کتاب صوتی مهندسی آشوب: رویکردی نو در افزایش تاب‌آوری سیستم‌ها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مهندسی آشوب: رویکردی نو در افزایش تاب‌آوری سیستم‌ها

موضوع کلی: مهندسی نرم‌افزار و سیستم‌های توزیع‌شده

موضوع میانی: تضمین کیفیت و پایداری سیستم‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تاب‌آوری سیستم‌ها
• 2. مفاهیم اساسی قابلیت دسترسی و اطمینان‌پذیری
• 3. اندازه‌گیری قابلیت دسترسی و اطمینان‌پذیری
• 4. تحلیل حالت شکست و اثرات آن (FMEA)
• 5. تحلیل درخت رویداد (ETA) و درخت خطا (FTA)
• 6. مدل‌سازی قابلیت اطمینان
• 7. سیستم‌های افزونه و افزونگی (Redundancy)
• 8. تکنیک‌های بازیابی از خطا
• 9. مدیریت پیکربندی و تغییرات
• 10. مانیتورینگ سیستم‌ها و جمع‌آوری لاگ‌ها
• 11. تشخیص ناهنجاری در سیستم‌ها
• 12. اصول مهندسی آشوب (Chaos Engineering)
• 13. تفاوت مهندسی آشوب با تست و شبیه‌سازی
• 14. اهداف مهندسی آشوب: کشف ضعف‌های پنهان
• 15. چرا شکست عمدی مفید است؟
• 16. مراحل پیاده‌سازی مهندسی آشوب
• 17. طراحی آزمایش‌های آشوب
• 18. انتخاب سیستم‌ها و مولفه‌های هدف
• 19. تعریف فرضیه‌ها و سناریوهای آزمایش
• 20. اجرای آزمایش‌های آشوب در محیط تولید
• 21. پایش نتایج آزمایش‌ها و جمع‌آوری داده‌ها
• 22. تحلیل نتایج و شناسایی نقاط ضعف
• 23. رفع اشکالات و بهبود تاب‌آوری
• 24. مستندسازی درس‌های آموخته شده
• 25. ابزارهای مهندسی آشوب: معرفی و بررسی
• 26. Netflix Chaos Monkey و Simian Army
• 27. Gremlin و ابزارهای تجاری
• 28. Chaos Mesh برای محیط‌های کوبرنتیز
• 29. LitmusChaos برای کوبرنتیز
• 30. آزمایش‌های آشوب در سطح زیرساخت
• 31. تست قطع شبکه (Network Partitioning)
• 32. تست زمان‌بندی (Latency Injection)
• 33. تست از کار انداختن پردازنده (CPU/Memory Exhaustion)
• 34. تست از کار انداختن دیسک (Disk Failure)
• 35. تست از کار انداختن سرویس‌ها (Service Failure)
• 36. آزمایش‌های آشوب در سطح اپلیکیشن
• 37. تست تزریق خطا در کد (Fault Injection in Code)
• 38. تست از کار انداختن پایگاه داده (Database Failure)
• 39. تست از کار انداختن کش (Cache Failure)
• 40. تست تزریق خطای پیام (Message Queue Failure)
• 41. آزمایش‌های آشوب در معماری میکروسرویس
• 42. تست قطع ارتباط سرویس‌ها
• 43. تست تأخیر در ارتباطات سرویسی
• 44. تست از کار انداختن سرویس‌های وابسته
• 45. تست ازدحام در صف پیام
• 46. مهندسی آشوب برای پایگاه‌های داده توزیع‌شده
• 47. تست از کار انداختن گره‌ها (Node Failure)
• 48. تست تأخیر در ارتباطات بین گره‌ها
• 49. تست از دست دادن داده (Data Loss)
• 50. تست عدم هماهنگی داده‌ها (Data Inconsistency)
• 51. مهندسی آشوب برای سیستم‌های ابری
• 52. تست از کار انداختن نمونه‌ها (Instance Failure)
• 53. تست از کار انداختن ناحیه‌های دسترسی (Availability Zone Failure)
• 54. تست محدودیت منابع در سرویس‌های ابری
• 55. تست قطعی سرویس‌های مدیریت شده ابری
• 56. مهندسی آشوب در محیط‌های کوبرنتیز
• 57. تست از کار انداختن پادها (Pod Failure)
• 58. تست از کار انداختن نودهای کوبرنتیز
• 59. تست محدودیت منابع در کانتینرها
• 60. تست قطعی سرویس‌های شبکه کوبرنتیز
• 61. تست از کار انداختن دیتاسنتر مجازی
• 62. مدیریت ریسک در مهندسی آشوب
• 63. تعریف محدوده آزمایش‌های آشوب
• 64. تعیین آستانه‌های هشدار و بازگشت
• 65. استراتژی‌های بازگشت و بازیابی سریع
• 66. نقش تیم‌های عملیات و توسعه (DevOps) در مهندسی آشوب
• 67. فرهنگ‌سازی و آموزش مهندسی آشوب
• 68. پیاده‌سازی مداوم مهندسی آشوب در چرخه توسعه
• 69. تست‌های خودکار مهندسی آشوب
• 70. ادغام مهندسی آشوب با CI/CD
• 71. مهندسی آشوب برای اطمینان از بازیابی فاجعه (Disaster Recovery)
• 72. سناریوهای آزمایش بازیابی فاجعه
• 73. تست مهاجرت به سایت پشتیبان
• 74. تست بازگشت از سایت پشتیبان
• 75. اندازه‌گیری تأثیر مهندسی آشوب بر تاب‌آوری
• 76. شاخص‌های کلیدی عملکرد (KPIs) برای تاب‌آوری
• 77. کاهش زمان از کار افتادگی (Downtime)
• 78. کاهش زمان بازیابی (MTTR)
• 79. افزایش قابلیت اطمینان سیستم
• 80. مطالعات موردی موفق در مهندسی آشوب
• 81. تجربیات شرکت‌های پیشرو در پیاده‌سازی
• 82. درس‌های آموخته شده از چالش‌ها
• 83. آینده مهندسی آشوب و روندهای نوظهور
• 84. یادگیری ماشینی در مهندسی آشوب
• 85. مهندسی آشوب در سیستم‌های متن‌باز
• 86. مهندسی آشوب برای هوش مصنوعی و یادگیری ماشین
• 87. اصول اخلاقی در مهندسی آشوب
• 88. مسئولیت‌پذیری در قبال شکست‌های عمدی
• 89. حفظ اعتماد کاربران و ذینفعان
• 90. نتیجه‌گیری: مهندسی آشوب به عنوان یک ضرورت
• 91. نگاهی به معماری‌های مقاوم در برابر خطا