اختر مخزن بيانات AWS المناسب من خلال مواءمة أنماط أحمال العمل مع متطلبات الاتساق وزمن الانتقال وقابلية التوسع والتحليلات.
٥ أقسام · ٨ دروس
حدِّد أنماط القراءة والكتابة الخاصة بعبء العمل، ثم طابِقها مع نموذج البيانات ومستوى الاتساق اللذين يحتاجهما التطبيق فعلياً.
٢ دروسقارن بين أدوار تجاوز الفشل (failover) والنسخ المتماثل (replica) والنسخ الاحتياطي (backup) والتخزين المؤقت (cache)، لتتمكن من الفصل بين ميزات الاسترداد وأدوات التوسع والتسريع.
١ درسقيِّم كلًا من RDS وAurora وDynamoDB من حيث قابلية التوسع في معالجة المعاملات عبر الإنترنت (OLTP)، والاحتياجات التشغيلية، وتصميم المفاتيح، وقيود المعاملات.
٢ دروسضع ElastiCache في مسار البيانات، ثم حدد الموضع المناسب لـ Redshift في البنية الهندسية لأغراض إعداد التقارير وتخزين البيانات.
٢ دروساستخدم قائمة تحقق لدمج الخدمات بما يتناسب مع أحمال عمل مختلطة وواقعية، وتحقق من صحة هذا الاختيار استناداً إلى مؤشرات وأدلة داعمة.
١ درسغالباً ما تكون أنماط الوصول إلى البيانات في التطبيق هي العامل الحاسم في اختيار قاعدة البيانات، وليس مجرد اسم الخدمة. تضع هذه الدورة التدريبية منهجية عملية للمفاضلة بين خدمات Aurora وRDS وDynamoDB وElastiCache وRedshift، وذلك من خلال ربط متطلبات القراءة والكتابة والاسترداد وإعداد التقارير بخدمة تخزين البيانات أو طبقة الوصول المناسبة في AWS. وفي نهاية الدورة، ستكون قادراً على تبرير اختيار الحل الأمثل لحالات الاستخدام مثل معالجة المعاملات عبر الإنترنت (OLTP)، والوصول القائم على المفاتيح (key-based access)، والتخزين المؤقت (caching)، والتحليلات، وذلك استناداً إلى مؤشرات ملموسة لطبيعة أحمال العمل بدلاً من الاعتماد على التخمين.
تتناول الدورة نماذج البيانات العلائقية، ونماذج "المفتاح-القيمة" (أو المستندات)، والتخزين المؤقت (cache)، والتحليلات، بالإضافة إلى متطلبات الاتساق والمعاملات التي تدعمها هذه النماذج. كما تغطي الدورة آليات تجاوز الفشل عبر مناطق توافر متعددة (Multi-AZ)، ونسخ القراءة المتماثلة (read replicas)، والنسخ الاحتياطي والاستعادة إلى نقطة زمنية محددة، واستراتيجيات وضع ذاكرة التخزين المؤقت، والفصل بين أنظمة معالجة المعاملات عبر الإنترنت (OLTP) وأنظمة المعالجة التحليلية عبر الإنترنت (OLAP)، فضلاً عن إطار عمل لاتخاذ القرارات قابل للتكرار والاعتماد عليه في التعامل مع أحمال العمل المختلطة.
من مديري المشاريع والعاملين في التشغيل إلى المؤسسين والمحللين والفرق التي تتبنى الذكاء الاصطناعي، Fenzo لكل من يريد أن يتحسّن في العمل الذي يقوم به بالفعل.
أي شيء، من استخدام الذكاء الاصطناعي في تخطيط المشاريع والتحليل إلى تحسين سير العمل واتخاذ القرار والتواصل والتنفيذ. إذا استطعت وصف المهارة أو المهمة، يستطيع Fenzo أن يبني حولها دورة.
نعم. أخبر Fenzo بما تعمل، وما تحاول تحقيقه، وأين تواجه صعوبة، وسيصمّم الدورة حول دورك وأهدافك والعمل الذي عليك إنجازه فعلًا.
لا. يتكيّف Fenzo مع نقطة انطلاقك، فيمكنك البدء بالأساسيات أو الانتقال مباشرةً إلى عمل أكثر تقدمًا.
نعم. يجمع Fenzo للأعمال الفريق كله في خطة واحدة: مقاعد مشتركة، ودورات يمكنك إسنادها، وتقارير توضّح من أنهى ماذا.
تعرّف على Fenzo للأعمالتبدأ بوصف هدفك أو بإجراء تقييم قصير للمهارات. يستخدم Fenzo هذا السياق لتحديد الفجوات وتشكيل تجربة التعلم حولها.
نعم، يعمل Fenzo في متصفح هاتفك.
شيء تتفاعل معه في كل قسم.
ثلاث نتائج من عقود من أبحاث التعلّم شكّلت طريقة بناء كل درس في Fenzo.
متوسط معدل النجاح · Freeman et al., PNAS 2014
ماذا يقول العلم
الطلاب في الصفوف القائمة على المحاضرات فقط أكثر عرضة للرسوب بمقدار ١.٥ مرة.
كيف يطبّقه Fenzo
كل درس في Fenzo تفاعلي. لا قراءة أو مشاهدة سلبية، أبدًا.
تنجزه بنفسكينجزه الذكاء الاصطناعي عنك
الاحتفاظ بالمهارة مع الوقت · مع الممارسة وبدونها
ماذا يقول العلم
إيكال التفكير إلى الذكاء الاصطناعي يُضعف المهارات التي تحاول بناءها.
كيف يطبّقه Fenzo
يجعلك Fenzo تقوم بالتفكير بنفسك، بتوجيه، لكن دون أن يُنجَز عنك.
التذكّر النشطإعادة القراءة
التذكّر طويل المدى · التذكّر النشط مقابل إعادة القراءة
ماذا يقول العلم
استرجاع المعلومات يتفوّق على إعادة قراءتها في بناء فهم راسخ.
كيف يطبّقه Fenzo
تتخلل الدروسَ اختباراتٌ وأسئلة للتذكّر، فيثبت ما تتعلّمه.