • آزمایشگاه: Amazon IoT - پیکربندی دکمه اینترنت اشیا Lab: Amazon IoT - Configure IoT Button

  • آزمایشگاه: آمازون اینترنت اشیا - لامبدا را با دکمه اینترنت اشیا فعال کنید Lab: Amazon IoT - Trigger Lambda with IoT Button

  • منابع Resources

هسته اینترنت اشیا (اینترنت اشیا) آمازون Amazon IoT (Internet of Things) Core

  • Amazon IoT - نمودار معماری، دروازه دستگاه، موتور قوانین Amazon IoT - Architecture Diagram, Device Gateway, Rules Engine

  • Amazon IoT - دکمه اینترنت اشیا، موارد استفاده، قیمت گذاری Amazon IoT - IoT Button, Use-Cases, Pricing

  • آزمایشگاه: Amazon IoT - ثبت دستگاه اینترنت اشیا Lab: Amazon IoT - Register IoT Device

  • آزمایشگاه: Amazon IoT - پیکربندی دکمه اینترنت اشیا Lab: Amazon IoT - Configure IoT Button

  • آزمایشگاه: آمازون اینترنت اشیا - لامبدا را با دکمه اینترنت اشیا فعال کنید Lab: Amazon IoT - Trigger Lambda with IoT Button

  • آزمایشگاه: Amazon IoT - ارسال پیام های متنی با استفاده از Rules Engine Lab: Amazon IoT - Send Text Messages using Rules Engine

  • آزمایشگاه: Amazon IoT - ارسال پیام های متنی با استفاده از Rules Engine Lab: Amazon IoT - Send Text Messages using Rules Engine

  • Amazon IoT - پرسش و پاسخ Amazon IoT - FAQ

  • Amazon IoT - پرسش و پاسخ Amazon IoT - FAQ

  • منابع Resources

خط لوله داده آمازون Amazon Data Pipeline

  • خط لوله داده AWS - نمودار معماری، مورد استفاده، قیمت گذاری AWS Data Pipeline - Architecture Diagram, Use-Case, Pricing

  • آزمایشگاه: AWS Data Pipeline - یک خط لوله داده جدید ایجاد کنید Lab: AWS Data Pipeline - Create a new data pipeline

  • آزمایشگاه: خط لوله داده AWS - خط لوله داده را اجرا کنید Lab: AWS Data Pipeline - Execute data pipeline

  • خط لوله داده AWS - سوالات متداول AWS Data Pipeline - FAQs

  • منابع Resources

خط لوله داده آمازون Amazon Data Pipeline

  • خط لوله داده AWS - نمودار معماری، مورد استفاده، قیمت گذاری AWS Data Pipeline - Architecture Diagram, Use-Case, Pricing

  • آزمایشگاه: خط لوله داده AWS - مخازن داده منبع و مقصد ایجاد کنید Lab: AWS Data Pipeline - Create source and destination data repositories

  • آزمایشگاه: خط لوله داده AWS - مخازن داده منبع و مقصد ایجاد کنید Lab: AWS Data Pipeline - Create source and destination data repositories

  • آزمایشگاه: AWS Data Pipeline - یک خط لوله داده جدید ایجاد کنید Lab: AWS Data Pipeline - Create a new data pipeline

  • آزمایشگاه: خط لوله داده AWS - خط لوله داده را اجرا کنید Lab: AWS Data Pipeline - Execute data pipeline

  • آزمایشگاه: خط لوله داده AWS - خط لوله داده را حذف کنید Lab: AWS Data Pipeline - Delete data pipeline

  • آزمایشگاه: خط لوله داده AWS - خط لوله داده را حذف کنید Lab: AWS Data Pipeline - Delete data pipeline

  • خط لوله داده AWS - سوالات متداول AWS Data Pipeline - FAQs

  • منابع Resources

آمازون Redshift و Redshift Spectrum Amazon Redshift and Redshift Spectrum

  • Amazon Redshift - معماری Amazon Redshift - Architecture

  • Amazon Redshift - Clustering Sizing Amazon Redshift - Clustering Sizing

  • Amazon Redshift - پیکربندی شبکه Amazon Redshift - Network Configuration

  • Amazon Redshift - قیمت گذاری Amazon Redshift - Pricing

  • آزمایشگاه: Amazon Redshift - Redshift Client را راه اندازی کنید و به Redshift Cluster دسترسی پیدا کنید Lab: Amazon Redshift - Setup Redshift Client and access Redshift Cluster

