کتاب صوتی طراحی سیستم‌های تحمل‌پذیر خطا؛ از مدل خرابی تا بازیابی و دسترس‌پذیری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی سیستم‌های تحمل‌پذیر خطا؛ از مدل خرابی تا بازیابی و دسترس‌پذیری

موضوع کلی: رایانش توزیع‌شده و سیستم‌های قابل‌اعتماد

موضوع میانی: محاسبات تحمل‌پذیر خطا و طراحی سیستم‌های مقاوم

📋 سرفصل‌های دوره

• 1. مبانی محاسبات تحمل‌پذیر خطا
• 2. تعریف قابلیت اطمینان، دسترس‌پذیری و تحمل خطا
• 3. تفاوت Fault، Error و Failure
• 4. مدل‌های خرابی در سیستم‌های کامپیوتری
• 5. خرابی‌های سخت‌افزاری و نرم‌افزاری
• 6. خرابی‌های گذرا، متناوب و دائمی
• 7. خرابی‌های مستقل و وابسته
• 8. مدل‌سازی خرابی در سیستم‌های توزیع‌شده
• 9. دامنه خرابی و تحلیل اثرات آن
• 10. اهداف طراحی سیستم‌های Fault-Tolerant
• 11. افزونگی به‌عنوان اصل بنیادین تحمل خطا
• 12. افزونگی سخت‌افزاری
• 13. افزونگی نرم‌افزاری
• 14. افزونگی زمانی و فضایی
• 15. افزونگی اطلاعاتی
• 16. تحلیل نقاط تک‌خرابی
• 17. تشخیص خطا و پایش سلامت سیستم
• 18. مکانیزم‌های Error Detection
• 19. آزمون‌های تشخیص خرابی
• 20. Watchdog و Heartbeat
• 21. تشخیص خرابی در سیستم‌های توزیع‌شده
• 22. مفهوم Failure Detector
• 23. تشخیص خطای نودها و سرویس‌ها
• 24. جداسازی خطا و Fault Containment
• 25. بازیابی خطا و Recovery
• 26. تفاوت Recovery و Fault Masking
• 27. Fault Masking با رأی‌گیری
• 28. رأی‌گیری اکثریتی در سیستم‌های مقاوم
• 29. Triple Modular Redundancy
• 30. تحلیل محدودیت‌های TMR
• 31. Voting در سیستم‌های توزیع‌شده
• 32. Replication برای تحمل خطا
• 33. Active Replication و Passive Replication
• 34. مقایسه Primary-Backup و State Machine Replication
• 35. طراحی Replicaهای مقاوم در برابر خرابی
• 36. همگام‌سازی وضعیت Replicaها
• 37. Consistency در سیستم‌های Replicated
• 38. Checkpointing و ذخیره وضعیت
• 39. Checkpoint دوره‌ای و افزایشی
• 40. Rollback Recovery
• 41. Message Logging برای بازیابی
• 42. ترکیب Checkpoint و Message Logging
• 43. انتخاب نقاط مناسب برای Checkpoint
• 44. بازیابی پس از Crash
• 45. بازیابی از خرابی‌های زنجیره‌ای
• 46. تحلیل هزینه و سربار Recovery
• 47. Restart و راه‌اندازی مجدد امن سرویس
• 48. Failover خودکار
• 49. مدیریت Redundancy در Failover
• 50. طراحی سیستم‌های High Availability
• 51. محاسبه Availability و Reliability
• 52. MTBF، MTTR و شاخص‌های قابلیت اطمینان
• 53. تحلیل Reliability Block Diagram
• 54. مدل‌های سری و موازی در قابلیت اطمینان
• 55. محاسبه احتمال خرابی سیستم
• 56. تحلیل Availability در معماری‌های افزونه
• 57. طراحی معماری بدون Single Point of Failure
• 58. Fault-Tolerant Storage
• 59. Replication در سیستم‌های ذخیره‌سازی
• 60. RAID و تحمل خرابی دیسک
• 61. Erasure Coding و مقایسه آن با Replication
• 62. تحمل خطای شبکه و مسیرهای ارتباطی
• 63. افزونگی لینک و مسیر
• 64. مدیریت خرابی در شبکه‌های توزیع‌شده
• 65. تحمل خطای سرویس‌ها و Microserviceها
• 66. Circuit Breaker برای کنترل اثر خرابی
• 67. Bulkhead و جداسازی دامنه‌های خرابی
• 68. Timeout، Retry و Retry Budget
• 69. جلوگیری از Retry Storm
• 70. Graceful Degradation
• 71. طراحی سرویس‌های قابل‌بازیابی
• 72. مدیریت خطا در معماری‌های Cloud
• 73. Multi-Zone و Multi-Region Fault Tolerance
• 74. Replication بین مراکز داده
• 75. تحمل خطای زیرساخت ابری
• 76. تحلیل خرابی‌های هم‌بسته در Cloud
• 77. تحمل خطا در سیستم‌های Real-Time
• 78. محدودیت‌های زمانی در بازیابی
• 79. Fault Tolerance در سیستم‌های حیاتی
• 80. Safety و Liveness در طراحی مقاوم
• 81. مفهوم Byzantine Fault
• 82. خرابی‌های Byzantine و مدل تهدید
• 83. تحمل خطای Byzantine
• 84. رأی‌گیری و اجماع در حضور خطای Byzantine
• 85. ارتباط Fault Tolerance با Distributed Consensus
• 86. محدودیت‌های نظری تحمل خطا
• 87. CAP و رابطه آن با تحمل خرابی
• 88. Consistency، Availability و Partition Tolerance
• 89. تحلیل Network Partition
• 90. Split-Brain و روش‌های پیشگیری
• 91. Quorum در سیستم‌های توزیع‌شده
• 92. Read Quorum و Write Quorum
• 93. طراحی Quorum برای دسترس‌پذیری
• 94. مدیریت ناسازگاری پس از Partition
• 95. Conflict Resolution و بازیابی وضعیت
• 96. تحلیل زنجیره خرابی
• 97. Cascading Failure و کنترل دامنه آن
• 98. Failure Propagation در سیستم‌های توزیع‌شده
• 99. طراحی Bulkhead و Isolation Boundary
• 100. Chaos Engineering برای ارزیابی تحمل خطا