آموزش طراحی پایگاه داده های بسیار مقیاس پذیر و بسیار در دسترس SQL

سرفصل ها و درس ها

مقدمه Introduction

• چالش های مقیاس گذاری پایگاه های داده رابطه ای Challenges to scaling relational databases

• آنچه شما باید بدانید What you should know

1. درک نیازهای مقیاس پذیری 1. Understanding Scalability Requirements

• الزامات تجاری برای مقیاس پذیری پایگاه داده Business requirements for database scalability

• موارد استفاده را برای داده شناسایی کنید Identify use cases for data

• الزامات امنیتی و انطباق را شناسایی کنید Identify security and compliance requirements

• رشد داده را تخمین بزنید Estimate data growth

• چالش: در یک سناریو نیازهای شغلی را شناسایی کنید Challenge: Identify business requirements in a scenario

• راه حل: نیازهای تجاری را در یک سناریو مشخص کنید Solution: Identify business requirements in a scenario

2. پایگاه داده معماری و پایگاه های رابطه ای 2. Database Architecture and Relational Databases

• پایگاه داده را انتخاب کنید: SQL ، NoSQL یا تحلیلی؟ Choose a datastore: SQL, NoSQL, or analytical?

• طرح ها را شناسایی کنید Identify schemas

• نهادهای اصلی را شناسایی کنید Identify key entities

• طراحی فیزیکی سطح بالا High-level physical design

• چالش: معماری پایگاه داده تجدید نظر شده Challenge: Revised database architecture

• راه حل: معماری پایگاه داده تجدید نظر شده Solution: Revised database architecture

3. بلع داده 3. Data Ingestion

• داده های مقیاس انسانی و مقیاس ماشینی Human-scale and machine-scale data

• استراتژی های مختلف مصرف داده Different data ingestion strategies

• طراحی رابط های کاربر مقیاس پذیر Designing scalable user interfaces

• برای بافر کردن اطلاعات بلعیده شده ، صف های پیام را ارسال کنید Message queues to buffer ingested data

• مدل سازی داده ها برای مقیاس: منبع یابی رویداد Data modeling for scale: Event sourcing

• توزیع حجم کار: تفکیک پاسخ پرسش فرمان (CQSR) Distributing workload: Command Query Response Separation (CQSR)

• چالش: سرویس ها و API ها برای رابط کاربری مقیاس پذیر Challenge: Services and APIs for a scable user interface

• راه حل: سرویس ها و API ها برای رابط کاربری مقیاس پذیر Solution: Services and APIs for a scable user interface

4. طراحی برای پرس و جو مقیاس پذیر 4. Designing for Scalable Querying

• سeriesالات تحلیلی در مقابل معاملات Transactional vs. analytical queries

• نمایه سازی برای سeriesالات معاملاتی Indexing for transactional queries

• نماهای تحقق یافته برای سeriesالات معاملاتی Materialized views for transactional queries

• استفاده از ماکت های خوانده شده برای بهبود عملکرد پرس و جو Using read replicas to improve query performance

• درک گزارش ورود به سیستم Understanding write-ahead logging

• غیر عادی سازی برای سeriesالات تحلیلی Denormalizing for analytical queries

• تجمیع و نمونه گیری برای سeriesالات تحلیلی Aggregation and sampling for analytical queries

• چالش: بهینه سازی مدل داده برای پرس و جوهای تحلیلی Challenge: Optimize a data model for an analytical queries

• راه حل: بهینه سازی مدل داده برای پرس و جوهای تحلیلی Solution: Optimize a data model for an analytical queries

5. DevOps برای پایگاه های ارتباطی مقیاس پذیر 5. DevOps for Scalable Relational Databases

• نظارت بر پایگاه های داده رابطه ای Monitoring relational databases

• کاهش تأخیر با حافظه پنهان Reducing latency with caching

• پارتیشن بندی برای مقیاس پذیری Partitioning for scalability

• معماری با قابلیت دسترسی بالا High-availability architectures

• مدیریت چرخه عمر داده ها Data lifecycle management

• چالش: درک پایگاه داده DevOps Challenge: Understanding database DevOps

• راه حل: درک پایگاه داده DevOps Solution: Understanding database DevOps