فلش‌کارت‌های آموزشی راهکارهای مقیاس‌پذیری و عملیاتی پایگاه داده ابری مایکروسافت Azure SQL

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهکارهای مقیاس‌پذیری و عملیاتی پایگاه داده ابری مایکروسافت Azure SQL

موضوع کلی: فناوری اطلاعات و توسعه سیستم‌های نرم‌افزاری

موضوع میانی: مدیریت و بهینه‌سازی پایگاه داده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایگاه داده ابری Azure SQL
• 2. مفاهیم کلیدی مقیاس‌پذیری در Azure SQL
• 3. معماری Azure SQL Database
• 4. انتخاب سطح سرویس و مدل خرید مناسب
• 5. مدیریت منابع و محدودیت‌های Azure SQL
• 6. طراحی پایگاه داده مقیاس‌پذیر
• 7. بهینه‌سازی طراحی جداول و شاخص‌ها
• 8. نرمال‌سازی و ضد نرمال‌سازی در Azure SQL
• 9. استفاده بهینه از انواع داده
• 10. مدیریت تراکنش‌ها و سطوح ایزولاسیون
• 11. اصول طراحی برای عملکرد بالا
• 12. پایش عملکرد پایگاه داده در Azure SQL
• 13. ابزارهای پایش Azure SQL Database
• 14. تحلیل گزارش‌های عملکرد
• 15. شناسایی گلوگاه‌های عملکرد
• 16. بهینه‌سازی کوئری‌ها
• 17. مقدمه‌ای بر بهینه‌سازی کوئری
• 18. تحلیل برنامه‌های اجرایی کوئری
• 19. استفاده از Query Store
• 20. تکنیک‌های نوشتن کوئری‌های کارآمد
• 21. مدیریت شاخص‌ها
• 22. انواع شاخص‌ها در Azure SQL
• 23. ایجاد و نگهداری شاخص‌های مناسب
• 24. مدیریت شاخص‌های فراموش شده و اضافی
• 25. بهینه‌سازی نگهداری شاخص‌ها
• 26. مقیاس‌پذیری عمودی (Vertical Scaling)
• 27. افزایش منابع سخت‌افزاری
• 28. انتخاب مناسب‌تر سطح سرویس
• 29. مدیریت هزینه‌ها در مقیاس‌پذیری عمودی
• 30. مقیاس‌پذیری افقی (Horizontal Scaling)
• 31. مفاهیم Sharding و Partitioning
• 32. پیاده‌سازی Sharding در Azure SQL
• 33. مزایا و چالش‌های Sharding
• 34. مدیریت داده‌های توزیع شده
• 35. طراحی برای دسترسی بالا (High Availability)
• 36. مفاهیم Failover و Replication
• 37. پیاده‌سازی High Availability در Azure SQL
• 38. انتخاب استراتژی مناسب برای دسترسی بالا
• 39. بازیابی فاجعه (Disaster Recovery)
• 40. برنامه‌ریزی برای بازیابی فاجعه
• 41. تکنیک‌های مختلف Disaster Recovery
• 42. تست سناریوهای بازیابی فاجعه
• 43. امنیت پایگاه داده در Azure SQL
• 44. مدیریت دسترسی و احراز هویت
• 45. رمزنگاری داده‌ها در Azure SQL
• 46. امنیت شبکه و فایروال
• 47. ملاحظات امنیتی در طراحی
• 48. مدیریت هزینه‌ها در Azure SQL
• 49. استراتژی‌های بهینه‌سازی هزینه
• 50. پایش هزینه‌ها و تخصیص بودجه
• 51. استفاده از Reserved Instances
• 52. مدیریت هزینه‌های ذخیره‌سازی
• 53. مهاجرت به Azure SQL Database
• 54. برنامه‌ریزی برای مهاجرت
• 55. ابزارهای مهاجرت Azure SQL
• 56. استراتژی‌های مهاجرت (Offline/Online)
• 57. اعتبارسنجی پس از مهاجرت
• 58. پایگاه داده توزیع شده و چند منطقه‌ای
• 59. مفاهیم پایگاه داده توزیع شده
• 60. طراحی برای سناریوهای جهانی
• 61. مدیریت داده‌های توزیع شده در Azure
• 62. چالش‌های هماهنگ‌سازی داده‌ها
• 63. تحلیل داده‌های حجیم (Big Data)
• 64. مفاهیم Big Data Analytics
• 65. ادغام Azure SQL با سرویس‌های تحلیل داده
• 66. استفاده از Azure Synapse Analytics
• 67. بهینه‌سازی برای تحلیل داده‌های بزرگ
• 68. کاربرد Azure Functions و Logic Apps
• 69. اتوماسیون وظایف پایگاه داده
• 70. ادغام Azure SQL با سرویس‌های Serverless
• 71. ساخت گردش کارهای داده
• 72. مدیریت چرخه عمر داده
• 73. بهینه‌سازی ذخیره‌سازی و بایگانی داده
• 74. استراتژی‌های انطباق با مقررات داده
• 75. مدیریت دسترسی و حسابرسی داده
• 76. استفاده از Azure Policy برای مدیریت منابع
• 77. ملاحظات عملیاتی در Azure SQL
• 78. برنامه‌ریزی برای پشتیبان‌گیری و بازیابی
• 79. مدیریت به‌روزرسانی‌ها و پچ‌ها
• 80. نظارت بر سلامت پایگاه داده
• 81. عیب‌یابی مشکلات رایج
• 82. مباحث پیشرفته در مقیاس‌پذیری
• 83. استفاده از Azure Cache for Redis
• 84. استراتژی‌های Caching در Azure SQL
• 85. مقیاس‌پذیری با استفاده از Azure Cosmos DB
• 86. انتخاب بین Azure SQL و Cosmos DB
• 87. ارزیابی و انتخاب معماری مناسب
• 88. آینده مقیاس‌پذیری پایگاه داده در Azure
• 89. روندهای نوظهور در فناوری پایگاه داده
• 90. بهینه‌سازی مداوم و بهبود عملکرد
• 91. درس‌آموخته‌ها از پروژه‌های واقعی
• 92. راهنمای عملی برای پیاده‌سازی موفق