  • آزمایشگاه: حذف Redshift Cluster Lab: Delete Redshift Cluster

  • Amazon Redshift - سوالات متداول Amazon Redshift - FAQs

  • منابع Resources

آمازون Redshift و Redshift Spectrum Amazon Redshift and Redshift Spectrum

  • Amazon Redshift - مقدمه Amazon Redshift - Introduction

  • Amazon Redshift - مقدمه Amazon Redshift - Introduction

  • Amazon Redshift - معماری Amazon Redshift - Architecture

  • Amazon Redshift - Clustering Sizing Amazon Redshift - Clustering Sizing

  • Amazon Redshift - پیکربندی شبکه Amazon Redshift - Network Configuration

  • Amazon Redshift - قیمت گذاری Amazon Redshift - Pricing

  • آزمایشگاه: Amazon Redshift - ایجاد Redshift Cluster Lab: Amazon Redshift - Create Redshift Cluster

  • آزمایشگاه: Amazon Redshift - ایجاد Redshift Cluster Lab: Amazon Redshift - Create Redshift Cluster

  • آزمایشگاه: Amazon Redshift - Redshift Client را راه اندازی کنید و به Redshift Cluster دسترسی پیدا کنید Lab: Amazon Redshift - Setup Redshift Client and access Redshift Cluster

  • آزمایشگاه: حذف Redshift Cluster Lab: Delete Redshift Cluster

  • آمازون Redshift Spectrum - معماری Amazon Redshift Spectrum - Architecture

  • آمازون Redshift Spectrum - معماری Amazon Redshift Spectrum - Architecture

  • Amazon Redshift - سوالات متداول Amazon Redshift - FAQs

  • منابع Resources

Amazon ElasticSearch Amazon ElasticSearch

  • AWS ElasticSearch - نمودار معماری و قیمت گذاری AWS ElasticSearch - Architecture Diagram & Pricing

  • آزمایشگاه: AWS ElasticSearch - ایجاد دامنه ElasticSearch Lab: AWS ElasticSearch - Create ElasticSearch domain

  • منابع Resources

Amazon ElasticSearch Amazon ElasticSearch

  • AWS ElasticSearch - موارد استفاده، مبانی ElasticSearch AWS ElasticSearch - Use-Cases, Basics of ElasticSearch

  • AWS ElasticSearch - موارد استفاده، مبانی ElasticSearch AWS ElasticSearch - Use-Cases, Basics of ElasticSearch

  • AWS ElasticSearch - نمودار معماری و قیمت گذاری AWS ElasticSearch - Architecture Diagram & Pricing

  • آزمایشگاه: AWS ElasticSearch - ایجاد دامنه ElasticSearch Lab: AWS ElasticSearch - Create ElasticSearch domain

  • آزمایشگاه: AWS ElasticSearch - خواص را کاوش کنید Lab: AWS ElasticSearch - Explore properties

  • آزمایشگاه: AWS ElasticSearch - خواص را کاوش کنید Lab: AWS ElasticSearch - Explore properties

  • آزمایشگاه: AWS ElasticSearch - پرس و جو دامنه با ElasticSearch Client Lab: AWS ElasticSearch - Query domain with ElasticSearch Client

  • آزمایشگاه: AWS ElasticSearch - پرس و جو دامنه با ElasticSearch Client Lab: AWS ElasticSearch - Query domain with ElasticSearch Client

  • آزمایشگاه: AWS ElasticSearch - حذف دامنه Lab: AWS ElasticSearch - Delete domain

  • آزمایشگاه: AWS ElasticSearch - حذف دامنه Lab: AWS ElasticSearch - Delete domain

  • AWS ElasticSearch - سوالات متداول AWS ElasticSearch - FAQs

  • AWS ElasticSearch - سوالات متداول AWS ElasticSearch - FAQs

  • منابع Resources

Amazon CloudSearch Amazon CloudSearch

  • آزمایشگاه: AWS CloudSearch - یک دامنه جستجو ایجاد کنید Lab: AWS CloudSearch - Create a search domain

  • آزمایشگاه: AWS CloudSearch - داده های فهرست Lab: AWS CloudSearch - Index Data

  • آزمایشگاه: AWS CloudSearch - جستجو را آزمایش کنید و پیشنهادات جستجوی نوع پیش رو ایجاد کنید Lab: AWS CloudSearch - Test Search and Create Type-ahead search suggestions

