کتاب صوتی معماری نرم‌افزار: کار با پایگاه‌داده‌ها در معماری‌های مختلف

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره معماری نرم‌افزار: کار با پایگاه‌داده‌ها در معماری‌های مختلف

موضوع کلی: برنامه نویسی

موضوع میانی: معماری نرم‌افزار

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایگاه داده‌ها در معماری نرم‌افزار
• 2. اهمیت پایگاه داده در سیستم‌های نرم‌افزاری
• 3. انواع پایگاه داده: رابطه‌ای و NoSQL
• 4. مروری بر مفاهیم پایگاه داده رابطه‌ای (SQL)
• 5. طراحی مدل داده رابطه‌ای: جداول، ستون‌ها، کلیدها
• 6. روابط بین جداولی: یک به یک، یک به چند، چند به چند
• 7. نرمال‌سازی پایگاه داده: اهداف و سطوح
• 8. نرمال‌سازی تا سطح سوم (3NF)
• 9. تجزیه جداول و رفع افزونگی داده
• 10. مدیریت تراکنش‌ها: ACID Properties
• 11. کنترل همزمانی و قفل‌گذاری در پایگاه داده
• 12. مروری بر مفاهیم پایگاه داده NoSQL
• 13. انواع پایگاه داده NoSQL: Key-Value, Document, Column-Family, Graph
• 14. مزایا و معایب پایگاه داده NoSQL
• 15. مقایسه پایگاه داده رابطه‌ای و NoSQL
• 16. نقش پایگاه داده در معماری‌های Monolithic
• 17. چالش‌های پایگاه داده در معماری‌های Monolithic
• 18. الگوهای طراحی پایگاه داده در Monolithic
• 19. معماری‌های Microservices و پایگاه داده
• 20. اصول معماری Microservices
• 21. استراتژی‌های پایگاه داده برای Microservices
• 22. پایگاه داده مجزا برای هر سرویس (Database per Service)
• 23. انتخاب نوع پایگاه داده برای هر Microservice
• 24. چالش‌های ارتباط بین پایگاه داده‌های Microservices
• 25. الگوهای هماهنگ‌سازی داده در Microservices
• 26. Saga Pattern برای مدیریت تراکنش‌های توزیع شده
• 27. Event Sourcing و CQRS
• 28. پیاده‌سازی Event Sourcing
• 29. پیاده‌سازی CQRS
• 30. کاربرد CQRS با Event Sourcing
• 31. مدیریت داده‌های توزیع شده در Microservices
• 32. Consistency Models در سیستم‌های توزیع شده
• 33. Eventual Consistency
• 34. Strong Consistency
• 35. CAP Theorem و Trade-offs
• 36. استراتژی‌های Data Partitioning
• 37. Sharding و انواع آن
• 38. Replication و انواع آن
• 39. Data Federation و Aggregation
• 40. Caching در معماری‌های Microservices
• 41. انواع Caching (In-memory, Distributed)
• 42. استراتژی‌های Cache Invalidation
• 43. پایگاه داده در معماری‌های Serverless
• 44. مفاهیم Serverless Computing
• 45. کاربرد پایگاه داده با Lambda Functions
• 46. استفاده از پایگاه داده‌های Serverless (مثل DynamoDB, Aurora Serverless)
• 47. چالش‌های Serverless و پایگاه داده
• 48. امنیت پایگاه داده در معماری‌های مختلف
• 49. رمزنگاری داده‌ها (At Rest, In Transit)
• 50. مدیریت دسترسی و احراز هویت
• 51. جلوگیری از حملات SQL Injection
• 52. پیاده‌سازی Security Best Practices
• 53. مانیتورینگ و لاگینگ پایگاه داده
• 54. ابزارهای مانیتورینگ پایگاه داده
• 55. اهمیت لاگینگ برای اشکال‌زدایی و امنیت
• 56. تنظیمات بهینه عملکرد پایگاه داده (Tuning)
• 57. بهینه‌سازی Query ها
• 58. استفاده از Indexing
• 59. طراحی Schema بهینه
• 60. تحلیل و پیش‌بینی بار کاری پایگاه داده
• 61. مدیریت Schema Evolution
• 62. ابزارهای مدیریت Schema Migration
• 63. خودکارسازی فرآیند Schema Migration
• 64. پایگاه داده در معماری‌های Event-Driven
• 65. مفاهیم Event-Driven Architecture
• 66. نقش Message Queues و Event Buses
• 67. استفاده از پایگاه داده در سیستم‌های Event-Driven
• 68. حفظ Eventual Consistency در Event-Driven Systems
• 69. Data Lakes و Data Warehouses
• 70. تفاوت Data Lakes و Data Warehouses
• 71. استفاده از پایگاه داده در Data Lakes/Warehouses
• 72. پایگاه داده‌های Graph و کاربردهای آن
• 73. مفاهیم Graph Databases
• 74. کاربرد Graph Databases در شبکه‌های اجتماعی، توصیه‌گرها و ...
• 75. انتخاب Graph Database مناسب
• 76. پایگاه داده‌های Time-Series و کاربردهای آن
• 77. مفاهیم Time-Series Databases
• 78. کاربرد Time-Series Databases در IoT، مانیتورینگ و ...
• 79. انتخاب Time-Series Database مناسب
• 80. پایگاه داده‌های In-Memory و کاربردهای آن
• 81. مفاهیم In-Memory Databases
• 82. کاربرد In-Memory Databases برای سرعت بالا
• 83. مزایا و معایب In-Memory Databases
• 84. تکنیک‌های High Availability و Disaster Recovery
• 85. High Availability (HA)
• 86. Disaster Recovery (DR)
• 87. استراتژی‌های Backup و Restore
• 88. انتخاب استراتژی مناسب HA/DR
• 89. معماری‌های Data Mesh
• 90. مفاهیم Data Mesh
• 91. چالش‌های Data Mesh و پایگاه داده
• 92. نقش پایگاه داده در Data Mesh
• 93. مهندسی داده (Data Engineering) و پایگاه داده
• 94. نقش مهندسی داده در کار با پایگاه داده
• 95. استخراج، تبدیل، بارگذاری (ETL)
• 96. ابزارهای ETL
• 97. پایگاه داده در Big Data Architectures
• 98. مفاهیم Big Data
• 99. چالش‌های مدیریت پایگاه داده در Big Data
• 100. پایگاه داده‌های توزیع شده برای Big Data