فلش‌کارت‌های آموزشی طراحی و بهینه‌سازی پایگاه داده NoSQL با Amazon DynamoDB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و بهینه‌سازی پایگاه داده NoSQL با Amazon DynamoDB

موضوع کلی: فناوری اطلاعات و نرم‌افزار

موضوع میانی: پایگاه‌های داده و سیستم‌های ذخیره‌سازی

📋 سرفصل‌های دوره

• 1. مبانی پایگاه‌های داده NoSQL
• 2. مقدمه‌ای بر Amazon DynamoDB
• 3. مزایای استفاده از DynamoDB
• 4. معماری DynamoDB
• 5. ساختار داده در DynamoDB: جداول، آیتم‌ها، صفات
• 6. کلیدهای اصلی و انواع آن‌ها
• 7. کلیدهای پارتیشن و مرتب‌سازی
• 8. شاخص‌های ثانویه سراسری (GSI)
• 9. شاخص‌های ثانویه محلی (LSI)
• 10. طراحی اسکیمای مؤثر در DynamoDB
• 11. نرمال‌سازی و دنرمال‌سازی در NoSQL
• 12. مدل‌سازی داده برای الگوهای دسترسی مختلف
• 13. انتخاب کلید پارتیشن مناسب
• 14. انتخاب کلید مرتب‌سازی مناسب
• 15. مدیریت داده‌های رابطه‌ای در DynamoDB
• 16. استفاده از GSI برای پرس‌وجوهای پیچیده
• 17. استفاده از LSI برای مقادیر مرتب‌شده
• 18. طراحی جداول برای مقیاس‌پذیری
• 19. ظرفیت خواندن و نوشتن (RCU/WCU)
• 20. حالت‌های ظرفیت: از پیش تعیین‌شده و درخواستی
• 21. مدیریت خودکار ظرفیت (On-Demand Capacity)
• 22. تنظیمات ظرفیت از پیش تعیین‌شده
• 23. نظارت بر ظرفیت و تنظیم آن
• 24. تکنیک‌های بهینه‌سازی خواندن
• 25. تکنیک‌های بهینه‌سازی نوشتن
• 26. استفاده از خواندن قوی (Strongly Consistent Reads)
• 27. استفاده از خواندن نهایی (Eventually Consistent Reads)
• 28. تفاوت بین خواندن قوی و نهایی
• 29. زمان‌بندی خواندن (Read Throttling)
• 30. زمان‌بندی نوشتن (Write Throttling)
• 31. مدیریت خطاها در عملیات پایگاه داده
• 32. استراتژی‌های بازآزمایی (Retry Strategies)
• 33. مدیریت تراکنش‌ها در DynamoDB
• 34. محدودیت‌های تراکنش در DynamoDB
• 35. استفاده از شرط‌نامه‌ها (Conditional Expressions)
• 36. بهبود عملکرد با شرط‌نامه‌ها
• 37. مدیریت نسخه‌ها (Versioning)
• 38. استفاده از شاخص‌های Global Secondary Indexes (GSI)
• 39. استفاده از شاخص‌های Local Secondary Indexes (LSI)
• 40. مقایسه GSI و LSI
• 41. سناریوهای استفاده از GSI
• 42. سناریوهای استفاده از LSI
• 43. پوشش شاخص‌ها (Index Coverage)
• 44. کاهش هزینه‌ها با بهینه‌سازی شاخص‌ها
• 45. ذخیره‌سازی داده‌های حجیم (Large Items)
• 46. مدیریت داده‌های متنی (Text Data)
• 47. مدیریت داده‌های باینری (Binary Data)
• 48. استفاده از DynamoDB Streams
• 49. پردازش رویدادها با Lambda و DynamoDB Streams
• 50. طراحی معماری‌های مبتنی بر رویداد
• 51. مدیریت تغییرات داده (Change Data Capture)
• 52. مدیریت داده‌های سری زمانی (Time-Series Data)
• 53. بهینه‌سازی کوئری‌های سری زمانی
• 54. استفاده از DynamoDB برای کش (Caching)
• 55. استراتژی‌های کشینگ با DynamoDB
• 56. امنیت در DynamoDB
• 57. کنترل دسترسی مبتنی بر نقش (RBAC)
• 58. سیاست‌های IAM برای DynamoDB
• 59. رمزنگاری داده‌ها در حالت استراحت (Encryption at Rest)
• 60. رمزنگاری داده‌ها در حین انتقال (Encryption in Transit)
• 61. پشتیبان‌گیری و بازیابی (Backup and Restore)
• 62. بازیابی نقطه‌ای در زمان (Point-in-Time Recovery - PITR)
• 63. استفاده از DynamoDB Accelerator (DAX)
• 64. مزایای استفاده از DAX
• 65. معماری DAX
• 66. پیکربندی DAX
• 67. مدیریت DAX
• 68. استقرار و مدیریت DynamoDB در محیط‌های مختلف
• 69. استفاده از AWS CLI با DynamoDB
• 70. استفاده از SDKهای AWS برای DynamoDB
• 71. برنامه‌نویسی با DynamoDB (مثال با Python)
• 72. برنامه‌نویسی با DynamoDB (مثال با Node.js)
• 73. برنامه‌نویسی با DynamoDB (مثال با Java)
• 74. مهاجرت از پایگاه‌های داده رابطه‌ای به DynamoDB
• 75. چالش‌های مهاجرت
• 76. استراتژی‌های مهاجرت
• 77. ابزارهای مهاجرت
• 78. بررسی عملکرد و مانیتورینگ
• 79. استفاده از CloudWatch برای مانیتورینگ
• 80. تنظیم هشدارهای CloudWatch
• 81. تحلیل لاگ‌ها در CloudWatch
• 82. بهینه‌سازی هزینه‌ها در DynamoDB
• 83. انتخاب درست مدل ظرفیت
• 84. مدیریت شاخص‌ها
• 85. استفاده از TTL (Time To Live)
• 86. مدیریت داده‌های غیرضروری
• 87. ملاحظات امنیتی در طراحی پایگاه داده
• 88. اصول طراحی پایگاه داده امن
• 89. بهترین شیوه‌ها در استفاده از DynamoDB
• 90. مطالعات موردی (Case Studies) در استفاده از DynamoDB
• 91. معماری‌های مقیاس‌پذیر با DynamoDB
• 92. کاربرد DynamoDB در اپلیکیشن‌های وب
• 93. کاربرد DynamoDB در اپلیکیشن‌های موبایل
• 94. کاربرد DynamoDB در اینترنت اشیاء (IoT)
• 95. آینده DynamoDB و تحولات NoSQL
• 96. جمع‌بندی و نکات کلیدی