فلش‌کارت‌های آموزشی معماری نرم‌افزار: Scalability Patterns for High-Traffic Websites

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره معماری نرم‌افزار: Scalability Patterns for High-Traffic Websites

موضوع کلی: برنامه نویسی

موضوع میانی: معماری نرم‌افزار

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر معماری نرم‌افزار
• 2. مقیاس‌پذیری (Scalability) چیست و چرا اهمیت دارد؟
• 3. تفاوت عملکرد (Performance)، مقیاس‌پذیری (Scalability) و دسترس‌پذیری (Availability)
• 4. انواع مقیاس‌پذیری: مقیاس‌پذیری بار، داده و جغرافیایی
• 5. معیارهای کلیدی: تأخیر (Latency)، توان عملیاتی (Throughput) و همزمانی (Concurrency)
• 6. قانون آمدال (Amdahl's Law) و پیامدهای آن در مقیاس‌پذیری
• 7. قضیه CAP: سازگاری (Consistency)، دسترس‌پذیری (Availability) و تحمل تقسیم (Partition Tolerance)
• 8. اصول طراحی برای ترافیک 10x، 100x و 1000x
• 9. معماری‌های Stateless در مقابل Stateful
• 10. اهمیت طراحی Stateless برای مقیاس‌پذیری
• 11. اصل اتصال سست (Loose Coupling) و انسجام بالا (High Cohesion)
• 12. اصل مسئولیت واحد (Single Responsibility) در سطح سرویس
• 13. جداسازی دغدغه‌ها (Separation of Concerns)
• 14. طراحی برای شکست (Design for Failure)
• 15. اصل آیدمپوتنت (Idempotency) و کاربردهای آن
• 16. مقیاس‌پذیری عمودی (Scaling Up): مزایا و معایب
• 17. مقیاس‌پذیری افقی (Scaling Out): مزایا و معایب
• 18. مکعب مقیاس‌پذیری (Scalability Cube): محورهای X, Y, Z
• 19. چه زمانی از مقیاس‌پذیری عمودی و چه زمانی از افقی استفاده کنیم؟
• 20. استراتژی‌های مقیاس‌پذیری ترکیبی
• 21. مقدمه‌ای بر توزیع بار (Load Balancing)
• 22. الگوریتم‌های توزیع بار: Round Robin, Least Connections, IP Hash
• 23. توزیع‌کننده‌های بار لایه 4 (L4) در مقابل لایه 7 (L7)
• 24. نشست‌های چسبنده (Sticky Sessions): مزایا و معایب
• 25. بررسی سلامت (Health Checks) و مکانیزم‌های Failover
• 26. توزیع بار سرور جهانی (Global Server Load Balancing - GSLB)
• 27. گروه‌های مقیاس‌پذیری خودکار (Auto Scaling Groups)
• 28. شناسایی تنگناهای پایگاه داده (Database Bottlenecks)
• 29. استراتژی‌های ایندکس‌گذاری (Indexing) برای ترافیک بالا
• 30. تکنیک‌های بهینه‌سازی کوئری (Query Optimization)
• 31. تکثیر پایگاه داده (Database Replication) و Read Replicas
• 32. الگوی تفکیک خواندن و نوشتن (Read/Write Splitting)
• 33. شاردینگ (Sharding) پایگاه داده: مفاهیم اولیه
• 34. استراتژی‌های شاردینگ: مبتنی بر محدوده، مبتنی بر هش
• 35. چالش‌های شاردینگ: Join ها، تراکنش‌ها و توازن مجدد
• 36. فدراسیون پایگاه داده (Database Federation)
• 37. مقدمه‌ای بر پایگاه‌های داده NoSQL
• 38. چه زمانی از SQL و چه زمانی از NoSQL استفاده کنیم؟
• 39. پایگاه‌های داده کلید-مقدار (Key-Value Stores)
• 40. پایگاه‌های داده سندی (Document Databases)
• 41. پایگاه‌های داده ستونی (Column-Family Stores)
• 42. پایگاه‌های داده گرافی (Graph Databases)
• 43. نقش کشینگ (Caching) در وب‌سایت‌های پرترافیک
• 44. کشینگ درون حافظه‌ای (In-memory) در مقابل کشینگ توزیع‌شده (Distributed)
• 45. الگوی Cache-Aside یا Lazy Loading
• 46. الگوی Write-Through Caching
• 47. الگوی Write-Back (Write-Behind) Caching
• 48. الگوی Read-Through Caching
