دوره تسلط بر مدیریت و کارایی ایندکس‌ها در DynamoDB همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تسلط بر مدیریت و کارایی ایندکس‌ها در DynamoDB

موضوع کلی: مدیریت پایگاه داده و ذخیره‌سازی ابری

موضوع میانی: بهینه‌سازی عملکرد پایگاه داده‌های NoSQL

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایگاه‌های داده NoSQL و DynamoDB
• 2. مفاهیم کلیدی پایگاه داده‌های کلید-مقدار
• 3. آشنایی با ساختار داده در DynamoDB
• 4. انواع شاخص‌ها در DynamoDB: Global Secondary Indexes (GSIs)
• 5. انواع شاخص‌ها در DynamoDB: Local Secondary Indexes (LSIs)
• 6. تفاوت‌های بنیادین بین GSIs و LSIs
• 7. مزایای استفاده از شاخص‌ها برای بهینه‌سازی پرس‌وجوها
• 8. طراحی استراتژیک کلیدهای پارتیشن (Partition Keys)
• 9. طراحی استراتژیک کلیدهای مرتب‌سازی (Sort Keys)
• 10. مدل‌سازی داده‌ها با در نظر گرفتن الگوهای دسترسی
• 11. ایجاد و پیکربندی Global Secondary Indexes
• 12. پیکربندی ویژگی‌های GSI: کلیدهای پارتیشن و مرتب‌سازی
• 13. پیکربندی ویژگی‌های GSI: پروژکشن (Projection)
• 14. پیکربندی ویژگی‌های GSI: ظرفیت (Capacity)
• 15. مدیریت ظرفیت GSI: Provisioned Throughput
• 16. مدیریت ظرفیت GSI: On-Demand Capacity
• 17. ایجاد و پیکربندی Local Secondary Indexes
• 18. پیکربندی ویژگی‌های LSI: کلید پارتیشن مشترک
• 19. پیکربندی ویژگی‌های LSI: کلید مرتب‌سازی منحصربه‌فرد
• 20. محدودیت‌های LSI: پنجره زمانی (Time Window)
• 21. کاربرد LSI برای الگوهای دسترسی مبتنی بر زمان
• 22. انتخاب شاخص مناسب برای سناریوهای مختلف
• 23. بهینه‌سازی عملکرد پرس‌وجوها با استفاده از شاخص‌ها
• 24. استفاده از Query API برای بازیابی داده‌ها با شاخص‌ها
• 25. استفاده از Scan API و پیامدهای آن
• 26. فیلتر کردن نتایج پرس‌وجو و اسکن
• 27. بهینه‌سازی پارامترهای Query و Scan
• 28. مدیریت داده‌های حجیم و پردازش دسته‌ای
• 29. استفاده از BatchGetItem و BatchWriteItem
• 30. پیاده‌سازی الگوهای طراحی رایج در DynamoDB
• 31. الگوی Adjacency List برای داده‌های رابطه‌ای
• 32. الگوی Materialized View برای ساده‌سازی پرس‌وجوها
• 33. الگوی Single Table Design در DynamoDB
• 34. مزایای Single Table Design
• 35. چالش‌های Single Table Design
• 36. مدیریت روابط یک به چند در DynamoDB
• 37. مدیریت روابط چند به چند در DynamoDB
• 38. استفاده از شاخص‌ها برای مدل‌سازی روابط
• 39. بهینه‌سازی استراتژی‌های شاخص‌گذاری برای روابط
• 40. شاخص‌های موقت (Ephemeral Indexes) و کاربردهای آن
• 41. مدیریت داده‌های موقتی و تاریخچه‌سازی
• 42. استفاده از شاخص‌ها برای جستجوی متن
• 43. پیاده‌سازی جستجوی پیشرفته با استفاده از شاخص‌ها
• 44. کاربرد شاخص‌ها در فیلترینگ و مرتب‌سازی پیچیده
• 45. بهینه‌سازی عملکرد برای پرس‌وجوهای پیچیده
• 46. بررسی و تحلیل لاگ‌های پرس‌وجو
• 47. ابزارهای نظارتی و پایش عملکرد DynamoDB
• 48. استفاده از AWS CloudWatch برای مانیتورینگ
• 49. تنظیم آلارم‌ها برای معیارهای عملکردی
• 50. شناسایی گلوگاه‌های عملکردی در شاخص‌ها
• 51. تکنیک‌های بازسازی و بهینه‌سازی شاخص‌ها
• 52. حذف شاخص‌های بلااستفاده و پرهزینه
• 53. مدیریت هزینه‌های مربوط به شاخص‌ها
• 54. استراتژی‌های کاهش هزینه در استفاده از شاخص‌ها
• 55. ملاحظات امنیتی در طراحی شاخص‌ها
• 56. کنترل دسترسی به داده‌ها با استفاده از IAM
• 57. رمزنگاری داده‌ها در حالت سکون و در حال انتقال
• 58. مدیریت نسخه‌های داده در DynamoDB
• 59. پشتیبان‌گیری و بازیابی داده‌ها در DynamoDB
• 60. استفاده از Point-in-Time Recovery (PITR)
• 61. استراتژی‌های بازیابی فاجعه (Disaster Recovery)
• 62. مهاجرت از پایگاه‌های داده رابطه‌ای به DynamoDB
• 63. چالش‌های مهاجرت و راهکارهای آن
• 64. بهینه‌سازی مدل داده برای معماری‌های serverless
• 65. استفاده از DynamoDB Streams برای پردازش رویدادها
• 66. پیاده‌سازی منطق تجاری با استفاده از AWS Lambda
• 67. سناریوهای پیشرفته استفاده از شاخص‌ها
• 68. کاربرد شاخص‌ها در سیستم‌های توصیه‌گر
• 69. کاربرد شاخص‌ها در تحلیل داده‌های زمان واقعی
• 70. کاربرد شاخص‌ها در بازی‌های آنلاین
• 71. کاربرد شاخص‌ها در برنامه‌های IoT
• 72. بهینه‌سازی برای حجم بالای ترافیک خواندن
• 73. بهینه‌سازی برای حجم بالای ترافیک نوشتن
• 74. مدیریت ترافیک جهشی (Spiky Traffic)
• 75. استفاده از Caching برای بهبود عملکرد
• 76. استراتژی‌های Caching در سمت کلاینت و سرور
• 77. بررسی الگوهای دسترسی به داده‌ها
• 78. تکنیک‌های پیشرفته Query Optimization
• 79. استفاده از Explain Plan در پایگاه‌های داده دیگر (مقایسه)
• 80. بهینه‌سازی پرس‌وجوها با در نظر گرفتن هزینه‌ها
• 81. اهمیت تست عملکردی در DynamoDB
• 82. روش‌های تست بار (Load Testing)
• 83. تست عملکردی در محیط‌های توسعه و تولید
• 84. ملاحظات مربوط به مقیاس‌پذیری شاخص‌ها
• 85. بررسی محدودیت‌های مقیاس‌پذیری DynamoDB
• 86. راهکارهای دور زدن محدودیت‌های مقیاس‌پذیری
• 87. آینده شاخص‌ها در DynamoDB و پایگاه‌های داده NoSQL
• 88. روندهای نوظهور در مدیریت داده‌های توزیع‌شده
• 89. درس‌های آموخته شده از تجربیات عملی
• 90. جمع‌بندی و بهترین شیوه‌ها برای مدیریت شاخص‌ها
• 91. مرور نهایی بر استراتژی‌های بهینه‌سازی شاخص