  • آزمایشگاه: AWS CloudSearch - حذف دامنه جستجو Lab: AWS CloudSearch - Delete Search Domain

Amazon CloudSearch Amazon CloudSearch

  • AWS CloudSearch - نمودار معماری، موارد استفاده و قیمت گذاری AWS CloudSearch - Architecture Diagram, Use-Cases and Pricing

  • AWS CloudSearch - نمودار معماری، موارد استفاده و قیمت گذاری AWS CloudSearch - Architecture Diagram, Use-Cases and Pricing

  • آزمایشگاه: AWS CloudSearch - یک دامنه جستجو ایجاد کنید Lab: AWS CloudSearch - Create a search domain

  • آزمایشگاه: AWS CloudSearch - داده های فهرست Lab: AWS CloudSearch - Index Data

  • آزمایشگاه: AWS CloudSearch - جستجو را آزمایش کنید و پیشنهادات جستجوی نوع پیش رو ایجاد کنید Lab: AWS CloudSearch - Test Search and Create Type-ahead search suggestions

  • آزمایشگاه: AWS CloudSearch - حذف دامنه جستجو Lab: AWS CloudSearch - Delete Search Domain

  • AWS CloudSearch - سوالات متداول AWS CloudSearch - FAQs

  • AWS CloudSearch - سوالات متداول AWS CloudSearch - FAQs

Amazon Elastic Map Reduce - AWS EMR Amazon Elastic Map Reduce - AWS EMR

  • AWS EMR - نمودار معماری خوشه و جزئیات AWS EMR - Cluster Architecture Diagram and Details

  • AWS EMR - نمودار معماری یکپارچه سازی و جزئیات AWS EMR - Integration Architecture Diagram and Details

  • AWS EMR - موارد استفاده و قیمت گذاری AWS EMR - Use-Cases and Pricing

  • آزمایشگاه: AWS EMR - درایور Hive JDBC را راه اندازی و نصب کنید Lab: AWS EMR - Setup and Install Hive JDBC Driver

  • آزمایشگاه: AWS EMR - Query DynamoDB از EMR با استفاده از Hive و SQL Workbench Lab: AWS EMR - Query DynamoDB from EMR using Hive and SQL Workbench

  • آزمایشگاه: AWS EMR - ادغام کاتالوگ چسب را با Hive تنظیم کنید Lab: AWS EMR - Setup Glue Catalog integration with Hive

  • آزمایشگاه: AWS EMR - به داده های S3 در R Studio دسترسی پیدا کنید Lab: AWS EMR - Access data from S3 in R Studio

  • آزمایشگاه: AWS EMR - تونل VPN را به EMR راه اندازی کنید Lab: AWS EMR - Setup VPN Tunnel to EMR

  • آزمایشگاه: AWS EMR - مروری بر دسترسی به رابط کاربری EMR Framework Lab: AWS EMR - Overview of accessing EMR Framework User Interface

  • آزمایشگاه: AWS EMR - دسترسی به داده های S3 با Hue، Hive، Tez Lab: AWS EMR - Access S3 Data with Hue, Hive, Tez

  • آزمایشگاه: AWS EMR - Oozie Overview Lab: AWS EMR - Oozie Overview

  • آزمایشگاه: AWS EMR - یک خوشه نوت بوک ایجاد کنید Lab: AWS EMR - Create a Notebook Cluster

  • آزمایشگاه: AWS EMR - دسترسی به داده های S3 در نوت بوک EMR با PySpark، SparkR و Python Lab: AWS EMR - Access S3 Data in EMR Notebook with PySpark, SparkR, and Python

  • منابع Resources

Amazon Elastic Map Reduce - AWS EMR Amazon Elastic Map Reduce - AWS EMR

  • AWS EMR - نمودار معماری خوشه و جزئیات AWS EMR - Cluster Architecture Diagram and Details

  • AWS EMR - نمودار معماری ذخیره سازی و جزئیات AWS EMR - Storage Architecture Diagram and Details

  • AWS EMR - نمودار معماری ذخیره سازی و جزئیات AWS EMR - Storage Architecture Diagram and Details

  • AWS EMR - نمودار معماری یکپارچه سازی و جزئیات AWS EMR - Integration Architecture Diagram and Details