• 49. سیاست‌های خروج از کش (Cache Eviction Policies): LRU, LFU, FIFO
• 50. مشکل "گله خروشان" (Thundering Herd) و راه‌حل‌های آن
• 51. کشینگ در لایه‌های مختلف: کلاینت، DNS، CDN، اپلیکیشن، پایگاه داده
• 52. کشینگ اشیاء (Object Caching) در مقابل کشینگ تمام صفحه (Full-Page Caching)
• 53. سیستم‌های کش توزیع‌شده: Redis در مقابل Memcached
• 54. استراتژی‌های بی‌اعتبار کردن کش (Cache Invalidation)
• 55. مدیریت زمان حیات (Time-To-Live - TTL) در کش
• 56. مقدمه‌ای بر شبکه‌های توزیع محتوا (CDN)
• 57. CDN چگونه عملکرد و مقیاس‌پذیری را بهبود می‌بخشد
• 58. استراتژی‌های کشینگ و سیاست‌ها در CDN
• 59. شتاب‌دهی محتوای پویا (Dynamic Content Acceleration) با CDN
• 60. استفاده از ذخیره‌سازی اشیاء (Object Storage) برای دارایی‌های استاتیک
• 61. ارتباطات همگام (Synchronous) در مقابل ناهمگام (Asynchronous)
• 62. مقدمه‌ای بر صف‌های پیام (Message Queues)
• 63. کاربردهای صف پیام: جداسازی، کارهای پس‌زمینه، تسطیح بار
• 64. الگوی تولیدکننده/مصرف‌کننده (Producer/Consumer)
• 65. الگوی انتشار/اشتراک (Publish/Subscribe)
• 66. بروکر‌های پیام محبوب: RabbitMQ, Kafka, SQS
• 67. ماندگاری پیام (Message Durability) و استقامت
• 68. مدل‌های تحویل پیام: At-Least-Once, At-Most-Once, Exactly-Once
• 69. صف‌های نامه مرده (Dead Letter Queues - DLQ)
• 70. صف‌های وظیفه (Task Queues) و پردازشگرهای کارگر (Worker Processes)
• 71. معماری یکپارچه (Monolithic): نقاط قوت و ضعف در مقیاس‌پذیری
• 72. مقدمه‌ای بر معماری سرویس‌گرا (SOA)
• 73. مقدمه‌ای بر معماری میکروسرویس (Microservices)
• 74. مزایای میکروسرویس‌ها برای مقیاس‌پذیری
• 75. چالش‌های میکروسرویس‌ها: پیچیدگی و تراکنش‌های توزیع‌شده
• 76. الگوی دروازه API (API Gateway)
• 77. الگوی کشف سرویس (Service Discovery)
• 78. الگوی پایگاه داده به ازای هر سرویس (Database per Service)
• 79. معماری بدون سرور (Serverless) و مزایای مقیاس‌پذیری آن
• 80. معماری رویداد محور (Event-Driven Architecture)
• 81. سه ستون نظارت‌پذیری (Observability): لاگ‌ها، معیارها، ردگیری‌ها
• 82. لاگ‌نویسی ساختاریافته (Structured Logging) برای سیستم‌های توزیع‌شده
• 83. شاخص‌های کلیدی عملکرد (KPIs) برای مانیتورینگ
• 84. مانیتورینگ عملکرد اپلیکیشن (APM)
• 85. ردگیری توزیع‌شده (Distributed Tracing)
• 86. استراتژی‌های هشداردهی (Alerting)
• 87. نقاط پایانی بررسی سلامت (Health Check Endpoints)
• 88. برنامه‌ریزی ظرفیت (Capacity Planning) و پیش‌بینی
• 89. مقدمه‌ای بر تحمل خطا (Fault Tolerance) و دسترس‌پذیری بالا (High Availability)
• 90. افزونگی (Redundancy): Active-Active و Active-Passive
• 91. الگوی مدارشکن (Circuit Breaker)
• 92. الگوی تلاش مجدد (Retry) و عقب‌نشینی نمایی (Exponential Backoff)
• 93. الگوی Bulkhead
• 94. محدودسازی نرخ درخواست (Rate Limiting) و کنترل فشار (Throttling)
• 95. تنزل کیفیت تدریجی (Graceful Degradation)
• 96. مدل‌های سازگاری داده: سازگاری قوی در مقابل سازگاری نهایی (Eventual Consistency)
• 97. الگوی CQRS (Command Query Responsibility Segregation)
• 98. الگوی منبع‌یابی رویداد (Event Sourcing)
• 99. زیرساخت تغییرناپذیر (Immutable Infrastructure)
• 100. استراتژی‌های استقرار (Deployment Strategies): Blue-Green, Canary