کتاب SQL و Big Data Analytics with SQL با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
SQL و Big Data Analytics: آینده دادهها در دستان شما! SQL و Big Data Analytics: کلید ورود به دنیای دادهها آیا میخواهید قدرت تحلیل دادههای بزرگ را در دستان خود داشته باشید؟ آیا میخواهید به یک متخصص...
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره SQL و Big Data Analytics with SQL
موضوع کلی: برنامه نویسی
موضوع میانی: SQL
📋 سرفصلهای دوره
- 1. مقدمهای بر پایگاه داده و سیستمهای مدیریت پایگاه داده (DBMS)
- 2. SQL چیست و چرا مهم است؟
- 3. نصب و راهاندازی محیط کاری (DBMS و کلاینت SQL)
- 4. آشنایی با ساختار جداول، سطرها و ستونها
- 5. دستور SELECT: انتخاب دادهها
- 6. دستور FROM: تعیین منبع داده
- 7. فیلتر کردن دادهها با WHERE (عملگرهای مقایسهای)
- 8. فیلتر کردن دادهها با WHERE (عملگرهای منطقی: AND, OR, NOT)
- 9. عملگرهای LIKE و IN برای جستجو و تطابق الگو
- 10. کار با مقادیر NULL و عملگرهای IS NULL / IS NOT NULL
- 11. مرتبسازی نتایج با ORDER BY (صعودی و نزولی)
- 12. محدود کردن نتایج با LIMIT / TOP / ROWNUM
- 13. معرفی انواع دادهها (رشتهای، عددی، تاریخ/زمان، بولی)
- 14. ایجاد جدول جدید با CREATE TABLE
- 15. تعریف کلید اصلی (PRIMARY KEY) و کلید خارجی (FOREIGN KEY)
- 16. معرفی سایر محدودیتها (UNIQUE, NOT NULL, CHECK, DEFAULT)
- 17. تغییر ساختار جدول با ALTER TABLE (افزودن، حذف، تغییر ستون)
- 18. حذف جدول با DROP TABLE
- 19. درج دادهها با INSERT INTO
- 20. بهروزرسانی دادهها با UPDATE
- 21. حذف دادهها با DELETE FROM
- 22. معرفی توابع تجمیعی (COUNT, SUM, AVG, MIN, MAX)
- 23. گروهبندی دادهها با GROUP BY
- 24. فیلتر کردن گروهها با HAVING
- 25. معرفی JOINها: اتصال جداول
- 26. INNER JOIN: بازگرداندن رکوردهای مشترک
- 27. LEFT JOIN (LEFT OUTER JOIN): تمام رکوردهای جدول چپ
- 28. RIGHT JOIN (RIGHT OUTER JOIN): تمام رکوردهای جدول راست
- 29. FULL JOIN (FULL OUTER JOIN): تمام رکوردهای هر دو جدول
- 30. CROSS JOIN: ترکیب دکارتی
- 31. SELF JOIN: اتصال یک جدول به خودش
- 32. زیرپرسوجوها (Subqueries) و کاربردهای آنها
- 33. زیرپرسوجوهای اسکالر (Scalar Subqueries)
- 34. زیرپرسوجو با عملگر IN/NOT IN
- 35. زیرپرسوجو با عملگر EXISTS/NOT EXISTS
- 36. عملگرهای مجموعهای (Set Operators): UNION و UNION ALL
- 37. عملگرهای مجموعهای: INTERSECT و EXCEPT
- 38. توابع رشتهای (String Functions)
- 39. توابع عددی (Numeric Functions)
- 40. توابع تاریخ و زمان (Date and Time Functions)
- 41. عبارات شرطی با CASE
- 42. تبدیل نوع داده (CAST و CONVERT)
- 43. آشنایی با VIEW ها: جداول مجازی
- 44. ایجاد و مدیریت INDEX ها برای بهبود عملکرد
- 45. اصول اولیه تراکنشها (Transactions) و ACID Properties
- 46. دستورات COMMIT و ROLLBACK
- 47. عبارتهای جدول مشترک (Common Table Expressions - CTEs)
- 48. توابع پنجرهای (Window Functions) - بخش اول: ROW_NUMBER, RANK, DENSE_RANK
