فلش‌کارت‌های آموزشی آشنایی با خدمات پایگاه داده آمازون وب سرویسز (AWS)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آشنایی با خدمات پایگاه داده آمازون وب سرویسز (AWS)

موضوع کلی: فناوری اطلاعات و رایانش ابری

موضوع میانی: مدیریت پایگاه داده در محیط ابری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر رایانش ابری و اهمیت پایگاه داده
• 2. آشنایی با خدمات پایگاه داده AWS
• 3. معرفی انواع پایگاه داده رابطه‌ای در AWS
• 4. Amazon RDS: معرفی و قابلیت‌ها
• 5. Amazon Aurora: معرفی و مزایا
• 6. مقایسه RDS و Aurora
• 7. مدیریت و پیکربندی پایگاه داده در RDS
• 8. امنیت پایگاه داده در AWS
• 9. رمزنگاری داده‌ها در RDS و Aurora
• 10. مدیریت دسترسی به پایگاه داده با IAM
• 11. پشتیبان‌گیری و بازیابی در RDS و Aurora
• 12. نظارت و مانیتورینگ عملکرد پایگاه داده
• 13. Amazon CloudWatch برای مانیتورینگ RDS
• 14. تنظیمات مقیاس‌پذیری در RDS و Aurora
• 15. مقیاس‌پذیری عمودی و افقی
• 16. استفاده از Read Replicas برای افزایش خوانایی
• 17. مدیریت هزینه‌های پایگاه داده در AWS
• 18. بهینه‌سازی هزینه‌ها در RDS و Aurora
• 19. معرفی پایگاه داده‌های NoSQL در AWS
• 20. Amazon DynamoDB: معرفی و قابلیت‌ها
• 21. ویژگی‌های کلیدی DynamoDB
• 22. طراحی مدل داده در DynamoDB
• 23. شاخص‌گذاری در DynamoDB
• 24. مدیریت عملکرد در DynamoDB
• 25. امنیت در DynamoDB
• 26. پشتیبان‌گیری و بازیابی در DynamoDB
• 27. مقیاس‌پذیری در DynamoDB
• 28. کاربرد DynamoDB در سناریوهای مختلف
• 29. معرفی پایگاه داده‌های گراف در AWS
• 30. Amazon Neptune: معرفی و قابلیت‌ها
• 31. مدل داده در Neptune
• 32. پرس‌وجو در Neptune با Gremlin و SPARQL
• 33. موارد استفاده از Neptune
• 34. امنیت در Neptune
• 35. پشتیبان‌گیری و بازیابی در Neptune
• 36. معرفی پایگاه داده‌های حافظه در AWS
• 37. Amazon ElastiCache: معرفی و قابلیت‌ها
• 38. Redis در ElastiCache
• 39. Memcached در ElastiCache
• 40. مدیریت و پیکربندی ElastiCache
• 41. امنیت در ElastiCache
• 42. کاربرد ElastiCache در بهبود عملکرد برنامه
• 43. معرفی پایگاه داده‌های انبار داده در AWS
• 44. Amazon Redshift: معرفی و قابلیت‌ها
• 45. معماری Redshift
• 46. طراحی اسکیمای انبار داده
• 47. بارگذاری داده در Redshift
• 48. پرس‌وجو و تحلیل داده در Redshift
• 49. امنیت در Redshift
• 50. مدیریت هزینه‌ها در Redshift
• 51. موارد استفاده از Redshift
• 52. معرفی خدمات مدیریت پایگاه داده AWS
• 53. AWS Database Migration Service (DMS)
• 54. مراحل مهاجرت پایگاه داده با DMS
• 55. AWS Schema Conversion Tool (SCT)
• 56. کاربرد SCT در تبدیل اسکیمای پایگاه داده
• 57. AWS Data Pipeline برای انتقال داده
• 58. AWS Glue برای آماده‌سازی داده
• 59. معرفی پایگاه داده‌های تخصصی AWS
• 60. Amazon DocumentDB (با سازگاری MongoDB)
• 61. Amazon Keyspaces (با سازگاری Apache Cassandra)
• 62. Amazon Timestream (برای داده‌های سری زمانی)
• 63. Amazon Quantum Ledger Database (QLDB)
• 64. امنیت پایگاه داده در محیط ابری
• 65. اصول امنیتی برای پایگاه داده‌های ابری
• 66. مدیریت دسترسی و مجوزها
• 67. رمزنگاری داده‌ها در حالت سکون و انتقال
• 68. نظارت امنیتی و شناسایی تهدیدات
• 69. رعایت الزامات قانونی و انطباق
• 70. مدیریت ریسک در پایگاه داده‌های ابری
• 71. پشتیبان‌گیری و بازیابی فاجعه
• 72. ملاحظات مهاجرت پایگاه داده به AWS
• 73. برنامه‌ریزی برای مهاجرت
• 74. انتخاب سرویس مناسب پایگاه داده
• 75. استراتژی‌های مهاجرت
• 76. تست و اعتبارسنجی پس از مهاجرت
• 77. بهینه‌سازی پایگاه داده در AWS
• 78. تنظیم پارامترهای پایگاه داده
• 79. بهینه‌سازی پرس‌وجوها
• 80. مدیریت فهرست‌ها و شاخص‌ها
• 81. پایش عملکرد و شناسایی گلوگاه‌ها
• 82. استفاده از ابزارهای AWS برای بهینه‌سازی
• 83. مدیریت و نگهداری پایگاه داده
• 84. برنامه‌ریزی برای نگهداری
• 85. اعمال وصله‌های امنیتی
• 86. مدیریت حجم داده
• 87. مدیریت چرخه عمر داده
• 88. آموزش و توسعه مهارت‌های پایگاه داده در AWS
• 89. منابع آموزشی رسمی AWS
• 90. گواهینامه‌های AWS مرتبط با پایگاه داده
• 91. کارگاه‌های عملی و پروژه‌ها
• 92. یادگیری مداوم و به‌روزرسانی دانش
• 93. آینده پایگاه داده در رایانش ابری
• 94. روندهای نوظهور در فناوری پایگاه داده
• 95. نقش هوش مصنوعی در مدیریت پایگاه داده
• 96. پایگاه داده‌های توزیع‌شده و لبه
• 97. تکامل خدمات پایگاه داده AWS
• 98. جمع‌بندی و گام‌های بعدی در مدیریت پایگاه داده ابری