دوره RedisTimeSeries: راهنمای جامع ذخیره و تحلیل داده‌های سری زمانی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره RedisTimeSeries: راهنمای جامع ذخیره و تحلیل داده‌های سری زمانی

موضوع کلی: برنامه نویسی

موضوع میانی: ردیس (Redis)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر برنامه‌نویسی سری زمانی
• 2. مبانی Redis: پایگاه داده در حافظه
• 3. نصب و راه‌اندازی Redis
• 4. مرور بر انواع داده‌های Redis
• 5. مقدمه‌ای بر داده‌های سری زمانی (Time-Series Data)
• 6. چرا داده‌های سری زمانی اهمیت دارند؟
• 7. موارد استفاده رایج داده‌های سری زمانی
• 8. چالش‌ها در مدیریت داده‌های سری زمانی
• 9. معرفی پایگاه‌های داده سری زمانی
• 10. چرا Redis برای داده‌های سری زمانی مناسب است؟
• 11. مرور کلی بر ماژول‌های Redis
• 12. نصب ماژول RedisTimeSeries
• 13. تأیید نصب RedisTimeSeries
• 14. مدل داده‌ای RedisTimeSeries: مفاهیم کلیدی
• 15. سری زمانی، نمونه‌ها، مهرهای زمانی و مقادیر
• 16. ساخت یک سری زمانی جدید: فرمان TS.CREATE
• 17. افزودن نقاط داده: فرمان TS.ADD
• 18. افزودن چندین نقطه داده به صورت همزمان: فرمان TS.MADD
• 19. تولید خودکار مهر زمانی
• 20. دریافت آخرین نقطه داده: فرمان TS.GET
• 21. دریافت اطلاعات سری زمانی: فرمان TS.INFO
• 22. حذف یک سری زمانی
• 23. مدیریت خطا و تأیید عملیات
• 24. معرفی سیاست‌های نگهداری داده (Retention Policies)
• 25. اعتبار داده‌ها و جلوگیری از تکرار
• 26. پرس‌وجوهای محدوده‌ای: فرمان TS.RANGE
• 27. پرس‌وجوهای محدوده‌ای معکوس: فرمان TS.REVRANGE
• 28. تعیین محدوده‌های زمانی دقیق
• 29. فیلتر کردن نتایج با استفاده از برچسب‌ها (Labels)
• 30. تجمیع داده‌ها در پرس‌وجوهای محدوده‌ای: SUM, AVG, MIN, MAX
• 31. کاهش نمونه‌برداری (Downsampling) در حین پرس‌وجو
• 32. انواع توابع تجمیع: COUNT, FIRST, LAST, STD.P, STD.S, VAR.P, VAR.S
• 33. مفهوم مدت زمان باکت (Bucket Duration)
• 34. پرس‌وجو بر روی چندین سری زمانی: فرمان TS.MRANGE
• 35. فیلتر کردن چندین سری زمانی با استفاده از برچسب‌ها در TS.MRANGE
• 36. تجمیع نتایج در پرس‌وجوهای چندگانه: TS.MRANGE با aggregation
• 37. فیلترهای پیشرفته با عبارات برچسب پیچیده
• 38. هم‌ترازی (Alignment) در عملیات تجمیع
• 39. بررسی نقاط داده از دست رفته و راهکارها
• 40. تکنیک‌های درون‌یابی (Interpolation) برای داده‌های ناقص
• 41. تقسیم‌بندی نتایج پرس‌وجو (Paging)
• 42. بهینه‌سازی عملکرد پرس‌وجوها
• 43. بهترین روش‌ها برای پرس‌وجو از مجموعه‌های داده بزرگ
• 44. الگوهای رایج پرس‌وجو در RedisTimeSeries
• 45. معرفی برچسب‌ها در RedisTimeSeries
• 46. افزودن برچسب‌ها هنگام ساخت سری زمانی
• 47. به‌روزرسانی برچسب‌ها برای سری‌های زمانی موجود
