کتاب صوتی وب‌اسفیر پرفورمنس: از پایش زنده تا شبیه‌سازی بار برای اپلیکیشن‌های مقیاس‌پذیر

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره وب‌اسفیر پرفورمنس: از پایش زنده تا شبیه‌سازی بار برای اپلیکیشن‌های مقیاس‌پذیر

موضوع کلی: مدیریت کارایی برنامه‌های کاربردی

موضوع میانی: پایش و تست کارایی سیستم‌ها و برنامه‌ها

📋 سرفصل‌های دوره

• 1. مقدمه بر مدیریت کارایی برنامه‌های کاربردی (APM)
• 2. چرا کارایی مهم است؟ تأثیر آن بر کسب‌وکار و تجربه کاربری
• 3. مفاهیم کلیدی: تأخیر، توان عملیاتی و مقیاس‌پذیری
• 4. آشنایی با معماری وب‌اسفیر (WebSphere Application Server)
• 5. معرفی ابزارهای پایش و شبیه‌سازی بار وب‌اسفیر
• 6. چرخه حیات مدیریت کارایی: از توسعه تا تولید
• 7. نصب و پیکربندی اولیه محیط پایش (Application Monitor)
• 8. نصب و پیکربندی اولیه محیط شبیه‌سازی بار (Workload Simulator)
• 9. آشنایی با رابط کاربری Application Monitor
• 10. آشنایی با رابط کاربری Workload Simulator
• 11. اولین نگاه: اتصال به یک اپلیکیشن در حال اجرا
• 12. تعریف اهداف کارایی (Performance Goals) و SLOs
• 13. تفاوت بین پایش (Monitoring)، تست (Testing) و پروفایلینگ (Profiling)
• 14. معماری جمع‌آوری داده در ابزارهای پایش
• 15. چالش‌های رایج در مدیریت کارایی سیستم‌های توزیع‌شده
• 16. پایش حافظه JVM (Heap و Non-Heap)
• 17. تحلیل رفتار Garbage Collection (GC) و تأثیر آن بر کارایی
• 18. شناسایی و رفع نشت حافظه (Memory Leaks)
• 19. پایش و تحلیل نخ‌ها (Threads) و Thread Pools
• 20. پروفایلینگ CPU: شناسایی متدهای پرمصرف و زمان‌بر
• 21. پایش Connection Pool پایگاه داده و شناسایی گلوگاه‌ها
• 22. تحلیل کارایی EJB و کامپوننت‌های Java EE
• 23. پایش وضعیت Servlet و JSP و زمان اجرای آن‌ها
• 24. مدیریت و پایش Session های HTTP
• 25. تحلیل عملکرد کش‌های وب‌اسفیر (DynaCache)
• 26. پیکربندی Data Collectors برای جمع‌آوری متریک‌های سفارشی
• 27. فیلتر کردن و نمونه‌برداری داده برای کاهش سربار پایش
• 28. پایش زنده (Real-time Monitoring) در مقابل تحلیل آفلاین داده‌ها
• 29. درک توپولوژی برنامه و ترسیم نقشه وابستگی‌ها
• 30. ساخت داشبوردهای کارایی سفارشی برای نمایش متریک‌های کلیدی
• 31. تحلیل گزارش‌های Top-N برای شناسایی کندترین تراکنش‌ها
• 32. تحلیل زمان پاسخ (Response Time) و شکستن آن به اجزای سازنده
• 33. شناسایی و تحلیل خطاهای برنامه در لحظه وقوع
• 34. پایش تراکنش‌های توزیع‌شده (Distributed Tracing)
• 35. تعریف آستانه‌ها (Thresholds) و هشدارهای خودکار (Alerting)
• 36. یکپارچه‌سازی سیستم هشدار با ابزارهای دیگر (ایمیل، پیام‌رسان)
• 37. تحلیل ریشه‌ای خطا (Root Cause Analysis) با استفاده از داده‌های پایش
• 38. پایش سلامت زیرساخت (CPU, Memory, Disk I/O, Network)
• 39. پایش لاگ‌ها و ارتباط آن با متریک‌های کارایی
• 40. مقایسه کارایی بین نسخه‌های مختلف برنامه
• 41. مقدمه‌ای بر تست کارایی و انواع آن (Load, Stress, Soak)
• 42. معرفی Workload Simulator و قابلیت‌های کلیدی آن
