اپلیکیشن اندرویدی فلش‌کارت آموزشی خودکارسازی تست‌های API و Backend

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره خودکارسازی تست‌های API و Backend

موضوع کلی: برنامه‌نویسی و معماری سیستم‌های سازمانی بزرگ

موضوع میانی: افزایش سرعت و دقت تست

📋 سرفصل‌های دوره

• 1. آشنایی با مفاهیم تست خودکار API
• 2. معماری سیستم‌های Backend و API
• 3. بررسی پروتکل‌های HTTP و RESTful API
• 4. ابزارهای رایج تست خودکار API
• 5. نصب و پیکربندی Postman
• 6. آشنایی با محیط Postman و ایجاد درخواست‌های اولیه
• 7. ایجاد مجموعه‌های تست در Postman
• 8. استفاده از متغیرها در درخواست‌های Postman
• 9. اعتبارسنجی پاسخ‌های API در Postman
• 10. آشنایی با زبان برنامه نویسی Python برای تست خودکار
• 11. نصب و پیکربندی Python و کتابخانه‌های مورد نیاز
• 12. کتابخانه Requests در Python برای ارسال درخواست‌های HTTP
• 13. پردازش پاسخ‌های JSON در Python
• 14. کتابخانه Pytest برای نوشتن تست‌های خودکار
• 15. ساخت تست‌های ساده API با استفاده از Pytest
• 16. استفاده از Assertions در Pytest برای اعتبارسنجی نتایج
• 17. پارامتردهی تست‌ها در Pytest
• 18. تست‌های مبتنی بر داده (Data-Driven Testing) با Pytest
• 19. آشنایی با مفهوم Continuous Integration (CI)
• 20. ادغام تست‌های Pytest با GitLab CI/CD
• 21. ادغام تست‌های Pytest با Jenkins
• 22. استفاده از Docker برای ایزوله کردن محیط تست
• 23. آشنایی با مفاهیم تست امنیتی API
• 24. تست‌های احراز هویت و مجوز (Authentication and Authorization)
• 25. تست‌های تزریق SQL (SQL Injection)
• 26. تست‌های Cross-Site Scripting (XSS)
• 27. تست‌های Rate Limiting و DDoS
• 28. آشنایی با مفاهیم تست عملکرد API
• 29. اندازه‌گیری زمان پاسخ API
• 30. تست بار (Load Testing) API
• 31. تست استرس (Stress Testing) API
• 32. آشنایی با ابزار JMeter برای تست عملکرد API
• 33. پیکربندی و اجرای تست‌های بار با JMeter
• 34. تحلیل نتایج تست عملکرد در JMeter
• 35. آشنایی با مفهوم Mocking در تست API
• 36. استفاده از Mockoon برای ایجاد API Mock
• 37. آشنایی با مفاهیم تست قراردادی (Contract Testing)
• 38. استفاده از Pact برای تست قراردادی API
• 39. آشنایی با تست‌های API مبتنی بر GraphQL
• 40. تست GraphQL API با استفاده از Postman
• 41. تست GraphQL API با استفاده از Python
• 42. پیاده‌سازی گزارش‌گیری تست خودکار
• 43. تولید گزارش‌های HTML از تست‌های Pytest
• 44. استفاده از داشبوردهای CI/CD برای نمایش نتایج تست
• 45. بهینه‌سازی تست‌های API برای سرعت و کارایی