  • AWS EMR - موارد استفاده و قیمت گذاری AWS EMR - Use-Cases and Pricing

  • آزمایشگاه: AWS EMR - درایور Hive JDBC را راه اندازی و نصب کنید Lab: AWS EMR - Setup and Install Hive JDBC Driver

  • آزمایشگاه: AWS EMR - با استفاده از گزینه های ایجاد سریع، خوشه ایجاد کنید Lab: AWS EMR - Create cluster using Quick Create Options

  • آزمایشگاه: AWS EMR - با استفاده از گزینه های ایجاد سریع، خوشه ایجاد کنید Lab: AWS EMR - Create cluster using Quick Create Options

  • آزمایشگاه: AWS EMR - یک خوشه EMR را شبیه سازی کنید Lab: AWS EMR - Clone an EMR cluster

  • آزمایشگاه: AWS EMR - یک خوشه EMR را شبیه سازی کنید Lab: AWS EMR - Clone an EMR cluster

  • آزمایشگاه: AWS EMR - Query DynamoDB از EMR با استفاده از Hive و SQL Workbench Lab: AWS EMR - Query DynamoDB from EMR using Hive and SQL Workbench

  • آزمایشگاه: AWS EMR - خاتمه خوشه EMR Lab: AWS EMR - Terminate EMR Cluster

  • آزمایشگاه: AWS EMR - خاتمه خوشه EMR Lab: AWS EMR - Terminate EMR Cluster

  • آزمایشگاه: AWS EMR - ادغام کاتالوگ چسب را با Hive تنظیم کنید Lab: AWS EMR - Setup Glue Catalog integration with Hive

  • آزمایشگاه: AWS EMR - ساختارهای داده را در کاتالوگ چسب از Hive ایجاد کنید Lab: AWS EMR - Create data structures in Glue Catalog from Hive

  • آزمایشگاه: AWS EMR - ساختارهای داده را در کاتالوگ چسب از Hive ایجاد کنید Lab: AWS EMR - Create data structures in Glue Catalog from Hive

  • آزمایشگاه: AWS EMR - Setup R Studio Lab: AWS EMR - Setup R Studio

  • آزمایشگاه: AWS EMR - Setup R Studio Lab: AWS EMR - Setup R Studio

  • آزمایشگاه: AWS EMR - به داده های S3 در R Studio دسترسی پیدا کنید Lab: AWS EMR - Access data from S3 in R Studio

  • آزمایشگاه: AWS EMR - تونل VPN را به EMR راه اندازی کنید Lab: AWS EMR - Setup VPN Tunnel to EMR

  • آزمایشگاه: AWS EMR - مروری بر دسترسی به رابط کاربری EMR Framework Lab: AWS EMR - Overview of accessing EMR Framework User Interface

  • آزمایشگاه: AWS EMR - دسترسی به داده های S3 با Hue، Hive، Tez Lab: AWS EMR - Access S3 Data with Hue, Hive, Tez

  • آزمایشگاه: AWS EMR - Oozie Overview Lab: AWS EMR - Oozie Overview

  • آزمایشگاه: AWS EMR - یک خوشه نوت بوک ایجاد کنید Lab: AWS EMR - Create a Notebook Cluster

  • آزمایشگاه: AWS EMR - دسترسی به داده های S3 در نوت بوک EMR با PySpark، SparkR و Python Lab: AWS EMR - Access S3 Data in EMR Notebook with PySpark, SparkR, and Python

  • آزمایشگاه: AWS EMR - خاتمه خوشه نوت بوک Lab: AWS EMR - Terminate Notebook Cluster

  • آزمایشگاه: AWS EMR - خاتمه خوشه نوت بوک Lab: AWS EMR - Terminate Notebook Cluster

  • AWS EMR - سوالات متداول AWS EMR - FAQ

  • AWS EMR - سوالات متداول AWS EMR - FAQ

  • منابع Resources

  • منابع Resources

پشتیبان گیری آمازون Amazon Backup

  • آزمایشگاه: AWS Backup - ایجاد طرح پشتیبان گیری و قانون پشتیبان گیری Lab: AWS Backup - Create Backup Plan and Backup Rule

  • آزمایشگاه: پشتیبان گیری AWS - کارهای پشتیبان گیری درخواستی و برنامه ریزی شده ایجاد کنید Lab: AWS Backup - Create On-Demand and Scheduled Backup Jobs

