کتاب صوتی 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