• 48. پرس‌وجو با فیلتر برچسب‌ها: FILTER و FILTER_BY_VALUE
• 49. فیلتر کردن پیشرفته بر اساس برچسب‌ها
• 50. معرفی قوانین تجمیع (Aggregation Rules)
• 51. ساخت قوانین تجمیع: فرمان TS.CREATERULE
• 52. انواع قوانین تجمیع: SUM, AVG و غیره
• 53. کاهش نمونه‌برداری خودکار با قوانین تجمیع
• 54. سری‌های زمانی مبدأ و مقصد در قوانین
• 55. حذف قوانین تجمیع: فرمان TS.DELETERULE
• 56. مقدمه‌ای بر فشرده‌سازی (Compaction)
• 57. مکانیزم فشرده‌سازی خودکار
• 58. پیامدهای حافظه از فشرده‌سازی
• 59. استراتژی‌های فشرده‌سازی (در صورت تنظیم‌پذیری)
• 60. مدیریت نقاط داده تکراری
• 61. عملیات اتمیک در RedisTimeSeries
• 62. بررسی مجدد TTL و سیاست‌های نگهداری
• 63. پیکربندی سیاست‌های نگهداری هنگام ساخت سری زمانی
• 64. تغییر سیاست‌های نگهداری برای سری‌های زمانی موجود
• 65. کتابخانه‌های کلاینت Redis برای RedisTimeSeries (پایتون، Node.js، جاوا)
• 66. استفاده از کلاینت پایتون: `redis-py` و `redis-timeseries`
• 67. کلاینت Node.js: `node-redis-timeseries`
• 68. دریافت و ذخیره داده‌های پایه با پایتون
• 69. پرس‌وجو و نمایش داده‌های پایه با پایتون
• 70. ساخت یک داشبورد ساده با پایتون (مفهومی)
• 71. یکپارچه‌سازی با Grafana از طریق پلاگین Redis Data Source
• 72. نمایش داده‌های سری زمانی در Grafana
• 73. صدور داده‌ها از RedisTimeSeries
• 74. وارد کردن انبوه داده‌ها به RedisTimeSeries (Bulk Loading)
• 75. طراحی مدل‌های داده‌ای برای موارد استفاده خاص
• 76. انتخاب مهرهای زمانی مناسب
• 77. مدیریت داده‌های نامنظم (Out-of-Order Data)
• 78. مدیریت خطا و ثبت وقایع در برنامه‌ها
• 79. بهترین روش‌ها برای یکپارچه‌سازی با برنامه‌ها
• 80. ملاحظات عملکردی RedisTimeSeries
• 81. بهینه‌سازی مصرف حافظه
• 82. استفاده از CPU و توان عملیاتی
• 83. شاردینگ RedisTimeSeries برای مقیاس‌پذیری افقی
• 84. استفاده از Redis Cluster با RedisTimeSeries (محدودیت‌ها/استراتژی‌ها)
• 85. نظارت بر معیارهای RedisTimeSeries
• 86. استراتژی‌های پشتیبان‌گیری و بازیابی
• 87. بهترین روش‌های امنیتی
• 88. معیارگیری (Benchmarking) RedisTimeSeries
• 89. روندهای آینده در توسعه RedisTimeSeries
• 90. مورد استفاده: نظارت بر داده‌های حسگر IoT
• 91. مورد استفاده: تحلیل داده‌های مالی
• 92. مورد استفاده: نظارت بر عملکرد برنامه (APM)
• 93. مورد استفاده: اتوماسیون خانگی هوشمند
• 94. طراحی کلیدهای سری زمانی کارآمد
• 95. انتخاب استراتژی نگهداری داده مناسب
• 96. استراتژی‌هایی برای مدیریت برچسب‌های با کاردینالیته بالا
• 97. بهترین روش‌ها برای مدل‌سازی داده
• 98. عیب‌یابی مشکلات رایج
• 99. خلاصه دوره و گام‌های بعدی
• 100. ویژگی‌های پیشرفته در RedisTimeSeries: برچسب‌گذاری (Labeling) و قوانین تجمیع (Aggregation Rules)