کار با Google Cloud SQL و Cloud Spanner: پیاده‌سازی، مدیریت و موارد استفاده با پایتون

کتاب «کار با Google Cloud SQL و Cloud Spanner: پیاده‌سازی، مدیریت و موارد استفاده با پایتون» نوشتهٔ نوین ساباروال و شاکونتالا گوپتا ادوارد، مرجعی عملی و جامع برای ورود به دنیای پایگاه‌های دادهٔ رابطه‌ای ابری گوگل است. این کتاب که توسط انتشارات معتبر آپرس (Apress) منتشر شده، با رویکردی گام‌به‌گام و همراه با مثال‌های کدنویسی شده به زبان پایتون، به متخصصان فناوری اطلاعات کمک می‌کند تا از قابلیت‌های Cloud SQL و Cloud Spanner در پروژه‌های خود بهره‌مند شوند.

دربارهٔ کتاب کار با Google Cloud SQL و Cloud Spanner: پیاده‌سازی، مدیریت و موارد استفاده با پایتون

این کتاب با هدف پر کردن شکاف بین دانش نظری و نیازهای عملی مهندسان داده و توسعه‌دهندگان نرم‌افزار نوشته شده است. نویسندگان کار خود را با معرفی مفاهیم پایه‌ای پلتفرم ابری گوگل (GCP) و فناوری‌های پایگاه داده موجود برای توسعه‌دهندگان آغاز می‌کنند و سپس به سفری عمیق و عملی در دو سرویس کلیدی مدیریت پایگاه داده یعنی Cloud SQL و Cloud Spanner می‌پردازند. تمرکز اصلی کتاب بر انتخاب پلتفرم مناسب بر اساس نیازهای برنامه، مراحل برنامه‌ریزی، تأمین منابع (Provisioning)، طراحی و توسعهٔ برنامه‌های کاربردی است. از نقاط قوت بارز این اثر، رویکرد صرفاً عملی و پروژه‌محور آن است. در سراسر کتاب، نمونه‌های کاربردی با زبان پایتون ارائه شده است که نحوهٔ اتصال و کار با این دو پایگاه داده را به طور شفاف نشان می‌دهد. همچنین، نویسندگان در فصل پایانی، مجموعه‌ای از بهترین شیوه‌ها (Best Practices) را برای پیاده‌سازی موفق این سرویس‌ها در محیط‌های تولیدی گردآوری کرده‌اند که برای هر معمار یا توسعه‌دهنده‌ای ارزشمند است. با وجود این، برخی از خوانندگان به استفادهٔ بیش از حد از کدهای کپی‌شده از کنسول در کتاب اشاره کرده‌اند که می‌توانست جای خود را به مباحثی چون مدیریت خطاها اختصاص دهد.

دربارهٔ نویسنده

نوین ساباروال یک متخصص برجسته، نویسنده و مشاور در زمینه‌های هوش مصنوعی، یادگیری ماشین، رایانش ابری و تحلیل داده‌های بزرگ (Big Data) است. او مسئولیت توسعهٔ محصولات و ارائهٔ خدمات در حوزه‌های یادشده، از جمله پلتفرم GCP و ابرهای عمومی دیگر مانند AWS و Azure را بر عهده دارد و تاکنون اختراعات متعددی را در زمینه‌های گوناگون به ثبت رسانده است. شاکونتالا گوپتا ادوارد نیز مشاوری با بیش از ۱۶ سال تجربه در حوزهٔ داده و تحلیل است. تخصص او به عنوان معمار داده، شامل طراحی پایگاه‌داده، معماری سیستم‌ها و بهترین شیوه‌ها برای فناوری‌های داده‌های بزرگ، از جمله پایگاه‌های دادهٔ NOSQL و تحلیل داده است. هر دو نویسنده سابقهٔ تألیف کتاب‌های موفقی در زمینهٔ فناوری‌های نوین از جمله «Practical MongoDB» را در کارنامهٔ خود دارند.

