کتاب طراحی پایگاه داده از صفر: از تئوری تا پیاده‌سازی عملی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی پایگاه داده از صفر: از تئوری تا پیاده‌سازی عملی

موضوع کلی: داده‌ها و پایگاه داده

موضوع میانی: طراحی پایگاه داده رابطه‌ای

📋 سرفصل‌های دوره

• 1. مفاهیم پایه داده و اطلاعات
• 2. تعریف پایگاه داده و سیستم مدیریت پایگاه داده (DBMS)
• 3. انواع مدل های پایگاه داده (سلسله مراتبی، شبکه ای، رابطه ای)
• 4. معرفی مدل رابطه ای و مزایای آن
• 5. مفاهیم کلیدی مدل رابطه ای: جدول، سطر، ستون، کلید
• 6. انواع کلیدها: کلید اصلی، کلید خارجی، کلید کاندید
• 7. مفاهیم نرمال سازی داده ها
• 8. مشکلات داده های تکراری و ناهمگون
• 9. فرم نرمال اول (1NF)
• 10. فرم نرمال دوم (2NF)
• 11. فرم نرمال سوم (3NF)
• 12. فرم نرمال Boyce-Codd (BCNF)
• 13. فرم نرمال چهارم (4NF)
• 14. فرم نرمال پنجم (5NF)
• 15. انتخاب سطح نرمال سازی مناسب برای پروژه
• 16. مفاهیم وابستگی تابعی
• 17. تعریف وابستگی تابعی کامل و جزئی
• 18. تشخیص وابستگی های تابعی در داده ها
• 19. رسم نمودار وابستگی تابعی
• 20. طراحی مفهومی پایگاه داده
• 21. شناسایی موجودیت ها و ویژگی ها
• 22. تعریف روابط بین موجودیت ها
• 23. انواع روابط: یک به یک، یک به چند، چند به چند
• 24. رسم نمودار ER (Entity-Relationship Diagram)
• 25. تبدیل نمودار ER به مدل رابطه ای
• 26. تعیین کلیدهای اصلی و خارجی در جداول
• 27. طراحی منطقی پایگاه داده
• 28. انتخاب DBMS مناسب (MySQL, PostgreSQL, SQL Server, Oracle)
• 29. تعریف انواع داده ها در SQL
• 30. ساخت جداول با استفاده از دستور CREATE TABLE
• 31. تعریف کلیدهای اصلی و خارجی در SQL
• 32. تعیین محدودیت ها (Constraints) در SQL
• 33. طراحی فیزیکی پایگاه داده
• 34. انتخاب نوع داده مناسب برای هر ستون
• 35. بهینه سازی فضای ذخیره سازی
• 36. ایجاد ایندکس ها برای بهبود سرعت جستجو
• 37. مدیریت کاربران و سطح دسترسی
• 38. مفاهیم امنیتی پایگاه داده
• 39. ایجاد کاربران و تعیین نقش ها
• 40. تعریف سطوح دسترسی (GRANT, REVOKE)
• 41. پیاده سازی پایگاه داده با استفاده از SQL
• 42. دستور SELECT برای بازیابی داده ها
• 43. فیلتر کردن داده ها با استفاده از WHERE
• 44. مرتب سازی داده ها با استفاده از ORDER BY
• 45. گروه بندی داده ها با استفاده از GROUP BY
• 46. توابع تجمیعی (COUNT, SUM, AVG, MIN, MAX)
• 47. پیوستن جداول با استفاده از JOIN
• 48. انواع JOIN: INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL JOIN
• 49. زیرپرس و جوها (Subqueries)
• 50. دستور INSERT برای اضافه کردن داده ها
• 51. دستور UPDATE برای ویرایش داده ها
• 52. دستور DELETE برای حذف داده ها
• 53. تراکنش ها (Transactions)
• 54. ACID properties (Atomicity, Consistency, Isolation, Durability)
• 55. مدیریت همزمانی (Concurrency Control)
• 56. قفل گذاری (Locking)
• 57. دیدگاه ها (Views)
• 58. ذخیره رویه ها (Stored Procedures)
• 59. توابع (Functions)
• 60. تریگرها (Triggers)
• 61. بهینه سازی پرس و جوها (Query Optimization)
• 62. شاخص گذاری (Indexing) پیشرفته
• 63. استفاده از ابزارهای پروفایلینگ SQL
• 64. بررسی طرح اجرای پرس و جو
• 65. جلوگیری از بن بست (Deadlock)
• 66. پشتیبان گیری و بازیابی (Backup and Recovery)
• 67. انواع پشتیبان گیری (کامل، تفاضلی، افزایشی)
• 68. بازیابی پایگاه داده از پشتیبان
• 69. امنیت پایگاه داده پیشرفته
• 70. رمزنگاری داده ها (Data Encryption)
• 71. مدیریت آسیب پذیری ها
• 72. ممیزی (Auditing)
• 73. پایگاه داده های توزیع شده
• 74. مفاهیم معماری های توزیع شده
• 75. شاردینگ (Sharding)
• 76. تکرار (Replication)
• 77. پایگاه داده های NoSQL
• 78. معرفی انواع NoSQL (Key-Value, Document, Column-Family, Graph)
• 79. مقایسه NoSQL با پایگاه داده های رابطه ای
• 80. انتخاب پایگاه داده مناسب بر اساس نیاز
• 81. یکپارچه سازی داده ها (Data Integration)
• 82. ETL (Extract, Transform, Load)
• 83. Data Warehousing
• 84. Business Intelligence (BI)
• 85. Data Mining
• 86. مقدمه ای بر Big Data
• 87. Hadoop و Spark
• 88. مفاهیم Data Science و Machine Learning در ارتباط با پایگاه داده
• 89. پایگاه داده های ابری (Cloud Databases)
• 90. معرفی سرویس های پایگاه داده ابری (AWS RDS, Azure SQL Database, Google Cloud SQL)
• 91. مزایا و معایب استفاده از پایگاه داده های ابری
• 92. امنیت در پایگاه داده های ابری
• 93. اتصال به پایگاه داده از طریق برنامه نویسی (PHP, Python, Java)
• 94. ORM (Object-Relational Mapping)
• 95. مقدمه ای بر پایگاه داده های گراف (Graph Databases)
• 96. معرفی Neo4j
• 97. موارد استفاده از پایگاه داده های گراف
• 98. تحلیل داده های اجتماعی با پایگاه داده های گراف
• 99. کار با داده های JSON در SQL Server و MySQL
• 100. پایگاه داده های زمانی (Time Series Databases)