  • پشتیبان گیری AWS - سوالات متداول AWS Backup - FAQ

پشتیبان گیری آمازون Amazon Backup

  • پشتیبان گیری AWS - معماری، موارد استفاده و قیمت گذاری AWS Backup - Architecture, Use-Cases and Pricing

  • پشتیبان گیری AWS - معماری، موارد استفاده و قیمت گذاری AWS Backup - Architecture, Use-Cases and Pricing

  • آزمایشگاه: AWS Backup - ایجاد طرح پشتیبان گیری و قانون پشتیبان گیری Lab: AWS Backup - Create Backup Plan and Backup Rule

  • آزمایشگاه: AWS Backup - منابع را به طرح پشتیبان اختصاص دهید Lab: AWS Backup - Assign resources to backup plan

  • آزمایشگاه: AWS Backup - منابع را به طرح پشتیبان اختصاص دهید Lab: AWS Backup - Assign resources to backup plan

  • آزمایشگاه: پشتیبان گیری AWS - کارهای پشتیبان گیری درخواستی و برنامه ریزی شده ایجاد کنید Lab: AWS Backup - Create On-Demand and Scheduled Backup Jobs

  • آزمایشگاه: AWS Backup - حذف منابع Lab: AWS Backup - Delete Resources

  • آزمایشگاه: AWS Backup - حذف منابع Lab: AWS Backup - Delete Resources

  • پشتیبان گیری AWS - سوالات متداول AWS Backup - FAQ

چسب AWS AWS Glue

  • چسب AWS - قیمت گذاری AWS Glue - Pricing

  • آزمایشگاه: چسب AWS - جدول را به صورت دستی به کاتالوگ داده اضافه کنید Lab: AWS Glue - Add Table manually to Data Catalog

  • آزمایشگاه: چسب AWS - یک کار ETL ایجاد و اجرا کنید Lab: AWS Glue - Create and execute a ETL Job

  • آزمایشگاه: چسب AWS - تبدیل داده ها به قالب پارکت Lab: AWS Glue - Convert Data to Parquet format

چسب AWS AWS Glue

  • چسب AWS - مقدمه AWS Glue - Introduction

  • چسب AWS - مقدمه AWS Glue - Introduction

  • چسب AWS - معماری AWS Glue - Architecture

  • چسب AWS - معماری AWS Glue - Architecture

  • چسب AWS - قیمت گذاری AWS Glue - Pricing

  • آزمایشگاه: چسب AWS - جدول را به صورت دستی به کاتالوگ داده اضافه کنید Lab: AWS Glue - Add Table manually to Data Catalog

  • آزمایشگاه: چسب AWS - یک خزنده ایجاد و اجرا کنید Lab: AWS Glue - Create and execute a Crawler

  • آزمایشگاه: چسب AWS - یک خزنده ایجاد و اجرا کنید Lab: AWS Glue - Create and execute a Crawler

  • آزمایشگاه: چسب AWS - در یک کار خزنده، ذخیره‌گاه‌های داده مختلف را خزیدن کنید Lab: AWS Glue - Crawl different datastores in a single crawler job

  • آزمایشگاه: چسب AWS - در یک کار خزنده، ذخیره‌گاه‌های داده مختلف را خزیدن کنید Lab: AWS Glue - Crawl different datastores in a single crawler job

  • آزمایشگاه: چسب AWS - یک کار ETL ایجاد و اجرا کنید Lab: AWS Glue - Create and execute a ETL Job

  • آزمایشگاه: چسب AWS - تبدیل داده ها به قالب پارکت Lab: AWS Glue - Convert Data to Parquet format

  • آزمایشگاه: چسب AWS - ایجاد ماشه برای یک کار چسب Lab: AWS Glue - Create Trigger for a Glue Job

  • آزمایشگاه: چسب AWS - ایجاد ماشه برای یک کار چسب Lab: AWS Glue - Create Trigger for a Glue Job

  • چسب AWS - سوالات متداول AWS Glue - FAQs

  • چسب AWS - سوالات متداول AWS Glue - FAQs

AWS آتنا AWS Athena

  • AWS Athena - مقدمه AWS Athena - Introduction

  • آزمایشگاه: AWS Athena - ایجاد جداول و جستجوی داده ها Lab: AWS Athena - Creating tables and querying data

