30:22
6-Databases & Analytics - AWS Practitioner CLF02 -Arabic كورس بالعربي
CloudKode
Overview
يقدم هذا الفيديو شرحًا مفصلاً لأنواع قواعد البيانات المختلفة المتاحة على AWS، مع التركيز على كيفية عملها، ومزاياها، وحالات استخدامها. يبدأ الفيديو بمقارنة بين قواعد البيانات التقليدية (on-premises) والحلول المُدارة بالكامل (fully managed) على السحابة، ثم ينتقل إلى شرح الفرق بين قواعد البيانات العلائقية (SQL) وغير العلائقية (NoSQL). بعد ذلك، يستعرض خدمات قواعد البيانات الرئيسية من AWS مثل RDS و Aurora و DynamoDB، بالإضافة إلى خدمات التخزين المؤقت (caching) مثل ElastiCache و DynamoDB Accelerator (DAX). يختتم الفيديو بتقديم لمحة عن خدمات التحليلات (analytics) مثل Redshift و EMR و Athena و QuickSight و Kinesis، مع شرح موجز لكل منها وكيفية استخدامها في تحليل البيانات واتخاذ القرارات.
How was this?
Save this permanently with flashcards, quizzes, and AI chat
Chapters
- قواعد البيانات تختلف عن التخزين العادي بقدرتها على تنظيم البيانات في جداول وإنشاء علاقات بينها.
- تختلف ميزات وقيود قواعد البيانات من نوع لآخر.
- في البيئات التقليدية (on-premises)، يتحمل المستخدم مسؤولية إدارة الخوادم، أنظمة التشغيل، التوفر العالي، والتخزين.
- الحلول المُدارة بالكامل (fully managed databases) على AWS تزيل عبء إدارة البنية التحتية، بما في ذلك أنظمة التشغيل، التوفر العالي، والتخزين القابل للتوسع، مع توفير نسخ احتياطي وترقيات تلقائية.
فهم الفرق بين إدارة قواعد البيانات محليًا وعلى السحابة يساعد في تقدير قيمة الخدمات المُدارة بالكامل التي توفرها AWS وتكاليفها وفوائدها.
في البيئة التقليدية، تحتاج إلى إعداد خادم، تثبيت نظام تشغيل، تكوين التوفر العالي (مثل خادم أساسي وخادم احتياطي)، وتحديد سعة التخزين. أما مع الحلول المُدارة، تتولى AWS هذه المهام نيابة عنك.
- قواعد البيانات العلائقية (SQL) تنظم البيانات في جداول مترابطة بعلاقات، وتُستخدم لغة SQL للاستعلام عنها.
- قواعد البيانات غير العلائقية (NoSQL) لا تعتمد على هيكل الجداول المترابطة، وغالبًا ما تخزن البيانات بتنسيق JSON، وتتميز بالمرونة وقابلية التوسع الأفقي والأداء العالي.
- البيانات في قواعد البيانات غير العلائقية ليست مرتبطة ببعضها البعض بنفس الطريقة التي ترتبط بها في قواعد البيانات العلائقية.
معرفة الفرق بين SQL و NoSQL ضروري لاختيار النوع المناسب من قواعد البيانات بناءً على طبيعة البيانات ومتطلبات التطبيق.
في قاعدة بيانات SQL، يمكن ربط جدول الطلاب بجدول الأقسام عبر معرف القسم. في قاعدة بيانات NoSQL، قد تكون البيانات مخزنة بتنسيق JSON دون علاقات صريحة بين الكيانات المختلفة.
- Amazon RDS هي خدمة قواعد بيانات علائقية مُدارة بالكامل تدعم ستة محركات قواعد بيانات مختلفة، وتوفر قابلية التوسع الرأسي والأفقي، وإعدادات استعادة الكوارث، والنسخ الاحتياطي التلقائي.
- Amazon Aurora هي قاعدة بيانات علائقية عالية الأداء متوافقة مع MySQL و PostgreSQL، وتوفر أداءً يصل إلى 5 أضعاف أداء MySQL على RDS، مع قابلية توسع تخزين تصل إلى 128 تيرابايت.
