دوره پایگاه داده‌های مدیریت شده در AWS RDS همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پایگاه داده‌های مدیریت شده در AWS RDS

موضوع کلی: برنامه نویسی

موضوع میانی: رایانش ابری (Cloud Computing)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایگاه داده‌های رابطه‌ای
• 2. آشنایی با سرویس AWS RDS
• 3. انواع موتورهای پایگاه داده در RDS
• 4. Amazon Aurora: ویژگی‌ها و مزایا
• 5. راه‌اندازی یک نمونه RDS
• 6. پیکربندی اولیه نمونه RDS
• 7. مدیریت دسترسی‌ها در RDS
• 8. تنظیم پارامترهای نمونه RDS
• 9. پشتیبان‌گیری و بازیابی در RDS
• 10. ایجاد نقاط بازیابی خودکار
• 11. بازیابی به یک زمان مشخص
• 12. تنظیمات نگهداری (Maintenance)
• 13. مانیتورینگ و لاگ‌گیری در RDS
• 14. استفاده از Amazon CloudWatch برای RDS
• 15. تنظیم آلارم‌ها و هشدارها
• 16. بهینه‌سازی عملکرد پایگاه داده
• 17. شاخص‌گذاری (Indexing) در RDS
• 18. نوشتن کوئری‌های بهینه
• 19. مقایسه عملکرد موتورهای مختلف
• 20. امنیت در AWS RDS
• 21. رمزنگاری داده‌ها در حالت سکون
• 22. رمزنگاری داده‌ها در حین انتقال
• 23. تنظیم گروه‌های امنیتی (Security Groups)
• 24. مدیریت احراز هویت در RDS
• 25. استفاده از IAM برای دسترسی به RDS
• 26. اعمال سیاست‌های امنیتی RDS
• 27. مقیاس‌پذیری در RDS
• 28. مقیاس‌بندی عمودی (Vertical Scaling)
• 29. مقیاس‌بندی افقی (Horizontal Scaling)
• 30. استفاده از Read Replicas
• 31. پیکربندی Read Replicas
• 32. مدیریت Read Replicas
• 33. انتقال بار کاری به Read Replicas
• 34. دسترس‌پذیری بالا (High Availability)
• 35. تنظیم Multi-AZ Deployments
• 36. مزایای Multi-AZ
• 37. مدیریت Failover در Multi-AZ
• 38. استفاده از Amazon RDS Proxy
• 39. ویژگی‌های RDS Proxy
• 40. مزایای استفاده از RDS Proxy
• 41. مدیریت اتصالات در RDS
• 42. اتصال از برنامه‌های کاربردی
• 43. استفاده از Connection Pooling
• 44. مدیریت پایگاه داده‌های NoSQL در AWS
• 45. آشنایی با Amazon DynamoDB
• 46. ویژگی‌ها و مزایای DynamoDB
• 47. مدل داده‌ای در DynamoDB
• 48. طراحی کلیدهای پارتیشن و مرتب‌سازی
• 49. شاخص‌های ثانویه در DynamoDB
• 50. Global Secondary Indexes (GSIs)
• 51. Local Secondary Indexes (LSIs)
• 52. مقیاس‌پذیری و عملکرد در DynamoDB
• 53. ظرفیت خواندن و نوشتن
• 54. مدیریت ظرفیت در DynamoDB
• 55. استفاده از Auto Scaling در DynamoDB
• 56. پشتیبان‌گیری و بازیابی در DynamoDB
• 57. Point-in-Time Recovery (PITR)
• 58. Backups در DynamoDB
• 59. امنیت در DynamoDB
• 60. رمزنگاری داده‌ها در DynamoDB
• 61. مدیریت دسترسی‌ها با IAM
• 62. تنظیمات شبکه در DynamoDB
• 63. استفاده از DynamoDB Streams
• 64. کاربرد DynamoDB Streams
• 65. پردازش رویدادها با Lambda
• 66. مهاجرت به AWS RDS
• 67. برنامه‌ریزی برای مهاجرت
• 68. ابزارهای مهاجرت AWS DMS
• 69. مهاجرت داده‌های رابطه‌ای
• 70. مهاجرت داده‌های NoSQL
• 71. تست و اعتبارسنجی داده‌ها
• 72. بهینه‌سازی هزینه‌ها در RDS
• 73. انتخاب نوع نمونه مناسب
• 74. استفاده از Reserved Instances
• 75. مدیریت اندازه پایگاه داده
• 76. تنظیمات پشتیبان‌گیری و نگهداری
• 77. نظارت بر مصرف منابع
• 78. مدیریت پایگاه داده‌های Graph در AWS
• 79. آشنایی با Amazon Neptune
• 80. ویژگی‌ها و مزایای Neptune
• 81. مدل داده‌ای Property Graph
• 82. زبان کوئری Gremlin
• 83. زبان کوئری SPARQL
• 84. راه‌اندازی نمونه Neptune
• 85. امنیت در Neptune
• 86. پشتیبان‌گیری و بازیابی در Neptune
• 87. مقیاس‌پذیری در Neptune
• 88. کاربردهای پایگاه داده‌های Graph
• 89. مدیریت پایگاه داده‌های Time Series در AWS
• 90. آشنایی با Amazon Timestream
• 91. ویژگی‌ها و مزایای Timestream
• 92. مدل داده‌ای در Timestream
• 93. طراحی جداول و ابعاد
• 94. پرس‌وجو در Timestream
• 95. مقیاس‌پذیری در Timestream
• 96. امنیت در Timestream
• 97. مدیریت هزینه‌ها در Timestream
• 98. کاربردهای پایگاه داده‌های Time Series
• 99. مدیریت پایگاه داده‌های Document در AWS
• 100. آشنایی با Amazon DocumentDB