AWS آتنا AWS Athena

  • AWS Athena - مقدمه AWS Athena - Introduction

  • AWS Athena - معماری و قیمت گذاری AWS Athena - Architecture & Pricing

  • AWS Athena - معماری و قیمت گذاری AWS Athena - Architecture & Pricing

  • آزمایشگاه: AWS Athena - ایجاد جداول و جستجوی داده ها Lab: AWS Athena - Creating tables and querying data

  • AWS Athena - محدودیت ها AWS Athena - Limitations

  • AWS Athena - محدودیت ها AWS Athena - Limitations

  • AWS Athena - سوالات متداول AWS Athena - FAQs

  • AWS Athena - سوالات متداول AWS Athena - FAQs

AWS QuickSight AWS QuickSight

  • AWS Quicksight - معماری AWS Quicksight - Architecture

  • AWS Quicksight - Components and Reporting Authoring Workflow AWS Quicksight - Components and Reporting Authoring Workflow

  • آزمایشگاه: AWS Quicksight - تجسم Lab: AWS Quicksight - Visualizations

  • آزمایشگاه: AWS Quicksight - یک گزارش Quicksight بنویسید Lab: AWS Quicksight - Author a Quicksight Report

  • AWS Quicksight - سوالات متداول AWS Quicksight - FAQs

AWS QuickSight AWS QuickSight

  • AWS QuickSight - مقدمه AWS QuickSight - Introduction

  • AWS QuickSight - مقدمه AWS QuickSight - Introduction

  • AWS QuickSight - نمای کلی AWS QuickSight - Overview

  • AWS QuickSight - نمای کلی AWS QuickSight - Overview

  • AWS Quicksight - معماری AWS Quicksight - Architecture

  • آزمایشگاه: AWS Quicksight - راه اندازی و قیمت گذاری Lab: AWS Quicksight - Setup and Pricing

  • آزمایشگاه: AWS Quicksight - راه اندازی و قیمت گذاری Lab: AWS Quicksight - Setup and Pricing

  • AWS Quicksight - Components and Reporting Authoring Workflow AWS Quicksight - Components and Reporting Authoring Workflow

  • آزمایشگاه: AWS Quicksight - تجسم Lab: AWS Quicksight - Visualizations

  • آزمایشگاه: AWS Quicksight - یک گزارش Quicksight بنویسید Lab: AWS Quicksight - Author a Quicksight Report

  • AWS Quicksight - سوالات متداول AWS Quicksight - FAQs

شناسایی آمازون Amazon Rekognition

  • AWS Rekognition - نمودار معماری، مورد استفاده و قیمت گذاری AWS Rekognition - Architecture Diagram, Use-Case and Pricing

  • آزمایشگاه: AWS Rekognition - استفاده از توابع Lambda برای تجزیه و تحلیل تصاویر Lab: AWS Rekognition - Using Lambda functions to analyze images

  • تشخیص AWS - سوالات متداول AWS Rekognition - FAQs

  • منابع Resources

شناسایی آمازون Amazon Rekognition

  • AWS Rekognition - نمودار معماری، مورد استفاده و قیمت گذاری AWS Rekognition - Architecture Diagram, Use-Case and Pricing

  • آزمایشگاه: AWS Rekognition - استفاده از کنسول AWS برای تجزیه و تحلیل تصاویر Lab: AWS Rekognition - Using AWS Console to analyze images

  • آزمایشگاه: AWS Rekognition - استفاده از کنسول AWS برای تجزیه و تحلیل تصاویر Lab: AWS Rekognition - Using AWS Console to analyze images

  • آزمایشگاه: AWS Rekognition - استفاده از توابع Lambda برای تجزیه و تحلیل تصاویر Lab: AWS Rekognition - Using Lambda functions to analyze images

  • تشخیص AWS - سوالات متداول AWS Rekognition - FAQs

  • منابع Resources

متن آمازون Amazon Textract

  • متن AWS - سوالات متداول AWS Textract - FAQs

متن آمازون Amazon Textract

  • متن AWS - نمودار معماری، مورد استفاده و قیمت گذاری AWS Textract - Architecture Diagram, Use-Case and Pricing

  • متن AWS - نمودار معماری، مورد استفاده و قیمت گذاری AWS Textract - Architecture Diagram, Use-Case and Pricing

  • آزمایشگاه: متن AWS - استخراج متن از اسناد با استفاده از کنسول AWS Lab: AWS Textract - Extracting text from documents using AWS Console

