اپلیکیشن اندرویدی فلش‌کارت آموزشی روبی و پایگاه داده: بهینه‌سازی پرس‌وجوها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره روبی و پایگاه داده: بهینه‌سازی پرس‌وجوها

موضوع کلی: برنامه‌نویسی با روبی

موضوع میانی: روبی و Performance Tuning

📋 سرفصل‌های دوره

• 1. روبی: معرفی و نصب
• 2. پایگاه داده: مفاهیم اساسی و انواع آن
• 3. ارتباط روبی با پایگاه داده: معرفی ORM ها
• 4. Active Record: معرفی و تنظیمات
• 5. مدل‌ها: تعریف و ایجاد مدل‌ها در Active Record
• 6. مهاجرت‌ها: ایجاد و اجرای مهاجرت‌ها برای تغییر ساختار پایگاه داده
• 7. مستقل‌سازی: ایجاد جداول مستقل برای داده‌های مرتبط
• 8. ارتباطات بین مدل‌ها: یک به یک، یک به چند، چند به چند
• 9. استعلام‌ها: اصول اولیه استعلام‌ها در Active Record
• 10. انتخاب داده‌ها: استفاده از `select` و `where` برای فیلتر کردن داده‌ها
• 11. مرتب‌سازی داده‌ها: استفاده از `order` برای مرتب‌سازی نتایج
• 12. محدود کردن نتایج: استفاده از `limit` و `offset`
• 13. جداول پیوندی: ایجاد و استفاده از جداول پیوندی برای ارتباط‌های چند به چند
• 14. توابع جمع‌آوری: استفاده از `group` و `count` برای تجزیه و تحلیل داده‌ها
• 15. بهینه‌سازی پرس‌وجوها: بررسی عملکرد پرس‌وجوها
• 16. شاخص‌ها: ایجاد شاخص‌ها برای بهبود سرعت پرس‌وجوها
• 17. استفاده از EXPLAIN: تحلیل پرس‌وجوها با استفاده از EXPLAIN
• 18. استفاده از SQL خام: نوشتن پرس‌وجوهای SQL سفارشی
• 19. بهینه‌سازی پرس‌وجوها با استفاده از JOIN ها
• 20. بهینه‌سازی پرس‌وجوها با استفاده از subqueries
• 21. بهینه‌سازی پرس‌وجوها با استفاده از indexes
• 22. استفاده از caching برای بهبود عملکرد پرس‌وجوها
• 23. Pagination: پیج‌بندی نتایج پرس‌وجوها
• 24. Transaction ها: مدیریت تراکنش‌ها برای حفظ یکپارچگی داده‌ها
• 25. نوشتن پرس‌وجوهای پیچیده: ترکیب چندین شرط و تابع
• 26. استفاده از Arel برای ایجاد پرس‌وجوهای پویا
• 27. استفاده از Eager Loading برای کاهش تعداد پرس‌وجوها
• 28. استفاده از Associations برای دسترسی آسان به داده‌های مرتبط
• 29. استفاده از scopes برای تعریف پرس‌وجوهای نام‌گذاری شده
• 30. استفاده از callbacks برای اجرای کد قبل یا بعد از ذخیره مدل‌ها
• 31. استفاده از validations برای تأیید داده‌ها قبل از ذخیره
• 32. استفاده از eager_load برای افزایش کارایی
• 33. استفاده از find_each برای پردازش داده‌های بزرگ
• 34. استفاده از find_in_batches برای پردازش داده‌های بزرگ در دسته‌ها
• 35. بهینه‌سازی پرس‌وجوها برای گزارش‌گیری
• 36. استفاده از materialized views برای بهبود عملکرد پرس‌وجوها
• 37. نظارت بر عملکرد پایگاه داده
• 38. استفاده از ابزارهای پروفایلینگ برای شناسایی bottlenecks
• 39. بهینه‌سازی پرس‌وجوها برای محیط‌های تولید
• 40. نکات پیشرفته برای بهینه‌سازی پرس‌وجوها