فلش‌کارت‌های آموزشی آشنایی جامع با خدمات پایگاه داده در AWS

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آشنایی جامع با خدمات پایگاه داده در AWS

موضوع کلی: فناوری اطلاعات و رایانش ابری

موضوع میانی: پایگاه‌های داده و مدیریت اطلاعات

📋 سرفصل‌های دوره

• 1. مبانی پایگاه داده و سیستم‌های مدیریت اطلاعات
• 2. معرفی خدمات پایگاه داده در AWS
• 3. مدل‌های داده رابطه‌ای و NoSQL
• 4. پایگاه داده رابطه‌ای در AWS: Amazon RDS
• 5. Amazon RDS: راه‌اندازی و پیکربندی
• 6. مدیریت و بهینه‌سازی Amazon RDS
• 7. امنیت در Amazon RDS
• 8. کلاسترینگ و High Availability در RDS
• 9. Amazon Aurora: معرفی و مزایا
• 10. Amazon Aurora: معماری و ویژگی‌ها
• 11. مقایسه Aurora با RDS
• 12. Amazon Redshift: معرفی و کاربردها
• 13. معماری Amazon Redshift
• 14. طراحی اسکیمای Redshift
• 15. بارگذاری داده در Redshift
• 16. بهینه‌سازی کوئری در Redshift
• 17. مدیریت و نگهداری Redshift
• 18. Amazon DynamoDB: معرفی و مزایا
• 19. مدل داده‌ای DynamoDB
• 20. طراحی کلیدهای پارتیشن و مرتب‌سازی
• 21. شاخص‌های ثانویه در DynamoDB
• 22. عملیات CRUD در DynamoDB
• 23. مدیریت ظرفیت در DynamoDB
• 24. امنیت در DynamoDB
• 25. Amazon ElastiCache: معرفی و کاربردها
• 26. Amazon ElastiCache for Redis
• 27. Amazon ElastiCache for Memcached
• 28. استفاده از ElastiCache برای کاهش بار پایگاه داده
• 29. Amazon Neptune: معرفی و کاربردها
• 30. مدل داده‌ای گراف در Neptune
• 31. پرس‌وجو در Neptune با Gremlin و SPARQL
• 32. Amazon DocumentDB: معرفی و کاربردها
• 33. سازگاری با MongoDB در DocumentDB
• 34. مدیریت و بهینه‌سازی DocumentDB
• 35. Amazon Keyspaces: معرفی و کاربردها
• 36. سازگاری با Apache Cassandra در Keyspaces
• 37. Amazon Timestream: معرفی و کاربردها
• 38. مدیریت داده‌های سری زمانی در Timestream
• 39. Amazon Quantum Ledger Database (QLDB): معرفی و کاربردها
• 40. ویژگی‌های دفتر کل در QLDB
• 41. امنیت و حسابرسی در QLDB
• 42. انتخاب پایگاه داده مناسب در AWS
• 43. معیارهای انتخاب پایگاه داده
• 44. مقایسه خدمات پایگاه داده AWS
• 45. معرفی خدمات مرتبط با مدیریت داده
• 46. AWS Data Pipeline
• 47. AWS Glue: معرفی و کاربردها
• 48. ساخت ETL با AWS Glue
• 49. AWS Lake Formation
• 50. معرفی ابزارهای تحلیل داده در AWS
• 51. Amazon Athena
• 52. Amazon QuickSight
• 53. ابزارهای مهاجرت پایگاه داده به AWS
• 54. AWS Database Migration Service (DMS)
• 55. استراتژی‌های مهاجرت پایگاه داده
• 56. مدیریت هزینه‌های پایگاه داده در AWS
• 57. بهینه‌سازی هزینه‌ها در RDS
• 58. بهینه‌سازی هزینه‌ها در DynamoDB
• 59. بهینه‌سازی هزینه‌ها در Redshift
• 60. نظارت و لاگ‌برداری در خدمات پایگاه داده AWS
• 61. Amazon CloudWatch برای پایگاه داده
• 62. AWS CloudTrail برای حسابرسی
• 63. امنیت لایه‌ای در پایگاه داده‌های AWS
• 64. رمزنگاری داده‌ها در حالت سکون و در حال انتقال
• 65. مدیریت دسترسی با IAM
• 66. سیاست‌های امنیتی برای پایگاه داده‌ها
• 67. پیکربندی شبکه امن برای پایگاه داده‌ها
• 68. پشتیبان‌گیری و بازیابی در AWS
• 69. استراتژی‌های پشتیبان‌گیری خودکار
• 70. بازیابی نقطه زمانی (Point-in-Time Recovery)
• 71. تست سناریوهای بازیابی
• 72. قوانین حفاظت از داده و حریم خصوصی در ایران
• 73. استانداردهای امنیت اطلاعات در ایران
• 74. مقررات مربوط به داده‌های حساس
• 75. ملاحظات حقوقی در استفاده از خدمات ابری
• 76. انطباق با قوانین داخلی در خدمات AWS
• 77. مدیریت ریسک در خدمات پایگاه داده ابری
• 78. برنامه‌ریزی تداوم کسب‌وکار (BCP)
• 79. بازیابی از فاجعه (DRP)
• 80. آشنایی با مفاهیم پردازش داده توزیع‌شده
• 81. مقدمه‌ای بر محاسبات توزیع‌شده
• 82. چالش‌های سیستم‌های توزیع‌شده
• 83. معرفی پایگاه داده‌های توزیع‌شده
• 84. مفاهیم پایگاه داده‌های توزیع‌شده
• 85. انواع پایگاه داده‌های توزیع‌شده
• 86. مدل‌های سازگاری در سیستم‌های توزیع‌شده
• 87. سازگاری قوی در مقابل سازگاری نهایی
• 88. قضیه CAP و انتخاب‌های آن
• 89. معماری‌های رایج پایگاه داده در AWS
• 90. معماری‌های High Availability
• 91. معماری‌های Scalable
• 92. معماری‌های Disaster Recovery
• 93. بهینه‌سازی عملکرد پایگاه داده در AWS
• 94. ابزارهای پروفایلینگ و تحلیل عملکرد
• 95. تکنیک‌های بهینه‌سازی کوئری
• 96. مدیریت ایندکس‌ها و پارتیشن‌بندی
• 97. ملاحظات مربوط به نرخ انتقال داده (Throughput)
• 98. برنامه‌ریزی ظرفیت برای پایگاه داده‌ها
• 99. محاسبه نیازهای I/O و CPU
• 100. پیش‌بینی رشد داده‌ها