فلش‌کارت‌های آموزشی پایش و بهینه‌سازی عملکرد پایگاه داده Amazon DynamoDB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پایش و بهینه‌سازی عملکرد پایگاه داده Amazon DynamoDB

موضوع کلی: فناوری اطلاعات و مهندسی نرم‌افزار

موضوع میانی: پایگاه‌های داده و سیستم‌های ذخیره‌سازی

📋 سرفصل‌های دوره

• 1. مقدمه ای بر پایگاه داده های NoSQL و DynamoDB
• 2. معماری پایگاه داده های توزیع شده
• 3. مفاهیم کلیدی DynamoDB: جداول، آیتم ها، صفات
• 4. مدل داده ای DynamoDB: کلید اصلی و شاخص های ثانویه
• 5. طراحی طرحواره پایگاه داده DynamoDB
• 6. بهینه سازی کلید اصلی برای الگوهای دسترسی
• 7. شاخص های ثانویه سراسری (GSI) و محلی (LSI)
• 8. استفاده از GSI برای فیلتر کردن و مرتب سازی
• 9. شاخص های ثانویه با کلیدهای مرتب سازی ترکیبی
• 10. بهینه سازی شاخص ها برای الگوهای خواندن
• 11. مدیریت ظرفیت در DynamoDB: حالت پروویژند و آن-دیمند
• 12. درک واحدهای خواندن (RCU) و نوشتن (WCU)
• 13. تنظیم ظرفیت برای عملکرد بهینه
• 14. مقیاس پذیری خودکار ظرفیت
• 15. مانیتورینگ استفاده از ظرفیت
• 16. مقیاس پذیری خودکار ظرفیت در حالت آن-دیمند
• 17. استراتژی های مانیتورینگ در DynamoDB
• 18. شاخص های کلیدی عملکرد در DynamoDB
• 19. مانیتورینگ تأخیر (Latency) عملیات خواندن و نوشتن
• 20. مانیتورینگ خطاهای عملیات (Errors)
• 21. مانیتورینگ استفاده از ظرفیت (Provisioned vs On-Demand)
• 22. مانیتورینگ وضعیت جدول و شاخص ها
• 23. استفاده از Amazon CloudWatch برای مانیتورینگ
• 24. ایجاد آلارم ها برای رویدادهای مهم
• 25. تنظیم داشبوردهای CloudWatch سفارشی
• 26. مانیتورینگ از طریق AWS SDK و CLI
• 27. لاگ کردن عملیات در DynamoDB (DynamoDB Streams)
• 28. کاربرد DynamoDB Streams برای ردیابی تغییرات
• 29. استفاده از Streams برای همگام سازی داده ها
• 30. استفاده از Streams برای ایجاد داده های مشتق شده
• 31. تطبیق Streams با AWS Lambda
• 32. مدیریت رویدادهای Streams و پردازش آنها
• 33. بهینه سازی عملکرد کوئری ها و اسکن ها
• 34. شناسایی کوئری های ناکارآمد
• 35. استفاده از شاخص ها برای محدود کردن اسکن ها
• 36. بهینه سازی پارتیشن بندی داده ها
• 37. استراتژی های پارتیشن بندی بر اساس الگوهای دسترسی
• 38. استفاده از "پارتیشن کی" برای توزیع بار
• 39. مدیریت "هات پارتیشن" (Hot Partitions)
• 40. تکنیک های اجتناب از هات پارتیشن
• 41. مانیتورینگ توزیع داده ها در پارتیشن ها
• 42. بهینه سازی عملیات نوشتن
• 43. اجتناب از "نوشتن تصادفی" (Write Hotspots)
• 44. استفاده از "بچ نوشتن" (Batch Write)
• 45. مدیریت تراکنش ها در DynamoDB
• 46. اصول تراکنش های ACID در DynamoDB
• 47. مدیریت سازگاری (Consistency) در خواندن
• 48. خوانش نهایی (Eventually Consistent) در مقابل خوانش سازگار (Strongly Consistent)
• 49. انتخاب سطح سازگاری مناسب
• 50. پیامدهای انتخاب سطح سازگاری بر عملکرد
• 51. تکنیک های کشینگ (Caching) برای کاهش بار
• 52. استفاده از Amazon ElastiCache برای DynamoDB
• 53. پیکربندی و مدیریت ElastiCache
• 54. مانیتورینگ اثربخشی کشینگ
• 55. استراتژی های پشتیبان گیری و بازیابی (Backup and Restore)
• 56. پشتیبان گیری درخواستی (On-Demand Backup)
• 57. پشتیبان گیری مداوم (Continuous Backup)
• 58. بازیابی نقطه در زمان (Point-in-Time Recovery - PITR)
• 59. بازیابی به یک زمان مشخص
• 60. مانیتورینگ فرآیندهای پشتیبان گیری و بازیابی
• 61. امنیت در DynamoDB
• 62. مدیریت دسترسی با IAM (Identity and Access Management)
• 63. سیاست های IAM برای DynamoDB
• 64. رمزگذاری داده ها در حالت استراحت (Encryption at Rest)
• 65. رمزگذاری در حال انتقال (Encryption in Transit)
• 66. مانیتورینگ فعالیت های امنیتی
• 67. مقایسه DynamoDB با سایر پایگاه داده های NoSQL
• 68. مزایای DynamoDB برای بارهای کاری خاص
• 69. موارد استفاده رایج DynamoDB
• 70. معماری های نمونه با استفاده از DynamoDB
• 71. بهینه سازی برای بارهای کاری با توان عملیاتی بالا
• 72. بهینه سازی برای بارهای کاری با تأخیر کم
• 73. بهینه سازی برای برنامه های کاربردی موبایل و وب
• 74. استفاده از DynamoDB Global Tables برای دسترسی جهانی
• 75. پیکربندی و مدیریت Global Tables
• 76. مانیتورینگ Global Tables
• 77. استراتژی های رفع اشکال (Troubleshooting)
• 78. شناسایی علل کندی عملکرد
• 79. استفاده از ابزارهای مانیتورینگ برای تشخیص
• 80. راهکارهای رایج برای مشکلات عملکرد
• 81. بهینه سازی هزینه در DynamoDB
• 82. مدیریت ظرفیت برای کاهش هزینه
• 83. انتخاب بین حالت پروویژند و آن-دیمند
• 84. استفاده از Reserved Capacity
• 85. مانیتورینگ و بهینه سازی هزینه به صورت مداوم
• 86. مرور کلی بر ابزارهای اکوسیستم AWS مرتبط با DynamoDB
• 87. AWS CloudFormation برای مدیریت زیرساخت
• 88. AWS Step Functions برای ارکستراسیون گردش کار
• 89. AWS Glue برای پردازش داده ها
• 90. AWS Lake Formation برای ایجاد دریاچه داده
• 91. پایش پیشرفته و یادگیری ماشین برای بهینه سازی
• 92. استفاده از Amazon DevOps Guru برای بینش های خودکار
• 93. کاربرد هوش مصنوعی در پیش بینی مشکلات
• 94. بهینه سازی های بلندمدت و استراتژیک
• 95. تجدید نظر در طرحواره برای بهبود عملکرد
• 96. بازنگری در الگوهای دسترسی
• 97. انطباق با الزامات قانونی و شرعی در ذخیره سازی داده ها
• 98. اصول حفاظت از داده ها در چارچوب قوانین کشور
• 99. مدیریت دسترسی به داده ها مطابق با مقررات
• 100. اهمیت حفظ حریم خصوصی و امنیت داده ها