چرا باید کار با Google Cloud SQL و Cloud Spanner: پیاده‌سازی، مدیریت و موارد استفاده با پایتون را بخوانید؟

مطالعهٔ این کتاب به شما کمک می‌کند تا به بینش‌ها و مهارت‌های کلیدی زیر دست یابید: آشنایی عملی با سرویس‌های ابری گوگل: درک کاملی از نحوهٔ کار با پلتفرم GCP، از جمله کنسول ابری، Cloud Shell و SDK برای مدیریت منابع به دست می‌آورید. مهارت در راه‌اندازی و مدیریت Cloud SQL: به طور گام‌به‌گام یاد می‌گیرید که چگونه نمونه‌هایی از پایگاه‌های دادهٔ MySQL و PostgreSQL را در GCP فراهم کنید و آن‌ها را مدیریت نمایید. تسلط بر پایگاه دادهٔ توزیع‌شدهٔ Cloud Spanner: با مفاهیم کلیدی این پایگاه دادهٔ قدرتمند مانند پارتیشن‌بندی، تراکنش‌ها و مکانیزم‌های تکرار (Replication) آشنا شده و نحوهٔ پیاده‌سازی آن را فرا می‌گیرید. توسعهٔ برنامه با پایتون: با استفاده از نمونه کدهای ارائه شده، می‌آموزید که چگونه برنامه‌های خود را به Cloud SQL و Cloud Spanner متصل کرده و از آن‌ها استفاده کنید. پیاده‌سازی بهترین شیوه‌ها: با مطالعهٔ فصل آخر، با راهکارهای عملی برای بهینه‌سازی، مدیریت امنیت و عملکرد این سرویس‌ها در محیط‌های واقعی آشنا می‌شوید.

این کتاب برای چه کسانی مناسب است؟

این کتاب به طور ویژه برای گروهی از متخصصان حوزهٔ فناوری اطلاعات طراحی شده است که با معماری و توسعهٔ نرم‌افزار سروکار دارند. معماران برنامه (Application Architects)، معماران پایگاه‌داده (Database Architects)، توسعه‌دهندگان نرم‌افزار (Software Developers)، مهندسان داده (Data Engineers) و معماران ابری (Cloud Architects) مخاطبان اصلی این اثر هستند. همچنین، افرادی که تازه‌کار هستند و می‌خواهند اولین گام‌های خود را در استفاده از سرویس‌های پایگاه دادهٔ ابری گوگل بردارند، این کتاب را نقطه‌شروع مناسبی خواهند یافت.

سوالات متداول

آیا این کتاب صرفاً بر روی سرویس‌های گوگل تمرکز دارد یا مباحث عمومی پایگاه داده را نیز پوشش می‌دهد؟

بله، کتاب با هدف اصلی آشنایی و کار عملی با سرویس‌های Google Cloud SQL و Cloud Spanner نوشته شده است. با این حال، برای درک بهتر این سرویس‌ها، مبانی پایگاه‌های دادهٔ رابطهای، مفاهیمی مانند کلید اصلی (Primary Key)، کلید خارجی (Foreign Key)، محدودیت‌ها (Constraints) و انواع تراکنش‌ها را نیز توضیح می‌دهد که برای هر توسعه‌دهنده‌ای مفید است.

آیا برای استفاده از این کتاب به دانش قبلی در مورد پایتون نیاز دارم؟

داشتن آشنایی اولیه با زبان برنامه‌نویسی پایتون برای بهره‌مندی کامل از مثال‌های عملی کتاب توصیه می‌شود. کتاب نمونه کدهای آماده را ارائه می‌دهد و به شما نحوهٔ استفاده از آن‌ها را آموزش می‌دهد، اما درک پایه از پایتون به درک بهتر فرآیند اتصال و کار با پایگاه داده کمک می‌کند.

آیا این کتاب برای مدیرانی که با سایر زبان‌های برنامه‌نویسی کار می‌کنند نیز مفید است؟

اگرچه نمونه کدهای کتاب به زبان پایتون است، مفاهیم اصلی معماری و مدیریت این سرویس‌ها مستقل از زبان است. مباحثی مانند نحوهٔ تهیه (Provisioning) نمونه، تنظیمات امنیتی، مدیریت پشتیبان‌گیری و استفاده از قابلیت‌هایی مانند کپی‌خوانی (Read Replicas) اطلاعاتی عمومی و کاربردی برای هر متخصص فناوری اطلاعات محسوب می‌شود.

