خواندن اطلاعات از پایگاه داده، اتصال به شبکه، خواندن از فایل، پاسخی که از یک سیستم دیگر باید دریافت شود و ... نمونه‌هایی از عملیات IO محسوب می‌شوند. این کارها می‌تواند مدت زمان زیادی از زمان اجرای برنامه را به خود اختصاص دهد. به همین خاطر، ایده برنامه‌نویسی ناهمگام مطرح شد. در برنامه‌نویسی ناهمگام (Asynchronous) برنامه می‌تواند تا زمانی که پاسخ عملیات IO آماده شود به کارهای دیگری که دارد برسد و به این شکل کل زمان اجرای برنامه کاهش پیدا کند.

اجازه دهید یک مثال بزنم. فرض کنید مشتری در یک رستوران سفارش غذا می‌دهد. تا زمانی که سفارش مشتری آماده می‌شود، صندوق‌دار می‌تواند سفارش باقی مشتری‌ها را دریافت کند. لزومی ندارد که باقی مشتری‌ها را معطل نگه داریم تا سفارش مشتری مذکور آماده شود.

در #پایتون با کمک ماژول asyncio می‌توان برنامه‌های ناهمگام نوشت. یک ویدیو در یوتیوب درست کردم و کار با این ماژول را آموزش دادم.
https://youtu.be/-AqttMR4sXc

به زودی طبق نظرسنجی که در کانال داشتیم، دوره طراحی سیستم‌ها را آغاز می‌کنم. برای این دوره یک تصمیم دیگر هم گرفتم. به خاطر اهمیت بالای این درس، علاوه بر ویدیو یک سری جزوه در قالب pdf هم ارائه می‌کنم. جزوه درس اول به پیوست تقدیم می‌گردد.
#System_Design
#01_Foundation

ویدیو اول دوره طراحی سیستم‌ها بر روی یوتیوب قرار گرفت.

https://youtu.be/v9VdLLBETK8

جزوه جلسه دو طراحی سیستم‌ها به پیوست تقدیم می‌گردد. در این بخش به روش‌های مقیاس کردن سایت خود می‌پردازیم.

#System_Design
#02_Scaling

در جلسه دوم از درس طراحی سیستم‌ها یاد می‌گیریم که چگونه یک سیستم را به گونه‌ای مقیاس‌پذیر کنیم تا بتواند چندصد هزار درخواست را مدیریت کند. به طور مشخص با دو تکنیک مقیاس کردن عمودی (Vertical Scaling) و مقیاس کردن افقی (Horizontal Scaling) آشنا می‌شویم.
https://youtu.be/Ogb5zZ5u6f0

جزوه جلسه سوم درس طراحی سیستم‌ها به پیوست تقدیم می‌گردد. در این بخش با نحوه کارکرد DNS ها برای تبدیل Domain Name به IP Address آشنا می‌شویم.

#System_Design
#03_DNS

در جلسه سوم از درس طراحی سیستم‌ها، با نحوه طراحی DNS ها آشنا می‌شویم.

https://youtu.be/HfzqyUqNQn8

توازن‌کننده بار مقیاس کردن افقی سیستم را امکان‌پذیر می‌کند. جزوه جلسه چهارم در رابطه با توازن‌کننده‌های بار به پیوست تقدیم می‌گردد.
#04_Load_Balancer
#System_Design

در جلسه چهارم در رابطه با load balancer ها حرف می‌زنیم.

https://youtu.be/c5YqFBRxRas

زمانی که یک محصول را توسعه می‌دهیم گاهی نیاز است که به یک سرور لینوکسی تحت شبکه (با IP مشخص) دسترسی داشته باشیم. با توجه به این که خرید سرور به لطف قیمت دلار گران است و هم اتصال ssh این روزها به خاطر اختلال اینترنت آزاردهنده است، می‌توان یک ماشین مجازی ubuntu server بر روی دستکتاپ/لپ‌تاپ شخصی ایجاد کرد و static ip به آن نسبت داد تا هم بتوانیم در یک private network به آن دسترسی داشته باشیم و هم قابلیت ssh برای دسترسی به ترمینال داشته باشد. در این ویدیو ایجاد چنین محیطی را آموزش می‌دهم:

https://youtu.be/CsQ6xqZNHV8

در درس‌های گذشته یاد گرفتیم که چگونه می‌توانیم برای افزایش مقیاس‌پذیری سیستم، تعداد سرورها را افزایش دهیم. اما همچنان پایگاه داده سیستم به صورت مرکزی قرار دارد. یعنی با افزایش خواندن/نوشتن داده، پایگاه داده می‌تواند به گلوگاه (bottleneck) تبدیل شود.

#05_database_replication
#System_Design

در جلسه پنجم از درس طراحی سیستم‌ها در مورد database replication حرف زدیم:

https://youtu.be/rVjG3bj0Jq8

برای افزایش کارایی سیستم‌ها، یک تکنیک استفاده از caching است. در این درس، با این روش آشنا می‌شویم.
#06_cache
#System_Design

در پروژه‌های بزرگ علاوه بر فایل requirements.txt از فایل constraints.txt نیز برای مدیریت بسته‌ها استفاده می‌کنند. در این ویدیو کاربرد این فایل و لزوم آن را توضیح می‌دهیم.


https://youtu.be/j4yBFiEuX_c

پراکسی در طراحی سیستم‌ها کاربرد زیادی دارند. توزان کننده بار (load balancer) که در جلسه‌های گذشته صحبت کردیم در واقع پراکسی است.

#07_proxies
#System_Design

کاربران سیستم ما لزوماً از یک منطقه جغرافیایی نیستند. ممکن است برخی از آن‌ها در ایران ساکن باشند و برخی در قاره آمریکا. اگر قرار باشد همه درخواست‌ها به یک مکان ارسال شود، زمان پاسخ کاربران بسته به محل سکونت آن‌ها متفاوت خواهد بود. برای افزایش سرعت و کارایی سیستم می‌توان از ایده شبکه توزیع محتوا (Conent Delivery Network ) بهره برد.
#08_CDN
#System_Design

سناریویی را در نظر بگیرید که حجم داده آنقدر زیاد شده است که امکان قرار دادن آن در یک سرور ذخیره‌سازی (پایگاه داده) امکان پذیر نیست. حتی ممکن است بهبود توان و فضای سرور ذخیره‌سازی هم مقرون به صرفه نباشد زیرا پاسخ به درخواست وارده باید کل پایگاه داده را بررسی کند.
افراز بندی پایگاه داده که به آن شارد کردن (sharding) نیز می‌گویند، یک راه معروف برای حل مشکل فوق است.

#09_Sharding
#System_Design