اپلیکیشن اندرویدی فلش‌کارت آموزشی بهینه‌سازی و کارایی شاخص‌ها در پایگاه داده DynamoDB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی و کارایی شاخص‌ها در پایگاه داده DynamoDB

موضوع کلی: فناوری اطلاعات و پایگاه داده

موضوع میانی: مدیریت پایگاه داده‌های NoSQL

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایگاه داده‌های NoSQL
• 2. آشنایی با Amazon DynamoDB
• 3. مفاهیم کلیدی DynamoDB
• 4. انواع داده در DynamoDB
• 5. ساختار داده‌های کلید-مقدار
• 6. ساختار داده‌های سند (Document)
• 7. ساختار داده‌های ستونی (Column-family)
• 8. ساختار داده‌های گراف (Graph)
• 9. کاربرد DynamoDB در معماری‌های مدرن
• 10. مزایای استفاده از DynamoDB
• 11. محدودیت‌های DynamoDB
• 12. مقدمه‌ای بر شاخص‌ها (Indexes)
• 13. اهمیت شاخص‌ها در پایگاه داده
• 14. انواع شاخص‌ها در DynamoDB
• 15. شاخص‌های ثانویه سراسری (GSI)
• 16. نحوه ایجاد GSI
• 17. کاربرد GSI در کوئری‌های پیچیده
• 18. شاخص‌های محلی (LSI)
• 19. نحوه ایجاد LSI
• 20. تفاوت GSI و LSI
• 21. مزایای GSI
• 22. مزایای LSI
• 23. محدودیت‌های GSI
• 24. محدودیت‌های LSI
• 25. انتخاب نوع شاخص مناسب
• 26. طراحی شاخص برای خوانایی (Read Optimization)
• 27. طراحی شاخص برای نوشتار (Write Optimization)
• 28. بهینه‌سازی طرح‌بندی داده (Data Modeling)
• 29. مقدمه‌ای بر کوئری‌ها در DynamoDB
• 30. کوئری گرفتن با کلید اصلی (Primary Key)
• 31. استفاده از GSI در کوئری‌ها
• 32. استفاده از LSI در کوئری‌ها
• 33. عملگرهای کوئری (Query Operators)
• 34. فیلتر کردن نتایج کوئری
• 35. مرتب‌سازی نتایج کوئری
• 36. محدود کردن تعداد نتایج
• 37. صفحه‌بندی (Pagination) در کوئری‌ها
• 38. نکات کلیدی در طراحی کوئری
• 39. بهینه‌سازی کوئری‌ها
• 40. شناسایی گلوگاه‌های عملکرد کوئری
• 41. ابزارهای نظارت بر عملکرد
• 42. Amazon CloudWatch برای DynamoDB
• 43. تجزیه و تحلیل لاگ‌های DynamoDB
• 44. شناسایی کوئری‌های کند
• 45. تنظیم ظرفیت (Provisioned Capacity)
• 46. مدیریت ظرفیت خواندن (Read Capacity Units - RCU)
• 47. مدیریت ظرفیت نوشتن (Write Capacity Units - WCU)
• 48. حالت خودکار مقیاس‌بندی (Auto Scaling)
• 49. تنظیمات Auto Scaling
• 50. بهینه‌سازی هزینه با مدیریت ظرفیت
• 51. مقدمه‌ای بر تراکنش‌ها (Transactions)
• 52. انواع تراکنش در DynamoDB
• 53. ایجاد تراکنش‌ها
• 54. مدیریت خطا در تراکنش‌ها
• 55. کاربرد تراکنش‌ها در سناریوهای واقعی
• 56. بهینه‌سازی تراکنش‌ها
• 57. مقدمه‌ای بر جریان‌های داده (Streams)
• 58. کاربرد DynamoDB Streams
• 59. نحوه فعال‌سازی Streams
• 60. پردازش رویدادهای Streams
• 61. یکپارچه‌سازی Streams با Lambda
• 62. سناریوهای استفاده از Streams
• 63. امنیت در DynamoDB
• 64. کنترل دسترسی مبتنی بر نقش (IAM)
• 65. سیاست‌های IAM برای DynamoDB
• 66. رمزنگاری داده‌ها در حالت استراحت
• 67. رمزنگاری داده‌ها در حال انتقال
• 68. نکات امنیتی در طراحی و پیاده‌سازی
• 69. مقدمه‌ای بر ابزارهای توسعه
• 70. AWS SDK برای زبان‌های مختلف
• 71. کار با SDK در پایتون (Boto3)
• 72. کار با SDK در جاوااسکریپت
• 73. کار با SDK در جاوا
• 74. AWS CLI برای مدیریت DynamoDB
• 75. استفاده از AWS CLI برای کوئری و مدیریت
• 76. ملاحظات عملی در کار با شاخص‌ها
• 77. اشتباهات رایج در طراحی شاخص
• 78. راهنمای بهترین شیوه‌ها (Best Practices)
• 79. مثال‌های عملی طراحی شاخص
• 80. سناریوهای پیچیده شاخص‌گذاری
• 81. مقدمه‌ای بر پایگاه داده‌های ستونی
• 82. شباهت‌ها و تفاوت‌ها با DynamoDB
• 83. کاربرد پایگاه داده‌های ستونی
• 84. مقدمه‌ای بر پایگاه داده‌های سند
• 85. شباهت‌ها و تفاوت‌ها با DynamoDB
• 86. کاربرد پایگاه داده‌های سند
• 87. مقدمه‌ای بر پایگاه داده‌های گراف
• 88. شباهت‌ها و تفاوت‌ها با DynamoDB
• 89. کاربرد پایگاه داده‌های گراف
• 90. مفهوم شاردینگ (Sharding)
• 91. شاردینگ در DynamoDB
• 92. مدیریت شاردینگ
• 93. مقدمه‌ای بر معماری‌های توزیع‌شده
• 94. نقش DynamoDB در معماری‌های توزیع‌شده
• 95. پیاده‌سازی معماری‌های توزیع‌شده با DynamoDB
• 96. تست و عیب‌یابی در DynamoDB
• 97. استراتژی‌های تست کارایی
• 98. عیب‌یابی مشکلات رایج
• 99. مقدمه‌ای بر آینده DynamoDB
• 100. قابلیت‌های جدید و نوظهور