آموزش AWS Fargate DevOps - مقیاسبندی خودکار با Terraform در واقعیت
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- استقرار وب اپلیکیشن در AWS ECS Fargate با Terraform
- سیاستهای مقیاسبندی خودکار AWS Fargate: مقیاسبندی خودکار از پیش تعریف شده، مقیاسبندی گامبهگام، مقیاسبندی بر اساس متریکهای سفارشی CloudWatch
- Terraform به عنوان ابزاری برای ایجاد و مدیریت مقیاسبندی خودکار
- موارد استفاده AWS Fargate و بهینهسازی هزینهها
پیشنیازهای دوره
- حساب فعال AWS
- چند دامنه وب فعال
- مفاهیم اولیه AWS، از جمله subnetها، VPC ،EC2، گروههای امنیتی و غیره
- مبانی AWS ECS
- مبانی Terraform
- دانش اولیه استفاده از داکر و برنامهنویسی وب
توضیحات دوره
آنچه یاد خواهید گرفت:
- چگونه اپلیکیشن Web API و SQS worker را در AWS Cloud با AWS Fargate و Terraform مستقر کنیم؟
- کامپوننتهای پایه AWS ECS و اینکه چگونه آنها را با Terraform مستقر کنید.
- مقیاسبندی خودکار چیست و چگونه در AWS Fargate کار میکند؟
- چگونه سیاستهای مقیاسبندی خودکار را با مقادیر متریک هدف و Terraform ایجاد کنیم؟
- چگونه سیاستهای مقیاسبندی خودکار را با افزایش گام از پیش تعریف شده، هشدارهای CloudWatch و Terraform ایجاد کنید.
- چگونه یک سیاست مقیاسبندی خودکار بر اساس یک متریک سفارشی CloudWatch برای مقیاسبندی workerها ایجاد کنید.
- چگونه از AWS Fargate هوشمندانه استفاده کنیم؟ - معماریهای CPU، برنامههای صرفهجویی و سیستمهای هیبریدی Fargate Spot بهعنوان استراتژیهایی برای کاهش هزینه
توضیحات کوتاه:
این دوره برای راهنمایی شما در پیادهسازی عملی مقیاسبندی خودکار با Terraform و AWS Fargate طراحی شده است. این دوره به شما میآموزد چگونه بهطور مؤثر از منابع استفاده کنید و عملکرد یکنواخت اپلیکیشن را تضمین کنید، در حالی که هزینهها را هوشمندانه مدیریت میکنید.
ساختار دوره:
این دوره از 5 بخش تشکیل شده است:
در بخش اول، یک وب اپلیکیشن آزمایشی و worker آزمایشی ایجاد میکنیم و محیط لابراتوار را برای تمرین مقیاسبندی خودکار تشکیل میدهیم. هیچ دانش قبلی از این فناوریها لازم نیست.
در بخش دوم، زیرساخت پایه AWS، تمام موارد مربوط به شبکه و سرویسهای اضافی مورد نیاز برای محیط لابراتوارمان، SNS ،SQS ،CW و ALB را ایجاد خواهیم کرد. در نهایت، دامنه واقعی را با Route 53 و CM برای اپلیکیشن خود پیکربندی خواهیم کرد. تقریباً تمامی این مراحل به سرعت انجام میشود، زیرا ما از ماژولهای آماده Terraform استفاده خواهیم کرد.
بخش سوم بر روی AWS Fargate تمرکز دارد. در اینجا، ما به کامپوننتهای اصلی AWS Fargate پرداخته و اپلیکیشن API آزمایشی خود را مستقر میکنیم و به سمت دستیابی به معماری نهایی دلخواه خود حرکت خواهیم کرد.
بخش چهارم قلب دوره ماست که در آن به عمق مقیاسبندی خودکار میرویم. ما به بررسی روشهای مختلف مقیاسبندی خودکار، از جمله مقادیر متریک هدف و افزایشهای گام از پیش تعریف شده با هشدارهای CloudWatch میپردازیم. شما یاد میگیرید با متریکهای استفاده از CPU و حافظه کار کنید و حتی یک سیاست مقیاسبندی خودکار بر اساس یک متریک سفارشی CloudWatch برای مقیاسبندی workerها ایجاد کنید.