  • آزمایشگاه: متن AWS - استخراج متن از اسناد با استفاده از کنسول AWS Lab: AWS Textract - Extracting text from documents using AWS Console

  • متن AWS - سوالات متداول AWS Textract - FAQs

آمازون درک Amazon Comprehend

  • AWS Comprehend - نمودار معماری، مورد استفاده و قیمت گذاری AWS Comprehend - Architecture Diagram, Use-Case, and Pricing

  • AWS Comprehend - سوالات متداول AWS Comprehend - FAQs

  • منابع Resources

آمازون درک Amazon Comprehend

  • AWS Comprehend - نمودار معماری، مورد استفاده و قیمت گذاری AWS Comprehend - Architecture Diagram, Use-Case, and Pricing

  • آزمایشگاه: AWS Comprehend - پردازش زبان طبیعی با کنسول AWS Lab: AWS Comprehend - Natural Language Processing with AWS Console

  • آزمایشگاه: AWS Comprehend - پردازش زبان طبیعی با کنسول AWS Lab: AWS Comprehend - Natural Language Processing with AWS Console

  • AWS Comprehend - سوالات متداول AWS Comprehend - FAQs

  • منابع Resources

رونویسی آمازون Amazon Transcribe

  • رونویسی AWS - نمودار معماری، موارد استفاده و قیمت گذاری AWS Transcribe - Architecture Diagram, Use-Cases, and Pricing

  • آزمایشگاه: AWS Transcribe - رونوشت ها را از فایل های صوتی استخراج کنید Lab: AWS Transcribe - Extract transcriptions from audio files

رونویسی آمازون Amazon Transcribe

  • رونویسی AWS - نمودار معماری، موارد استفاده و قیمت گذاری AWS Transcribe - Architecture Diagram, Use-Cases, and Pricing

  • آزمایشگاه: AWS Transcribe - رونوشت ها را از فایل های صوتی استخراج کنید Lab: AWS Transcribe - Extract transcriptions from audio files

  • رونویسی AWS - سوالات متداول AWS Transcribe - FAQs

  • رونویسی AWS - سوالات متداول AWS Transcribe - FAQs

آمازون پولی Amazon Polly

  • AWS Polly - نمودار معماری، موارد استفاده و قیمت گذاری AWS Polly - Architecture Diagram, Use-Cases and Pricing

  • آزمایشگاه: AWS Polly - با استفاده از زبان نشانه گذاری سنتز گفتار، گفتار را ترکیب کنید Lab: AWS Polly - Synthesize speech using Speech Synthesis Markup Language

  • AWS Polly - سوالات متداول AWS Polly - FAQs

  • منابع Resources

آمازون پولی Amazon Polly

  • AWS Polly - نمودار معماری، موارد استفاده و قیمت گذاری AWS Polly - Architecture Diagram, Use-Cases and Pricing

  • آزمایشگاه: AWS Polly - با استفاده از زبان نشانه گذاری سنتز گفتار، گفتار را ترکیب کنید Lab: AWS Polly - Synthesize speech using Speech Synthesis Markup Language

  • AWS Polly - سوالات متداول AWS Polly - FAQs

  • منابع Resources

آمازون SageMaker Amazon SageMaker

  • Amazon SageMaker - کامپوننت ها، آموزش مدل سازی و میزبانی، قیمت گذاری Amazon SageMaker - Components, Modeling Training and Hosting, Pricing

  • آزمایشگاه: Amazon SageMaker - یک نمونه نوت بوک SageMaker ایجاد کنید Lab: Amazon SageMaker - Create a SageMaker Notebook instance

  • آزمایشگاه: آمازون SageMaker - الگوریتم ها و JuypterLab مرور کلی Lab: Amazon SageMaker - Algorithms and JuypterLab overview

  • آزمایشگاه: Amazon SageMaker - داده ها را آماده کنید و یک شغل آموزشی ایجاد کنید Lab: Amazon SageMaker - Prepare Data and Create a Training Job

  • آزمایشگاه: Amazon SageMaker - ساخت مدل و تنظیم فراپارامتر Lab: Amazon SageMaker - Model Building and Hyperparameter Tuning

  • آزمایشگاه: Amazon SageMaker - استقرار، نقطه پایانی HTTP و ایجاد پیش بینی Lab: Amazon SageMaker - Deployment, HTTP Endpoint and Generate Predictions

  • آزمایشگاه: Amazon SageMaker - حذف منابع Lab: Amazon SageMaker - Delete Resources