- يمكن استخدام ميزات مثل Read Replicas لتوزيع حمل القراءة، و Multi-AZ لزيادة التوفر العالي، و Multi-Region لتوزيع قاعدة البيانات عبر مناطق جغرافية مختلفة.
تتيح خدمات مثل RDS و Aurora للمطورين التركيز على بناء التطبيقات بدلاً من إدارة البنية التحتية لقواعد البيانات، مع توفير أداء عالٍ وتوفر مستمر.
يمكن إنشاء Read Replica لقاعدة بيانات RDS لتوجيه استعلامات القراءة إليها، مما يقلل الحمل على قاعدة البيانات الأساسية التي تتعامل مع عمليات الكتابة.
- DynamoDB هي قاعدة بيانات NoSQL مُدارة بالكامل، بدون خوادم (serverless)، توفر قابلية توسع عالية جدًا (ملايين الطلبات في الثانية) وتوفرًا عاليًا عبر مناطق التوفر المتعددة.
- تعتمد DynamoDB على نموذج المفتاح والقيمة (key-value) أو المستندات (document)، ولا تتطلب تحديد حجم ثابت للخوادم أو الذاكرة.
- DynamoDB Accelerator (DAX) هي ذاكرة تخزين مؤقت في الذاكرة لقواعد بيانات DynamoDB، تزيد من سرعة القراءة حتى 10 مرات.
DynamoDB مثالية للتطبيقات التي تتطلب أداءً عاليًا جدًا وقابلية توسع غير محدودة، خاصة مع البيانات غير المهيكلة أو شبه المهيكلة.
إنشاء جدول في DynamoDB باسم 'CloudCodeTable' مع مفتاح تقسيم (partition key) يسمى 'UserID' لتخزين بيانات المستخدمين.
- ElastiCache هي خدمة تخزين مؤقت في الذاكرة (in-memory caching) تُستخدم لتسريع أداء التطبيقات عن طريق تخزين البيانات التي يتم الوصول إليها بشكل متكرر، مما يقلل الحمل على قواعد البيانات الأساسية.
- Amazon Neptune هي خدمة قواعد بيانات رسومية (graph database) مُدارة بالكامل، مثالية لتخزين واستكشاف العلاقات المعقدة بين البيانات، مثل الشبكات الاجتماعية أو أنظمة التوصيات.
- Amazon DocumentDB (مع MongoDB compatibility) هي قاعدة بيانات مستندات مُدارة بالكامل توفر قابلية توسع عالية وتوفرًا مستمرًا للبيانات بتنسيق JSON.
استخدام خدمات التخزين المؤقت وقواعد البيانات المتخصصة يمكن أن يحسن بشكل كبير من أداء التطبيقات ويسمح بمعالجة أنواع معينة من البيانات بكفاءة.
استخدام ElastiCache لتخزين بيانات جلسات المستخدمين (session data) لتقليل الحاجة إلى قراءتها بشكل متكرر من قاعدة البيانات الرئيسية.
- Amazon Redshift هي خدمة مستودعات بيانات (data warehousing) مُدارة بالكامل، توفر تحليلات عبر الإنترنت (OLAP) عالية الأداء للبيانات الضخمة.
- Amazon EMR (Elastic MapReduce) هي خدمة مُدارة لتشغيل أطر عمل معالجة البيانات الضخمة مثل Apache Hadoop و Spark.
- Amazon Athena هي خدمة استعلام تفاعلية بدون خوادم تسمح بتحليل البيانات المخزنة مباشرة في Amazon S3 باستخدام لغة SQL القياسية.
- Amazon QuickSight هي خدمة ذكاء أعمال (BI) توفر لوحات معلومات تفاعلية (dashboards) وتصورات للبيانات.
- Amazon Kinesis هي خدمة لمعالجة البيانات المتدفقة في الوقت الفعلي (real-time streaming data processing)، مثالية لتحليل البيانات اللحظية.
