اپلیکیشن اندرویدی فلش‌کارت آموزشی آموزش Data Warehousing با PostgreSQL

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش Data Warehousing با PostgreSQL

موضوع کلی: برنامه نویسی

موضوع میانی: PostgreSQL

📋 سرفصل‌های دوره

• 1. مقدمه ای بر Data Warehousing
• 2. مفاهیم کلیدی Data Warehousing
• 3. مزایای Data Warehousing
• 4. معماری های رایج Data Warehousing
• 5. انواع Data Warehousing (Kimball, Inmon)
• 6. مقدمه ای بر PostgreSQL
• 7. نصب و راه اندازی PostgreSQL
• 8. مفاهیم پایگاه داده رابطه ای
• 9. SQL پایه: SELECT, FROM, WHERE
• 10. SQL پایه: INSERT, UPDATE, DELETE
• 11. SQL پایه: CREATE TABLE, ALTER TABLE, DROP TABLE
• 12. SQL پیشرفته: JOIN ها (INNER, LEFT, RIGHT, FULL)
• 13. SQL پیشرفته: Subqueries
• 14. SQL پیشرفته: Aggregate Functions (SUM, AVG, COUNT, MIN, MAX)
• 15. SQL پیشرفته: GROUP BY و HAVING
• 16. SQL پیشرفته: Window Functions
• 17. SQL پیشرفته: Common Table Expressions (CTEs)
• 18. مفهوم Data Modeling
• 19. انواع Data Modeling (ERD, Dimensional)
• 20. مفاهیم Dimensional Modeling
• 21. Star Schema
• 22. Snowflake Schema
• 23. Dimensional Modeling: Dimensions
• 24. Dimensional Modeling: Facts
• 25. Dimensional Modeling: Slowly Changing Dimensions (SCD Type 1)
• 26. Dimensional Modeling: Slowly Changing Dimensions (SCD Type 2)
• 27. Dimensional Modeling: Slowly Changing Dimensions (SCD Type 3)
• 28. Dimensional Modeling: Surrogate Keys
• 29. Dimensional Modeling: Degenerate Dimensions
• 30. Dimensional Modeling: Junk Dimensions
• 31. Dimensional Modeling: Factless Fact Tables
• 32. مفهوم ETL (Extract, Transform, Load)
• 33. مراحل ETL
• 34. استخراج داده (Extraction)
• 35. تحلیل داده (Transformation)
• 36. بارگذاری داده (Loading)
• 37. ابزارهای ETL
• 38. کار با داده های حجیم (Big Data)
• 39. مقدمه ای بر Data Lake
• 40. مقدمه ای بر Data Lakehouse
• 41. انواع داده ها در Data Warehouse
• 42. نرمال سازی در برابر Denormalization
• 43. عملیات OLTP در برابر OLAP
• 44. مقایسه OLTP و OLAP
• 45. طراحی Schema برای OLAP
• 46. بهینه سازی Query در PostgreSQL
• 47. Index ها در PostgreSQL (B-tree)
• 48. Index ها در PostgreSQL (Hash, GiST, GIN)
• 49. Query Planner در PostgreSQL
• 50. Execution Plan ها
• 51. استفاده از EXPLAIN و ANALYZE
• 52. Partitioning در PostgreSQL
• 53. انواع Partitioning (List, Range, Hash)
• 54. TimescaleDB Extension برای داده های زمانی
• 55. pg_partman Extension
• 56. استفاده از Foreign Data Wrappers (FDW)
• 57. اتصال به منابع داده خارجی
• 58. یکپارچه سازی داده از منابع مختلف
• 59. Data Cleansing و Data Quality
• 60. شناسایی و رفع داده های ناقص
• 61. شناسایی و رفع داده های تکراری
• 62. شناسایی و رفع ناسازگاری ها
• 63. Data Profiling
• 64. قوانین کیفیت داده (Data Quality Rules)
• 65. نظارت بر کیفیت داده (Data Quality Monitoring)
• 66. امنیت در PostgreSQL
• 67. مدیریت کاربران و دسترسی ها
• 68. نقش ها و Privilege ها
• 69. رمزنگاری داده ها (Encryption)
• 70. Data Masking
• 71. امنیت در سطح Row (Row-Level Security)
• 72. امنیت در سطح Column (Column-Level Security)
• 73. پشتیبان گیری و بازیابی (Backup and Restore)
• 74. انواع Backup (Full, Incremental, Differential)
• 75. استراتژی های Backup
• 76. استراتژی های Restore
• 77. Replication در PostgreSQL
• 78. Logical Replication
• 79. Physical Replication
• 80. High Availability (HA)
• 81. Disaster Recovery (DR)
• 82. مفهوم Data Marts
• 83. طراحی Data Marts
• 84. رابط کاربری و گزارش دهی (BI Tools)
• 85. اتصال PostgreSQL به ابزارهای BI
• 86. مقدمه ای بر Tableau
• 87. مقدمه ای بر Power BI
• 88. مقدمه ای بر Looker
• 89. مفاهیم Dashboarding
• 90. طراحی گزارشات موثر
• 91. Visualizations (نمودارها)
• 92. Key Performance Indicators (KPIs)
• 93. تحلیل داده های اکتشافی (Exploratory Data Analysis - EDA)
• 94. تکنیک های EDA
• 95. استفاده از Python برای EDA
• 96. استفاده از R برای EDA
• 97. تجزیه و تحلیل داده های سری زمانی (Time Series Analysis)
• 98. تحلیل روند (Trend Analysis)
• 99. تحلیل فصلی (Seasonal Analysis)
• 100. پیش بینی (Forecasting)