- 49. توابع پنجرهای - بخش دوم: NTILE, LAG, LEAD
- 50. توابع پنجرهای - بخش سوم: FIRST_VALUE, LAST_VALUE, NTH_VALUE
- 51. توابع پنجرهای تجمیعی (Aggregate Window Functions)
- 52. پیوت (Pivot) و آنپیوت (Unpivot) در SQL
- 53. استفاده از Regular Expressions در SQL
- 54. آشنایی با توابع تعریفشده توسط کاربر (User-Defined Functions - UDFs)
- 55. مقدمهای بر رویههای ذخیرهشده (Stored Procedures)
- 56. Trigger ها: خودکارسازی عملیات پایگاه داده
- 57. تحلیل طرح اجرایی (Execution Plan) با EXPLAIN
- 58. استراتژیهای ایندکسگذاری پیشرفته
- 59. بهینهسازی کوئریها (Query Optimization)
- 60. مدیریت دسترسی کاربران و امنیت پایگاه داده
- 61. مقدمهای بر کلانداده (Big Data) و ویژگیهای آن
- 62. تفاوت پایگاه دادههای رابطهای، NoSQL و انباره داده (Data Warehouse)
- 63. مفاهیم OLAP و OLTP
- 64. معرفی انباره داده و Data Lake
- 65. مدلسازی داده برای انباره داده: Star Schema و Snowflake Schema
- 66. فرآیندهای ETL/ELT: استخراج، تبدیل، بارگذاری
- 67. مروری بر اکوسیستم Big Data (Hadoop, Spark)
- 68. SQL در دنیای Big Data: چرا و چگونه؟
- 69. آشنایی با Apache Hive: SQL بر روی Hadoop
- 70. معماری Hive و Metastore
- 71. انواع داده در Hive
- 72. ایجاد و مدیریت جداول در Hive (Managed و External Tables)
- 73. بارگذاری دادهها در Hive
- 74. کوئرینویسی در Hive (HiveQL)
- 75. پیادهسازی JOIN ها و Subqueries در Hive
- 76. پارتیشنبندی (Partitioning) در Hive
- 77. باکتبندی (Bucketing) در Hive
- 78. بهینهسازی کوئریهای Hive
- 79. مقدمهای بر Apache Impala: کوئریهای تعاملی Big Data
- 80. تفاوتها و شباهتهای Hive و Impala
- 81. کوئرینویسی با Impala
- 82. بهینهسازی عملکرد Impala
- 83. مقدمهای بر Apache Spark و Spark SQL
- 84. معماری Spark SQL و DataFrames
- 85. خواندن و نوشتن فرمتهای مختلف داده (Parquet, ORC, CSV, JSON) با Spark SQL
- 86. Spark SQL UDF ها و توابع پیچیده
- 87. بهینهسازی کوئریهای Spark SQL
- 88. معرفی Data Lakehouse: ترکیب Data Lake و Data Warehouse
- 89. مفاهیم فدرالیزه کردن کوئریها (Federated Queries) با Presto/Trino
- 90. مقدمهای بر Cloud Data Warehouses
- 91. Google BigQuery: مبانی و معماری
- 92. مدل داده و انواع داده در BigQuery
- 93. کوئرینویسی و بهینهسازی در BigQuery
- 94. Amazon Redshift: معرفی و توزیع دادهها
- 95. مدیریت حجم کاری (Workload Management) در Redshift
- 96. Azure Synapse Analytics: SQL Pool و On-demand SQL
- 97. آنالیز دادههای مکانی (Geospatial Analytics) با SQL در Big Data
- 98. آنالیز سریهای زمانی (Time Series Analytics) با SQL
- 99. حاکمیت داده (Data Governance) و امنیت در Big Data SQL
- 100. مطالعه موردی: پروژههای واقعی Big Data Analytics با SQL
تگها:
Big Data
Big Data Analytics
Data Science
MySQL
NoSQL
PostgreSQL
SQL
SQL Server
آموزش SQL
برنامه نویسی
پایگاه داده
تحلیل داده با SQL
توسعه نرم افزار
دوره SQL
یادگیری SQL
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.