دوره راهنمای جامع Performance Tuning در PostgreSQL همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راهنمای جامع Performance Tuning در PostgreSQL

موضوع کلی: برنامه نویسی

موضوع میانی: PostgreSQL

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایگاه داده PostgreSQL
• 2. نصب و پیکربندی اولیه PostgreSQL
• 3. ساختار پایگاه داده و اشیاء آن
• 4. انواع داده در PostgreSQL
• 5. دستورات SQL پایه: SELECT, INSERT, UPDATE, DELETE
• 6. طراحی شمای پایگاه داده
• 7. شاخص‌گذاری (Indexing) در PostgreSQL
• 8. انواع شاخص‌ها: B-tree, Hash, GiST, GIN
• 9. بهینه‌سازی کوئری‌ها با استفاده از EXPLAIN
• 10. تحلیل plan اجرای کوئری
• 11. مفاهیم پیشرفته SQL: JOINs, Subqueries, CTEs
• 12. مدیریت تراکنش‌ها و ACID Properties
• 13. قفل‌گذاری (Locking) و مدیریت همزمانی
• 14. بهینه‌سازی عملیات INSERT و UPDATE
• 15. استفاده از پارتیشن‌بندی جدول (Table Partitioning)
• 16. توابع پنجره‌ای (Window Functions)
• 17. کار با داده‌های JSON در PostgreSQL
• 18. کار با داده‌های XML در PostgreSQL
• 19. فضاهای نام (Namespaces) و Schema
• 20. مدیریت کاربران و سطوح دسترسی (Roles and Privileges)
• 21. امنیت در PostgreSQL
• 22. پشتیبان‌گیری و بازیابی (Backup and Restore)
• 23. استراتژی‌های پشتیبان‌گیری: Logical vs Physical
• 24. ابزارهای پشتیبان‌گیری: pg_dump, pg_restore, pg_basebackup
• 25. رپلیکیشن (Replication) در PostgreSQL
• 26. انواع رپلیکیشن: Streaming Replication, Logical Replication
• 27. تنظیمات High Availability (HA)
• 28. استفاده از ابزارهای مدیریت HA: Patroni, repmgr
• 29. مانیتورینگ و لاگ‌گیری در PostgreSQL
• 30. تنظیمات پارامترهای پیکربندی (postgresql.conf)
• 31. تنظیمات مربوط به حافظه (Shared Buffers, Work Mem)
• 32. تنظیمات مربوط به I/O
• 33. بهینه‌سازی پارامترهای مربوط به Concurrency
• 34. استفاده از Connection Pooling (PgBouncer)
• 35. کار با Extension ها در PostgreSQL
• 36. Extension های مفید برای Performance Tuning
• 37. PostGIS برای داده‌های مکانی
• 38. pg_stat_statements برای تحلیل کوئری‌ها
• 39. pg_cron برای اجرای زمان‌بندی شده
• 40. بهینه‌سازی Schema Design
• 41. نرمال‌سازی و Denormalization
• 42. انتخاب انواع داده مناسب
• 43. استفاده از انواع داده Composite و Arrays
• 44. مدیریت داده‌های بزرگ (Large Objects)
• 45. کار با Full Text Search
• 46. بهینه‌سازی Full Text Search
• 47. استفاده از Foreign Data Wrappers (FDW)
• 48. اتصال به پایگاه داده‌های دیگر
• 49. بهینه‌سازی کوئری‌های FDW
• 50. مدیریت داده‌های Time Series
• 51. استفاده از pg_partman برای مدیریت پارتیشن‌ها
• 52. بهینه‌سازی پارتیشن‌بندی پویا
• 53. استفاده از CTE ها برای پیچیدگی کمتر
• 54. بهینه‌سازی استفاده از CTE ها
• 55. کار با Views و Materialized Views
• 56. بهینه‌سازی Materialized Views
• 57. تکنیک‌های پیشرفته Indexing
• 58. Partial Indexes
• 59. Expression Indexes
• 60. Covering Indexes
• 61. پیش‌بینی و مدیریت Hot Spots
• 62. استفاده از pg_bloat_check برای شناسایی داده‌های زائد
• 63. VACUUM و ANALYZE در PostgreSQL
• 64. تنظیمات Autovacuum
• 65. بهینه‌سازی اجرای VACUUM
• 66. کار با TOAST (The Oversized-Attribute Storage Technique)
• 67. بهینه‌سازی ذخیره‌سازی TOAST
• 68. استفاده از Foreign Keys و Constraints
• 69. تأثیر Constraints بر Performance
• 70. مدیریت Deadlocks
• 71. استراتژی‌های پیشگیری از Deadlocks
• 72. استفاده از ابزارهای مانیتورینگ شخص ثالث
• 73. Prometheus و Grafana برای PostgreSQL
• 74. ELK Stack برای لاگ‌گیری
• 75. بهینه‌سازی شبکه‌های ارتباطی
• 76. تنظیمات TCP/IP در PostgreSQL
• 77. استفاده از SSL/TLS
• 78. مباحث پیشرفته در Locking
• 79. Row-Level Security (RLS)
• 80. کاربرد RLS در Performance
• 81. بهینه‌سازی در محیط‌های Cloud (AWS RDS, Azure Database)
• 82. مقایسه سرویس‌های مدیریت شده PostgreSQL
• 83. نکات کلیدی در Cloud Performance Tuning
• 84. بهینه‌سازی برای Workloads خاص (OLTP, OLAP)
• 85. کار با Data Warehousing در PostgreSQL
• 86. استفاده از ابزارهای ETL
• 87. مفاهیم پیشرفته در Replication
• 88. Multi-Master Replication
• 89. استراتژی‌های Disaster Recovery
• 90. تست Performance و Load Testing
• 91. سناریوهای تست Performance
• 92. ابزارهای Load Testing (pgbench, JMeter)
• 93. بهینه‌سازی تنظیمات سیستم عامل
• 94. تنظیمات Kernel Parameters
• 95. مدیریت حافظه و Swap
• 96. بهینه‌سازی دیسک I/O
• 97. نکات پایانی و جمع‌بندی
• 98. پیش‌بینی روندهای آینده در PostgreSQL Performance