دوره طراحی و پیاده‌سازی معماری‌های بدون سرور با استفاده از AWS Lambda، DynamoDB و Kinesis Streams همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی معماری‌های بدون سرور با استفاده از AWS Lambda، DynamoDB و Kinesis Streams

موضوع کلی: معماری نرم‌افزار و سیستم‌های توزیع‌شده

موضوع میانی: پردازش داده‌های جریانی و پایگاه‌های داده NoSQL در محیط ابری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر معماری‌های بدون سرور
• 2. مفاهیم کلیدی معماری بدون سرور
• 3. مزایای معماری‌های بدون سرور
• 4. معرفی AWS Lambda
• 5. نوشتن اولین تابع Lambda
• 6. مدیریت رویدادها در Lambda
• 7. استفاده از Runtimeهای مختلف در Lambda
• 8. مدیریت وابستگی‌ها در Lambda
• 9. پیاده‌سازی توابع Lambda با Node.js
• 10. پیاده‌سازی توابع Lambda با Python
• 11. پیاده‌سازی توابع Lambda با Java
• 12. پیاده‌سازی توابع Lambda با Go
• 13. پیاده‌سازی توابع Lambda با .NET
• 14. مدیریت وضعیت در توابع Lambda
• 15. بهینه‌سازی عملکرد توابع Lambda
• 16. مدیریت هزینه‌ها در Lambda
• 17. معرفی AWS DynamoDB
• 18. مفاهیم کلیدی DynamoDB
• 19. طراحی کلید پارتیشن و کلید مرتب‌سازی
• 20. مطالعه موردی: طراحی Table برای کاربران
• 21. مطالعه موردی: طراحی Table برای محصولات
• 22. مطالعه موردی: طراحی Table برای سفارشات
• 23. شاخص‌های ثانویه در DynamoDB (GSI)
• 24. شاخص‌های محلی در DynamoDB (LSI)
• 25. پرس‌وجو (Query) در DynamoDB
• 26. اسکن (Scan) در DynamoDB
• 27. عملیات اتمی در DynamoDB
• 28. مدیریت تراکنش در DynamoDB
• 29. نسخه‌برداری و بازیابی در DynamoDB
• 30. امنیت در DynamoDB
• 31. مانیتورینگ DynamoDB
• 32. معرفی AWS Kinesis Streams
• 33. مفاهیم کلیدی Kinesis Streams
• 34. تولیدکنندگان (Producers) در Kinesis Streams
• 35. مصرف‌کنندگان (Consumers) در Kinesis Streams
• 36. شاردها (Shards) در Kinesis Streams
• 37. مدیریت ظرفیت در Kinesis Streams
• 38. پردازش داده‌های جریانی با Kinesis
• 39. استفاده از Kinesis Client Library (KCL)
• 40. پردازش در زمان واقعی با Kinesis
• 41. یکپارچه‌سازی Kinesis با Lambda
• 42. یکپارچه‌سازی Kinesis با S3
• 43. یکپارچه‌سازی Kinesis با Redshift
• 44. یکپارچه‌سازی Kinesis با EMR
• 45. استفاده از Kinesis Data Firehose
• 46. معرفی پایگاه‌های داده NoSQL
• 47. انواع پایگاه‌های داده NoSQL
• 48. مزایای پایگاه‌های داده NoSQL
• 49. مقایسه NoSQL با SQL
• 50. کاربرد پایگاه‌های داده NoSQL
• 51. معرفی پایگاه‌های داده ستون-محور
• 52. معرفی پایگاه‌های داده سند-محور
• 53. معرفی پایگاه‌های داده کلید-مقدار
• 54. معرفی پایگاه‌های داده گراف
• 55. طراحی معماری‌های ابری
• 56. اصول طراحی سیستم‌های توزیع‌شده
• 57. مفاهیم مقیاس‌پذیری افقی و عمودی
• 58. مفاهیم دسترس‌پذیری بالا (High Availability)
• 59. مفاهیم تحمل خطا (Fault Tolerance)
• 60. الگوهای معماری میکروسرویس
• 61. الگوهای ارتباطی بین سرویس‌ها
• 62. مدیریت API Gateway
• 63. امنیت در معماری‌های ابری
• 64. مانیتورینگ و لاگینگ در سیستم‌های ابری
• 65. استفاده از CloudWatch برای مانیتورینگ
• 66. استفاده از CloudTrail برای ردیابی فعالیت‌ها
• 67. مدیریت منابع با CloudFormation
• 68. استفاده از CDK برای استقرار
• 69. ملاحظات امنیتی در معماری‌های بدون سرور
• 70. مدیریت هویت و دسترسی (IAM)
• 71. رمزنگاری داده‌ها در حالت سکون و در حال انتقال
• 72. مدیریت secretها با Secrets Manager
• 73. طراحی برای بازیابی فاجعه (Disaster Recovery)
• 74. مراحل استقرار برنامه‌های بدون سرور
• 75. تست و اشکال‌زدایی برنامه‌های بدون سرور
• 76. اصول DevOps در معماری‌های بدون سرور
• 77. استفاده از CI/CD برای برنامه‌های بدون سرور
• 78. مانیتورینگ و بهینه‌سازی مداوم
• 79. مطالعه موردی: ساخت یک API ساده با Lambda و API Gateway
• 80. مطالعه موردی: پردازش داده‌های آپلود شده در S3 با Lambda
• 81. مطالعه موردی: ساخت یک سیستم صف پیام با SQS و Lambda
• 82. مطالعه موردی: پیاده‌سازی یک سرویس احراز هویت با Cognito و Lambda
• 83. مطالعه موردی: تحلیل داده‌های جریانی با Kinesis و Lambda
• 84. مطالعه موردی: ذخیره‌سازی و بازیابی داده‌های کاربر با DynamoDB
• 85. مطالعه موردی: ساخت یک سیستم گزارش‌دهی با Lambda و Athena
• 86. ملاحظات اخلاقی در طراحی سیستم‌های نرم‌افزاری
• 87. حریم خصوصی داده‌ها در سیستم‌های ابری
• 88. مسئولیت‌پذیری در سیستم‌های توزیع‌شده
• 89. آینده معماری‌های بدون سرور
• 90. روندهای جدید در پردازش داده‌های جریانی
• 91. نوآوری‌ها در پایگاه‌های داده NoSQL
• 92. تأثیر هوش مصنوعی بر معماری‌های ابری