اپلیکیشن اندرویدی فلش‌کارت آموزشی توسعه برنامه‌های کاربردی با پایگاه داده Amazon DynamoDB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره توسعه برنامه‌های کاربردی با پایگاه داده Amazon DynamoDB

موضوع کلی: توسعه نرم‌افزار و پایگاه داده

موضوع میانی: پایگاه داده‌های NoSQL

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایگاه‌های داده NoSQL
• 2. مبانی پایگاه داده‌های رابطه‌ای
• 3. چالش‌های مقیاس‌پذیری در پایگاه‌های داده رابطه‌ای
• 4. معرفی پایگاه داده‌های NoSQL
• 5. دسته‌بندی پایگاه داده‌های NoSQL
• 6. مزایای پایگاه داده‌های NoSQL
• 7. کاربرد پایگاه داده‌های NoSQL
• 8. Amazon DynamoDB: معرفی و تاریخچه
• 9. ویژگی‌های کلیدی Amazon DynamoDB
• 10. معماری Amazon DynamoDB
• 11. مدل داده‌ای در DynamoDB: جداول، آیتم‌ها و ویژگی‌ها
• 12. جداول در DynamoDB
• 13. آیتم‌ها در DynamoDB
• 14. ویژگی‌ها در DynamoDB
• 15. کلیدهای اصلی (Primary Keys) در DynamoDB
• 16. کلید پارتیشن (Partition Key)
• 17. کلید مرتب‌سازی (Sort Key)
• 18. شاخص‌های ثانویه جهانی (Global Secondary Indexes - GSI)
• 19. شاخص‌های محلی ثانویه (Local Secondary Indexes - LSI)
• 20. عملیات CRUD در DynamoDB: ایجاد، خواندن، به‌روزرسانی، حذف
• 21. ایجاد جدول در DynamoDB
• 22. نوشتن آیتم‌ها در DynamoDB
• 23. خواندن آیتم‌ها از DynamoDB
• 24. به‌روزرسانی آیتم‌ها در DynamoDB
• 25. حذف آیتم‌ها از DynamoDB
• 26. انواع عملیات خواندن: GetItem, Query, Scan
• 27. عملیات Query در DynamoDB
• 28. عملیات Scan در DynamoDB
• 29. مدیریت ظرفیت در DynamoDB: واحد ظرفیت خواندن (RCU) و نوشتن (WCU)
• 30. ظرفیت خودکار (On-Demand Capacity)
• 31. ظرفیت از پیش تخصیص یافته (Provisioned Capacity)
• 32. تنظیم ظرفیت جداول
• 33. نظارت بر ظرفیت و عملکرد
• 34. استفاده از شاخص‌های ثانویه برای بهبود پرس‌وجو
• 35. طراحی شاخص‌های ثانویه مؤثر
• 36. انتخاب کلید پارتیشن و مرتب‌سازی مناسب
• 37. مدل‌سازی داده‌ها برای الگوهای دسترسی خاص
• 38. الگوهای طراحی برای داده‌های سلسله مراتبی
• 39. الگوهای طراحی برای داده‌های زمان‌بندی شده
• 40. الگوهای طراحی برای داده‌های متنی
• 41. الگوهای طراحی برای مقادیر/ویژگی‌های متغیر
• 42. الگوهای طراحی برای داده‌های گراف
• 43. استفاده از تراکنش‌ها در DynamoDB
• 44. مدیریت تراکنش‌ها
• 45. مزایای استفاده از تراکنش‌ها
• 46. محدودیت‌های تراکنش‌ها
• 47. پشتیبان‌گیری و بازیابی در DynamoDB
• 48. پشتیبان‌گیری خودکار
• 49. بازیابی در نقطه زمانی (Point-in-Time Recovery - PITR)
• 50. پشتیبان‌گیری درخواستی
• 51. استفاده از DynamoDB Streams
• 52. کاربرد DynamoDB Streams
• 53. پردازش رویدادها با AWS Lambda
• 54. معماری‌های مبتنی بر رویداد با DynamoDB
• 55. امنیت در DynamoDB: کنترل دسترسی مبتنی بر نقش (IAM)
• 56. تنظیم سیاست‌های IAM برای DynamoDB
• 57. رمزنگاری داده‌ها در DynamoDB
• 58. رمزنگاری در حالت استراحت (At-Rest Encryption)
• 59. رمزنگاری در حال انتقال (In-Transit Encryption)
• 60. استفاده از DynamoDB Global Tables
• 61. مفهوم Global Tables
• 62. مزایای Global Tables
• 63. تنظیم Global Tables
• 64. مدیریت Global Tables
• 65. ادغام DynamoDB با سایر خدمات AWS
• 66. استفاده از AWS SDK برای دسترسی به DynamoDB
• 67. یکپارچه‌سازی با AWS Lambda
• 68. یکپارچه‌سازی با Amazon S3
• 69. یکپارچه‌سازی با Amazon CloudWatch
• 70. یکپارچه‌سازی با AWS Glue
• 71. بهینه‌سازی عملکرد در DynamoDB
• 72. نکات کلیدی برای بهینه‌سازی
• 73. انتخاب نوع کلید مناسب
• 74. استفاده مؤثر از شاخص‌ها
• 75. مدیریت ظرفیت
• 76. طراحی مدل داده‌ای مناسب
• 77. ملاحظات هزینه در DynamoDB
• 78. مدیریت هزینه‌ها
• 79. انتخاب مدل ظرفیت مناسب
• 80. نظارت بر هزینه‌ها
• 81. عیب‌یابی مشکلات رایج در DynamoDB
• 82. خطاهای رایج و راه‌حل‌ها
• 83. شناسایی گلوگاه‌های عملکرد
• 84. بهبود پرس‌وجوها
• 85. مطالعات موردی: کاربردهای واقعی DynamoDB
• 86. مطالعه موردی: بازی‌های آنلاین
• 87. مطالعه موردی: اینترنت اشیاء (IoT)
• 88. مطالعه موردی: مدیریت پروفایل کاربران
• 89. مطالعه موردی: سیستم‌های توصیه‌گر
• 90. مطالعه موردی: برنامه‌های موبایل
• 91. مفاهیم پیشرفته در DynamoDB
• 92. مدل‌سازی داده‌های پیچیده
• 93. استفاده از ویژگی‌های پیشرفته
• 94. ملاحظات مقیاس‌پذیری بلندمدت
• 95. آینده DynamoDB و پایگاه داده‌های NoSQL
• 96. جمع‌بندی و گام‌های بعدی