Discover the methodologies and best practices for getting started with Google Cloud Platform relational services – CloudSQL and CloudSpanner.The book begins with the basics of working with the Google Cloud Platform along with an introduction to the database technologies available for developers from Google Cloud. You'll then take an in-depth hands on journey into Google CloudSQL and CloudSpanner, including choosing the right platform for your application needs, planning, provisioning, designing and developing your application. Sample applications are given that use Python to connect to CloudSQL and CloudSpanner, along with helpful features provided by the engines. You''ll also implement practical best practices in the last chapter. Hands On Google Cloud SQL and Cloud Spanner is a great starting point to apply GCP data offerings in your technology stack and the code used allows you to try out the examples and extend them in interesting ways.**What You'll Learn** * Get started with Big Data technologies on the Google Cloud Platform * Review CloudSQL and Cloud Spanner from basics to administration * Apply best practices and use Google’s CloudSQL and CloudSpanner offering * Work with code in Python notebooks and scripts **Who This Book Is For**Application architects, database architects, software developers, data engineers, cloud architects. Table of Contents 5 About the Authors 9 About the Technical Reviewer 10 Acknowledgments 11 Introduction 13 Chapter 1: Getting Started with GCP 15 Signing Up 17 Accessing Google Cloud Platform 20 Cloud Console 21 Cloud Shell 24 Cloud SDK 32 Project 32 Ownership: Projects and Billing 33 Projects and Isolations 34 Project as Namespace 34 Create a Project 37 Summary 40 Chapter 2: Cloud SQL 41 Relational Databases 41 Primary Key 43 Foreign Key 43 Constraints 44 Operations 45 DDL 45 DML 46 Read Requests 47 Transactions 47 Getting Started with Cloud SQL 50 Provision a MySQL Instance 51 Provisioning a PostgreSQL Instance 64 Summary 69 Chapter 3: Working with CloudSQL 70 Getting Started in Cloud Shell 70 Connect to the Database 71 Alternative Way to Connect to the Instance 72 Create Database 73 Create Table 74 Insert and Select 75 Load and Query Sample Dataset 76 Python Program - Feast Out 90 Database Schema 91 Provision Compute Instance 95 Set Up Python Development Environment 99 Enable APIs 100 Create Service Account 103 Install and Configure Cloud SDK 107 Python Program 116 Run and Verify 126 Wrap Up 139 Summary 141 Chapter 4: Administering CloudSQL 142 Authorization and Security 145 Authorized Network 145 Data in Transit 147 Cloud Proxy 151 Private IP Address 152 Authorization 156 Backups and Restores 163 CloudSQL MySQL - Binary Logging 168 Maintenance 169 Managing Resources 172 High Availability 179 Replication 179 Read Replica 179 Fault Tolerance Replica 180 Enable High Availability 185 Read Replicas 189 Logging 192 Summary 196 Chapter 5: Cloud Spanner 197 New in NewSQL 198 Origins of Cloud Spanner 199 Google Cloud Spanner 200 Spanner and CAP Theorem 201 Best Fit 204 Development Support 204 Summary 205 Chapter 6: Cloud Spanner Explained 206 Instance 206 Data Modeling 210 Databases and Tables 210 Primary Keys 211 Choose a Key to Avoid Hotspots 212 Interleaving 214 Splits 217 Secondary Indexes 218 Storing Clause 219 Interleaved Indexes 220 Replication 220 Transactions 224 Read/Write 224 Read Only 226 Handling Multiple Transactions 228 Read/Write Transactions 229 Sequential Occurrence 229 Simultaneous Occurrence 230 Data Invalidated 232 Different Fields Updates 232 Blind Writes 233 Read/Write with Read Only 233 Distributed Transactions Explained 235 Writes 236 Reads 239 Summary 239 Chapter 7: Getting Started with Spanner 240 Provisioning CloudSpanner Instance 240 Getting Started in Cloud Console 252 Connect to the Spanner Instance 253 Create Database 253 Create Schema 255 Reading and Writing Data 275 Python Program – Feast Out 288 Database Schema 288 Provision Compute Instance 293 Set up Python Development Environment 295 Install and Configure Cloud SDK 295 Python Program 300 Run and Verify 310 Wrap Up 322 Summary 323 Chapter 8: Best Practices 324 Cloud SQL Best Practices 324 Plan Resources Efficiently 324 Storage 324 CPU 325 RAM 326 Maintenance Activities 327 Use Read Replicas 327 Instance Location 327 Keep Tables to a Reasonable Number 327 Sharding at Designing 328 Connection Management 328 Certificates 328 Long-Running Operations 328 Use Unique Instance Names 329 MySQL-Instance Specific Pointers 329 Limit the Replication Lag (