در بخش نهایی، بخش پنجم، هزینههای مربوط به AWS Fargate را مورد بحث قرار میدهیم، آن را با قیمتگذاری EC2 مقایسه کرده و توضیح میدهیم چگونه از محدودیتهای Fargate عبور کنید. شما استراتژیهایی را برای استفاده هوشمندانه از این فناوری یاد خواهید گرفت تا هزینههای خود را پایین نگهدارید و از مزایای آن حداکثر استفاده را ببرید. ما موضوعاتی مانند معماریهای CPU، برنامههای صرفهجویی و سیستمهای هیبریدی Fargate Spot را پوشش خواهیم داد.
این دوره برای چه کسانی مناسب است؟
- هر کسی که به مقیاسبندی خودکار علاقه دارد یا مسئول منابع وب است.
- مهندس نرمافزار
- DevOps
- ادمین
- CTO
- CEO
- هر کسی که به AWS Cloud ،AWS Fargate و مقیاسبندی خودکار علاقه دارد.
آموزش AWS Fargate DevOps - مقیاسبندی خودکار با Terraform در واقعیت
-
مقدمه 02:29
-
برنامه فلسک - محیط محلی 05:44
-
برنامه فلسک - بررسی کد و اینکه اپلیکیشن چگونه کار میکند 03:21
-
نصب Terraform با tfenv 03:07
-
پروفایل AWS و پیکربندی Terraform 02:37
-
اجرای اسکریپتهای پایه Terraform - مقدمه ضروری 01:37
-
استفاده از Terraform - بخش 1: قبل از مقداردهی اولیه، شبکه و ماژولهای Terraform SNS 06:39
-
استفاده از Terraform - بخش 2: ماژول Terraform SQS و تست حالت worker 04:12
-
استفاده از Terraform - بخش 3: ماژول Terraform ALB و AWS Certificate Manager 03:57
-
استفاده از Terraform - بخش 4: کد منبع Terraform AWS ALB 04:10
-
استفاده از Terraform - بخش 5: اسکیمای عمومی معماری و گردش کار درخواست 02:01
-
AWS Fargate چیست؟ 03:57
-
درس 2: ساخت ایمیج داکر و push کردن آن در AWS ECR 03:34
-
بررسی ماژول Terraform Fargate - بخش 1: خوشه ECS، پیکربندیهای شبکه 03:51
-
بررسی ماژول Terraform Fargate - بخش 2: نقشهای IAM 03:33
-
بررسی ماژول Terraform Fargate - بخش 3: سرویس ECS 03:12
-
بررسی ماژول Terraform Fargate - بخش 4: قالب تعریف تسک 03:52
-
ماژول گروه هدف Terraform و کد پیادهسازی - بخش 1 04:24
-
ماژول گروه هدف Terraform و کد پیادهسازی - بخش 2 04:25
-
درس 6: AWS Fargate - استفاده از کد Terraform، کنسول AWS و داخل کانتینر 05:20
-
انواع مقیاسبندی خودکار و موارد تحت پوشش در دوره کنونی 02:36
-
چه زمانی باید از مقیاسبندی خودکار استفاده کنیم؟ 04:17
-
ماژول مقیاسبندی خودکار Terraform با متریکهای هدف از پیش تعریفشده CPU و RAM 06:21
-
تست مقیاسبندی خودکار CPU و حافظه از پیش تعریفشده در واقعیت 06:32
-
شگفتیهای مقیاسبندی ردیابی هدف 06:55
-
ماژول مقیاسبندی خودکار گام - بخش 1 06:34
-
ماژول مقیاسبندی خودکار گام - بخش 2 03:06
-
اعمال مقیاسبندی خودکار با متریک سفارشی SQS از پیش تعریفشده، تست worker 04:55
-
مقیاسبندی خودکار کد Terraform با متریک سفارشی SQS از پیش تعریفشده 06:04
-
تست مقیاسبندی خودکار با متریک سفارشی SQS از پیش تعریفشده در واقعیت 02:40
-
خلاصه مقیاسبندی خودکار 01:32
-
اینکه هزینههای Fargate چقدر است و مقایسه قیمت با EC2 04:08
-
معماری CPU و برنامههای صرفهجویی 04:20
-
Fargate Spot 04:28
-
توصیههای بهینهسازی هزینه یا وقتی AWS Fargate انتخاب بدی است 06:36
مشخصات آموزش
آموزش AWS Fargate DevOps - مقیاسبندی خودکار با Terraform در واقعیت
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:متوسط
- تعداد درس:35
- مدت زمان :02:28:38
- حجم :1.17GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy