کتاب مقدمه‌ای بر پایگاه داده MongoDB با پایتون با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مقدمه‌ای بر پایگاه داده MongoDB با پایتون

موضوع کلی: توسعه نرم‌افزار با پایگاه داده

موضوع میانی: کار با پایگاه داده‌های NoSQL

📋 سرفصل‌های دوره

• 1. آشنایی با پایگاه داده‌های NoSQL
• 2. مقدمه‌ای بر MongoDB
• 3. مزایای MongoDB نسبت به پایگاه داده‌های رابطه‌ای
• 4. نصب و راه‌اندازی MongoDB
• 5. اتصال به MongoDB Atlas
• 6. محیط کاربری MongoDB Atlas
• 7. ایجاد اولین پایگاه داده در MongoDB Atlas
• 8. مفهوم Collection و Document
• 9. کار با داده‌های JSON در MongoDB
• 10. دستورات پایه CRUD در MongoDB
• 11. درج (Insert) داده در MongoDB
• 12. جستجو (Find) داده در MongoDB
• 13. به‌روزرسانی (Update) داده در MongoDB
• 14. حذف (Delete) داده در MongoDB
• 15. استفاده از PyMongo برای اتصال به MongoDB
• 16. نصب کتابخانه PyMongo
• 17. ایجاد اتصال با PyMongo
• 18. انتخاب پایگاه داده با PyMongo
• 19. انتخاب Collection با PyMongo
• 20. درج یک سند با PyMongo
• 21. درج چندین سند با PyMongo
• 22. جستجوی یک سند با PyMongo
• 23. جستجوی چندین سند با PyMongo
• 24. فیلتر کردن نتایج جستجو
• 25. مرتب‌سازی نتایج جستجو
• 26. محدود کردن تعداد نتایج جستجو
• 27. به‌روزرسانی یک سند با PyMongo
• 28. به‌روزرسانی چندین سند با PyMongo
• 29. حذف یک سند با PyMongo
• 30. حذف چندین سند با PyMongo
• 31. کار با Query Operators در MongoDB
• 32. عملگرهای مقایسه‌ای ($eq, $ne, $gt, $lt)
• 33. عملگرهای منطقی ($and, $or, $not)
• 34. عملگرهای عنصری ($in, $nin)
• 35. عملگرهای آرایه‌ای ($all, $elemMatch)
• 36. عملگرهای متنی
• 37. شاخص‌گذاری (Indexing) در MongoDB
• 38. مزایای شاخص‌گذاری
• 39. ایجاد شاخص در MongoDB
• 40. انواع شاخص‌ها
• 41. بهینه‌سازی Query با استفاده از شاخص‌ها
• 42. مجموعه‌سازی (Aggregation) در MongoDB
• 43. مفهوم Pipeline در Aggregation
• 44. مراحل Aggregation ($match, $group, $project)
• 45. استفاده از $match برای فیلتر کردن
• 46. استفاده از $group برای تجمیع داده‌ها
• 47. استفاده از $project برای تغییر ساختار داده‌ها
• 48. استفاده از $sort برای مرتب‌سازی در Aggregation
• 49. استفاده از $limit و $skip
• 50. کار با Aggregation با PyMongo
• 51. مثال‌های عملی Aggregation
• 52. مدیریت خطا در PyMongo
• 53. مدیریت اتصالات
• 54. مفاهیم پیشرفته‌تر MongoDB
• 55. Replication در MongoDB
• 56. Sharding در MongoDB
• 57. امنیت در MongoDB
• 58. احراز هویت و مجوزها
• 59. پشتیبان‌گیری و بازیابی اطلاعات
• 60. ابزارهای مدیریت MongoDB
• 61. MongoDB Compass
• 62. MongoDB Shell
• 63. کار با داده‌های بزرگ
• 64. طراحی Schema در MongoDB
• 65. تکنیک‌های بهینه‌سازی عملکرد
• 66. معماری پایگاه داده در برنامه‌های کاربردی
• 67. پیاده‌سازی سیستم مدیریت محتوا با MongoDB
• 68. پیاده‌سازی سیستم فروشگاه آنلاین با MongoDB
• 69. پیاده‌سازی سیستم گزارش‌گیری با MongoDB
• 70. توسعه RESTful API با MongoDB و Python
• 71. تست برنامه‌های کاربردی با MongoDB
• 72. مقدمه‌ای بر Big Data و NoSQL
• 73. مقایسه MongoDB با دیگر پایگاه داده‌های NoSQL
• 74. کار با GridFS برای ذخیره فایل
• 75. مفاهیم تراکنش در MongoDB
• 76. مدیریت نسخه‌های MongoDB
• 77. ملاحظات امنیتی و حریم خصوصی داده‌ها
• 78. قوانین و مقررات مربوط به داده‌ها در ایران
• 79. استانداردهای داده در سیستم‌های ایرانی
• 80. کاربرد MongoDB در سازمان‌های دولتی ایران
• 81. پایگاه داده‌های بومی و سازگار با قوانین ایران
• 82. چارچوب‌های شرعی در مدیریت داده
• 83. اصول اخلاقی در جمع‌آوری و استفاده از داده
• 84. توسعه پایدار با استفاده از فناوری داده
• 85. آینده پایگاه داده‌های NoSQL در ایران
• 86. جمع‌بندی و گام‌های بعدی
• 87. پروژه عملی: طراحی و پیاده‌سازی یک سیستم ساده
• 88. کارگاه عملی: حل مسائل رایج در MongoDB
• 89. مرور مفاهیم کلیدی
• 90. تمرین‌های پیشرفته
• 91. منابع تکمیلی و مطالعات بیشتر