آموزش معماری بدون سرور

Serverless Architecture

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: معماری بدون سرور محاسبات را از سرورهای فیزیکی به ابر منتقل می کند. این دوره مروری گسترده بر انواع مختلف الگوهای طراحی موجود برای توسعه و استقرار برنامه های بدون سرور را ارائه می دهد. مربی لین لانگیت مفاهیم اصلی بدون سرور را شامل می شود ، از جمله هزینه ها ، مزایا و خطرات آن. سپس او خدمات بدون سرور ، از جمله پیام رسانی ، ذخیره سازی ، جریان ، پردازش پرداخت و استقرار ، و راه حل های مرتبط را بررسی می کند: AWS Lambda ، Kinesis ، Auth0 ، Kubernetes و موارد دیگر. وی معماری های cloud-based را برای برنامه های بدون سرور که شامل API های شخص ثالث ، اعلان ها ، حسگرهای اینترنت اشیا، ، داده های بزرگ و یادگیری ماشین هستند ، مرور می کند. به علاوه ، در مورد معماری های ظهوری که از مهاجرت و عملکرد بدون سرور ترکیبی پشتیبانی می کنند ، اطلاعات کسب کنید. هر فصل با موارد استفاده در دنیای واقعی نشان داده شده است که هزینه ، مقیاس پذیری و مزایای بهره وری معماری بدون سرور را در عمل نشان می دهد.
موضوعات شامل:
  • تعریف معماری بدون سرور
  • سرویس های بدون سرور
  • خدمات خرد
  • توابع بدون سرور
  • معماری بدون سرور بومی ابر
  • معماری بدون سرور برای داده های بزرگ و یادگیری ماشین
  • معماری فوری و بدون سرور

سرفصل ها و درس ها

مقدمه Introduction

  • بدون سرور را درک کنید Understand serverless

  • آنچه باید بدانید What you should know

1. مفاهیم اصلی بدون سرور 1. Core Serverless Concepts

  • تعریف برنامه های سرور Defining serverless applications

  • صرفه جویی در هزینه: مثال سرشماری بدون سرور Save money: serverless census example

  • دسته بندی ها و معماری پایه Categories and base architecture

  • کدام موارد استفاده بهترین سرویس دهنده نیست؟ Which use cases are best serverless?

  • بررسی هزینه توابع ابر Reviewing the cost of cloud functions

  • خطرات الگوهای بدون سرور Risks of serverless patterns

  • مزایای الگوهای سرور Benefits of serverless patterns

  • الگوهای امنیتی بدون سرور Serverless security patterns

2. الگوهای خدمات بدون سرور 2. Serverless Service Patterns

  • خدمات بدون سرور Serverless services

  • ذخیره سازی: ذخیره سازی اشیاء و دریاچه های داده Storage: Object storage and data lakes

  • رویدادها: رسیدگی به پیام ها و جریان ها Events: Handling messages and streams

  • آیا خدمات میکرو سرویس دهنده همیشه بدون سرور هستند؟ Are microservices always serverless?

  • داده ها و داده های بدون سرور میکرو سرویس Events and microservice serverless data

  • الگوهای معمول API شخص ثالث Common third-party API patterns

  • محاسبه: توابع ابر Compute: Cloud functions

  • لایه های عملکرد و SAR Function layers and SAR

  • الگوهای استقرار عملکرد Function deployment patterns

  • ظروف بدون سرور چیست؟ What are serverless containers?

3. معماری بدون سرور Cloud-Native 3. Cloud-Native Serverless Architectures

  • ساخت معماری های بومی ابر Building cloud-native architectures

  • الگوی: درج API های شخص ثالث Pattern: Incorporating third-party APIs

  • الگوی: اعلان های رویداد Pattern: Event notifications

  • الگوی: رویدادهای IoT را کنترل کنید Pattern: Handle IoT events

  • الگوی: جستجوی مقیاس پذیر Pattern: Scalable search

  • الگوی: طبقه بندی ML Pattern: ML classification

  • الگوی: تجزیه و تحلیل زمان واقعی و ML Pattern: Real-time analysis and ML

  • الگوی: دریاچه های داده Pattern: Data lakes

4. سرور بی سیم 4. Emergent Serverless

  • معماری های سرور بی سیم Emergent serverless architectures

  • الگوی: انبار داده مهاجرت کنید Pattern: Migrate data warehouse

  • الگوی: سازمانی IoT Pattern: Enterprise IoT

  • الگوی: تجزیه و تحلیل ژنومی Pattern: Genomic analysis

  • الگوی: خط لوله CI / CD Pattern: CI/CD pipeline

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش معماری بدون سرور
جزییات دوره
2h 36m
34
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
24,256
- از 5
ندارد
دارد
دارد
Lynn Langit
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Lynn Langit Lynn Langit

Cloud Architect

Lynn Langit یک معمار ابری است که با خدمات وب آمازون و Google Cloud Platform کار می کند.

لین متخصص در پروژه های کلان داده است. او با AWS Athena، Aurora، Redshift، Kinesis و IoT کار کرده است. او همچنین کارهای تولیدی را با Databricks برای Apache Spark و Google Cloud Dataproc، Bigtable، BigQuery و Cloud Spanner انجام داده است.

لین همچنین بنیانگذار  است. آموزش برنامه نویسی به کودکان. او درباره داده ها و فناوری های ابری در آمریکای شمالی و جنوبی، اروپا، آفریقا، آسیا و استرالیا صحبت کرده است.