• 43. ضبط اولین اسکریپت تست با استفاده از رکوردر
• 44. تحلیل ساختار اسکریپت ضبط شده (HTTP Requests and Responses)
• 45. شناسایی و مدیریت مقادیر پویا: مفهوم Correlation
• 46. پیاده‌سازی Correlation خودکار و دستی در اسکریپت‌ها
• 47. پارامتری کردن اسکریپت برای استفاده از داده‌های متغیر (Parameterization)
• 48. استفاده از منابع داده خارجی (مانند فایل‌های CSV)
• 49. اعتبارسنجی پاسخ‌ها (Validations) برای اطمینان از صحت عملکرد برنامه
• 50. افزودن منطق شرطی و حلقه‌ها به اسکریپت‌های تست
• 51. مدیریت کوکی‌ها، هدرها و کش در اسکریپت
• 52. طراحی سناریوهای تست واقع‌گرایانه بر اساس رفتار کاربران
• 53. تعریف گروه‌های کاربری (User Groups) با رفتارهای متفاوت
• 54. مدل‌سازی زمان تفکر کاربر (Think Time) و سرعت اجرای تراکنش (Pacing)
• 55. تعریف پروفایل بار (Workload Profile): Ramp-up, Steady State, Ramp-down
• 56. اجرای یک تست بار ساده از روی سیستم محلی
• 57. زمان‌بندی و مدیریت اجرای تست‌ها (Scheduling)
• 58. تولید بار توزیع‌شده با استفاده از چندین Agent
• 59. پایش منابع سمت کلاینت (Agent Health) در حین اجرای تست
• 60. تحلیل نتایج تست: متریک‌های کلیدی (Response Time, Throughput, Errors)
• 61. گراف‌ها و گزارش‌های استاندارد در Workload Simulator
• 62. شناسایی نقاط شکست (Breaking Points) سیستم تحت بار
• 63. مقایسه نتایج تست‌های مختلف (Baseline vs. Current)
• 64. تولید گزارش‌های جامع و قابل ارائه از نتایج تست
• 65. ارتباط نتایج تست بار با داده‌های پایش زنده
• 66. تحلیل همزمان CPU، حافظه و زمان پاسخ در حین تست
• 67. تکنیک‌های عیب‌یابی برای شناسایی گلوگاه (Bottleneck)
• 68. بهینه‌سازی تنظیمات JVM (Tuning Heap Size, GC Policies)
• 69. بهینه‌سازی Connection Pool و Thread Pool بر اساس نتایج تست
• 70. استراتژی‌های کشینگ و ارزیابی تأثیر آن بر بهبود کارایی
• 71. پروفایلینگ عمیق کد و بهینه‌سازی الگوریتم‌ها و متدها
• 72. تحلیل کوئری‌های کند پایگاه داده (Slow Queries) شناسایی شده در تست
• 73. تنظیم پارامترهای کلیدی وب‌اسفیر برای کارایی بالا
• 74. تحلیل تأثیر شبکه بر کارایی برنامه
• 75. اعتبارسنجی بهبودهای کارایی با اجرای مجدد تست‌ها
• 76. مدیریت داده‌های تست (Test Data Management)
• 77. مستندسازی نتایج تست و یافته‌های بهینه‌سازی
• 78. اتوماسیون تست‌های کارایی در پایپ‌لاین CI/CD
• 79. مدیریت کارایی در محیط‌های کانتینری (Docker/Kubernetes)
• 80. مفاهیم پیشرفته: تست استقامت (Soak Testing) و اهداف آن
• 81. برنامه‌ریزی ظرفیت (Capacity Planning) بر اساس نتایج تست
• 82. پایش و تست کارایی برنامه‌های مبتنی بر میکروسرویس
• 83. استفاده از هوش مصنوعی (AIOps) در مدیریت کارایی
• 84. بهترین شیوه‌ها (Best Practices) در پایش و تست کارایی
• 85. مطالعه موردی: تحلیل و بهینه‌سازی یک اپلیکیشن نمونه از ابتدا تا انتها
• 86. ایجاد فرهنگ کارایی (Performance Culture) در تیم توسعه
• 87. گزارش‌دهی نتایج کارایی به مدیران و ذینفعان غیرفنی
• 88. آینده ابزارهای APM و مدیریت کارایی برنامه‌ها