اپلیکیشن اندرویدی فلشکارت آموزشی SQL و داده های ساختار نیافته
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره SQL و داده های ساختار نیافته
موضوع کلی: برنامه نویسی
موضوع میانی: SQL
📋 سرفصلهای دوره
- 1. مقدمه و نیاز به دادههای ساختار نیافته در دنیای امروز
- 2. تفاوت دادههای ساختاریافته، نیمهساختاریافته و ساختار نیافته
- 3. محدودیتهای RDBMS سنتی با دادههای پویا
- 4. معرفی JSON و جایگزینهای آن در پایگاه داده
- 5. ساختار JSON: شیء، آرایه، مقدار و کلید
- 6. ذخیرهسازی JSON در پستگرز: نوع داده json و jsonb
- 7. تفاوت json و jsonb در پستگرز
- 8. ایجاد جدول با فیلد JSON در پستگرز
- 9. استخراج داده از JSON با عملگر -> و ->>
- 10. مسیریابی در JSON با # و #>>
- 11. تابع json_extract_keys و json_object_keys
- 12. تبدیل JSON به رکورد و رکورد به JSON
- 13. فیلترینگ روی دادههای JSON با WHERE
- 14. ایندکسگذاری روی فیلدهای JSON در پستگرز
- 15. معرفی XML و کار با آن در SQL Server و PostgreSQL
- 16. تابع XMLTYPE و استخراج داده از XML
- 17. XPath برای ناوبری در XML
- 18. XQuery و تابع XMLQUERY
- 19. تبدیل XML به JSON و بالعکس
- 20. آرایهها در پستگرز: تعریف و ایجاد
- 21. عملیات روی آرایه: unnest و array_to_string
- 22. جستجو در آرایه: ANY و ALL
- 23. آرایههای چندبعدی و کار با آنها
- 24. مقداردهی پیشفرض و CHECK constraint روی آرایه
- 25. ترکیب JSON و آرایه در یک فیلد
- 26. Full-text search در PostgreSQL با tsvector و tsquery
- 27. تنظیم پیکربندی متنی و دیکشنری
- 28. سرچ با وزن و رتبهبندی نتایج
- 29. دستور @@ و توابع ts_rank
- 30. معرفی Apache Spark SQL و دادههای نیمهساختاریافته
- 31. خواندن فایلهای JSON و CSV با Spark SQL
- 32. Schema inference در Spark SQL
- 33. معرفی Hive و Presto برای دادههای بزرگ
- 34. اجرای SQL روی Data Lake با Trino و Athena
- 35. Delta Lake و دسترسی SQL به دادههای ساختار نیافته
- 36. معرفی MongoDB و دستوراهای SQL-شبیه
- 37. مقایسه SQL و NoSQL برای دادههای ساختار نیافته
- 38. الگوی Data Lakehouse
- 39. Polyglot Persistence و نقش SQL
- 40. SQL برای دادههای گرافی: Apache AGE و Cypher
- 41. CTE بازیابی در گراف با SQL
- 42. معرفی GraphQL و ارتباط آن با SQL
- 43. رزولوور GraphQL و کوئری به پایگاه داده
- 44. مدیریت اسکیمای پویا با JSON
- 45. مایگریت اسکیما بدون توقف با JSON columns
- 46. عملکرد: Benchmarked مقایسه JSON vs Normalized
- 47. بهینهسازی کوئریهای JSON با GIN Index
- 48. Partitioning جدولهای حاوی JSON
- 49. Compression و ذخیرهسازی مؤثر JSONB
- 50. مدیریت versioning دادههای نیمهساختاریافته
- 51. مدلسازی داده: رویکرد Document-first
- 52. طراحی اسکیما ترکیبی: رکورد + JSON
- 53. استخراج، تبدیل و بارگذاری از دادههای ساختار نیافته
- 54. استفاده از dbt برای تبدیل JSON
- 55. معماری Data Mesh و دادههای ساختار نیافته
- 56. دادههای ساختار نیافته در مالی: کوئری روی لاگها
- 57. تحلیل لاگهای وب با SQL
- 58. کوئری روی دادههای Sensory و IoT
- 59. پردازش رویدادها با SQL و JSON
- 60. مدیریت دادههای نامطمئن و NULL در JSON
- 61. اعتبارسنجی اسکیمای JSON با JSON Schema
- 62. تابع validate و check constraint روی JSON
- 63. امنیت: ماسک دادههای حساس در JSON
- 64. رمزنگاری فیلدهای JSON
- 65. Audit و تغییر مسیر دادههای نیمهساختاریافته
- 66. PostgreSQL 15+ و بهبودهای JSON
- 67. MySQL 8 و JSON functions
- 68. SQL Server و OPENJSON
- 69. Oracle و JSON support
- 70. مقایسه عملکرد JSON بین دیتابیسها
- 71. استفاده از PostgreSQL برای Data Warehouse مدرن
- 72. Materialized View روی نتایج JSON
- 73. Window functions روی دادههای JSON
- 74. Aggregation روی فیلدهای JSON
- 75. Pivot و Unpivot دادههای ساختار نیافته
- 76. CTE و Subquery روی JSON arrays
- 77. LATERAL JOIN با JSON arrays در پستگرز
- 78. Recursive CTE روی دادههای hierarchical JSON
- 79. معرفی Apache Parquet و ORC و دسترسی SQL
- 80. Presto/Trino و فیلدها در Parquet
- 81. Iceberg و Delta Lake با SQL
- 82. Apache Hudi و SQL
- 83. Data Vault و دادههای ساختار نیافته
- 84. Slowly Changing Dimensions برای دادههای نیمهساختاریافته
- 85. مدلسازی ستارهای با JSON
- 86. Index RDBMS برای دادههای نیمهساختاریافته
- 87. Query planner و تفسیر کوئری JSON
- 88. EXPLAIN ANALYZE برای کوئریهای JSON
- 89. Connection pooling و JSON payload
- 90. API-first و ذخیرهسازی JSON در SQL
- 91. Event sourcing با SQL و JSON
- 92. CQRS و پلتفرم داده ترکیبی
- 93. معماری Saga و دادههای ساختار نیافته
- 94. استانداردهای داده: JSON Schema، Avro، Protobuf
- 95. مقایسه JSON Schema و Avro
- 96. Serialization و Deserialization در SQL pipeline
- 97. استفاده از PostgreSQL برای Log Analytics
- 98. کوئری روی دادههای سلامت: FHIR و JSON
- 99. دادههای ساختار نیافته در e-commerce: سفارشات پویا
- 100. پروژه نهایی: ساخت API Analytics با SQL و JSON
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.