توفر خدمات التحليلات على AWS الأدوات اللازمة لاستخلاص رؤى قيمة من البيانات، سواء كانت بيانات تاريخية أو بيانات متدفقة في الوقت الفعلي، لدعم اتخاذ القرارات.
استخدام Amazon Athena للاستعلام عن ملفات سجلات (log files) المخزنة في S3 لفهم سلوك المستخدمين على موقع ويب.
- AWS Database Migration Service (DMS) هي خدمة تساعد في ترحيل قواعد البيانات بسهولة وأمان من وإلى AWS، مع تقليل وقت التوقف عن العمل.
- Amazon MemoryDB for Redis هي قاعدة بيانات في الذاكرة متوافقة مع Redis، توفر قابلية توسع عالية وتوفرًا مستمرًا، وهي مثالية لتطبيقات الوقت الفعلي وإدارة الجلسات.
- تُستخدم خدمات مثل MemoryDB for Redis لتطبيقات تتطلب زمن استجابة منخفض جدًا، مثل إدارة الجلسات أو التخزين المؤقت للبيانات التي يتم الوصول إليها بشكل متكرر.
تسهل خدمات مثل DMS و MemoryDB عملية الانتقال إلى السحابة وتحسين أداء التطبيقات التي تعتمد على الوصول السريع للبيانات.
استخدام DMS لترحيل قاعدة بيانات MySQL محلية إلى Amazon RDS دون تعطيل التطبيق الذي يستخدم قاعدة البيانات.
Key takeaways
- الحلول المُدارة بالكامل على AWS تقلل بشكل كبير من عبء إدارة البنية التحتية لقواعد البيانات.
- الاختيار بين قواعد بيانات SQL و NoSQL يعتمد على هيكل البيانات ومتطلبات الأداء وقابلية التوسع.
- Amazon RDS و Aurora هما خياران قويان لقواعد البيانات العلائقية المُدارة، مع Aurora الذي يوفر أداءً أعلى.
- DynamoDB هي قاعدة بيانات NoSQL بدون خوادم مثالية للتطبيقات التي تتطلب قابلية توسع هائلة وأداءً عاليًا.
- خدمات التخزين المؤقت مثل ElastiCache و DAX ضرورية لتحسين سرعة الوصول إلى البيانات وتقليل الحمل على قواعد البيانات.
- خدمات التحليلات مثل Redshift و Athena و QuickSight تمكن من استخلاص رؤى قيمة من البيانات لاتخاذ قرارات مستنيرة.
- Kinesis هي الخدمة المثالية لمعالجة وتحليل البيانات المتدفقة في الوقت الفعلي.
Key terms
Fully Managed DatabasesSQLNoSQLRelational DatabasesNon-Relational DatabasesAmazon RDSAmazon AuroraRead ReplicasMulti-AZAmazon DynamoDBServerlessElastiCacheAmazon NeptuneAmazon RedshiftAmazon AthenaAmazon QuickSightAmazon KinesisDatabase Migration Service (DMS)MemoryDB for Redis
Test your understanding
- ما هي الفوائد الرئيسية لاستخدام قواعد البيانات المُدارة بالكامل (fully managed databases) على AWS مقارنة بالحلول التقليدية؟
- متى يكون من الأنسب استخدام قاعدة بيانات علائقية (SQL) ومتى يكون من الأنسب استخدام قاعدة بيانات غير علائقية (NoSQL)؟
- كيف يمكن لـ Amazon RDS و Aurora تحسين أداء وتوفر قواعد البيانات العلائقية؟
- ما هي الميزة الأساسية لـ Amazon DynamoDB، وكيف تختلف عن قواعد البيانات العلائقية؟
- كيف تساعد خدمات مثل ElastiCache و DAX في تحسين أداء التطبيقات التي تعتمد على قواعد البيانات؟
- اشرح كيف يمكن لخدمات مثل Redshift و Athena و Kinesis معالجة وتحليل أنواع مختلفة من البيانات (مخزنة، متدفقة)؟