  • Amazon SageMaker - سوالات متداول Amazon SageMaker - FAQs

  • منابع Resources

آمازون SageMaker Amazon SageMaker

  • Amazon SageMaker - نمودار معماری، موارد استفاده و مبانی یادگیری ماشین Amazon SageMaker - Architecture Diagram, Use-Cases and Machine Learning Basics

  • Amazon SageMaker - نمودار معماری، موارد استفاده و مبانی یادگیری ماشین Amazon SageMaker - Architecture Diagram, Use-Cases and Machine Learning Basics

  • Amazon SageMaker - کامپوننت ها، آموزش مدل سازی و میزبانی، قیمت گذاری Amazon SageMaker - Components, Modeling Training and Hosting, Pricing

  • آزمایشگاه: Amazon SageMaker - یک نمونه نوت بوک SageMaker ایجاد کنید Lab: Amazon SageMaker - Create a SageMaker Notebook instance

  • آزمایشگاه: آمازون SageMaker - الگوریتم ها و JuypterLab مرور کلی Lab: Amazon SageMaker - Algorithms and JuypterLab overview

  • آزمایشگاه: Amazon SageMaker - داده ها را آماده کنید و یک شغل آموزشی ایجاد کنید Lab: Amazon SageMaker - Prepare Data and Create a Training Job

  • آزمایشگاه: Amazon SageMaker - ساخت مدل و تنظیم فراپارامتر Lab: Amazon SageMaker - Model Building and Hyperparameter Tuning

  • آزمایشگاه: Amazon SageMaker - استقرار، نقطه پایانی HTTP و ایجاد پیش بینی Lab: Amazon SageMaker - Deployment, HTTP Endpoint and Generate Predictions

  • آزمایشگاه: Amazon SageMaker - حذف منابع Lab: Amazon SageMaker - Delete Resources

  • Amazon SageMaker - سوالات متداول Amazon SageMaker - FAQs

  • منابع Resources

  • منابع Resources

شخصی سازی آمازون Amazon Personalize

  • AWS Personalize - نمودار معماری، موارد استفاده و قیمت گذاری AWS Personalize - Architecture Diagram, Use-Cases, and Pricing

  • آزمایشگاه: AWS Personalize - ایجاد راه حل، راه اندازی کمپین، ایجاد پیش بینی Lab: AWS Personalize - Create Solution, Launch Campaign, Generate Predictions

  • AWS Personalize - سوالات متداول AWS Personalize - FAQs

شخصی سازی آمازون Amazon Personalize

  • AWS Personalize - نمودار معماری، موارد استفاده و قیمت گذاری AWS Personalize - Architecture Diagram, Use-Cases, and Pricing

  • آزمایشگاه: AWS Personalize - آماده سازی داده ها، مدل سازی و آپلود Lab: AWS Personalize - Data Preparation, Modeling and Upload

  • آزمایشگاه: AWS Personalize - آماده سازی داده ها، مدل سازی و آپلود Lab: AWS Personalize - Data Preparation, Modeling and Upload

  • آزمایشگاه: AWS Personalize - ایجاد راه حل، راه اندازی کمپین، ایجاد پیش بینی Lab: AWS Personalize - Create Solution, Launch Campaign, Generate Predictions

  • AWS Personalize - سوالات متداول AWS Personalize - FAQs

سازند دریاچه آمازون Amazon Lake Formation

  • سازند دریاچه AWS - پیش نمایش AWS Lake Formation - Preview

سازند دریاچه آمازون Amazon Lake Formation

  • سازند دریاچه AWS - پیش نمایش AWS Lake Formation - Preview

خلاصه Summary

  • خلاصه - جمع بندی کنید Summary - Wrap up

  • سخنرانی پاداش - کوپن های تخفیف دوره های دیگر من Bonus Lecture - Discount Coupons of my other courses

خلاصه Summary

  • خلاصه - جمع بندی کنید Summary - Wrap up

  • سخنرانی پاداش - کوپن های تخفیف دوره های دیگر من Bonus Lecture - Discount Coupons of my other courses

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش AWS Data Architect Bootcamp - 43 Services 500 FAQs 20+ Tools
جزییات دوره
30.5 hours
295
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
14,733
4.4 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Siddharth Mehta Siddharth Mehta

Enterprise Cloud Architect، نویسنده منتشر شده، Cloud Geek