اکسپرس 24
کتاب آشنایی با سرویس پایگاه داده آمازون Aurora (Amazon Aurora)

کتاب آشنایی با سرویس پایگاه داده آمازون Aurora (Amazon Aurora)

تگ‌ها: Amazon Aurora AWS MySQL PostgreSQL آمازون اورورا اوراکل پایگاه داده دیتابیس سرویس ابری مدیریت پایگاه داده

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آشنایی با سرویس پایگاه داده آمازون Aurora (Amazon Aurora)

موضوع کلی: فناوری اطلاعات و شبکه‌های کامپیوتری

موضوع میانی: پایگاه داده و مدیریت اطلاعات

📋 سرفصل‌های دوره

  • 1. مبانی پایگاه داده رابطه‌ای
  • 2. مقدمه‌ای بر پایگاه داده و سیستم‌های مدیریت پایگاه داده
  • 3. معماری پایگاه داده رابطه‌ای
  • 4. مفاهیم کلیدی در طراحی پایگاه داده
  • 5. موجودیت، صفت و رابطه
  • 6. مدل‌سازی داده‌ها با استفاده از نمودار ER
  • 7. تبدیل نمودار ER به مدل رابطه‌ای
  • 8. نرمال‌سازی پایگاه داده: اصول و اهداف
  • 9. فرم نرمال اول (1NF)
  • 10. فرم نرمال دوم (2NF)
  • 11. فرم نرمال سوم (3NF)
  • 12. فرم نرمال باک-کود (BCNF)
  • 13. وابستگی‌های تابعی و تجزیه پایگاه داده
  • 14. مقدمه‌ای بر زبان SQL
  • 15. دستورات DDL (تعریف داده)
  • 16. ایجاد جداول (CREATE TABLE)
  • 17. تغییر ساختار جداول (ALTER TABLE)
  • 18. حذف جداول (DROP TABLE)
  • 19. دستورات DML (دستکاری داده)
  • 20. درج داده‌ها (INSERT INTO)
  • 21. به‌روزرسانی داده‌ها (UPDATE)
  • 22. حذف داده‌ها (DELETE)
  • 23. دستورات DCL (کنترل داده)
  • 24. کنترل دسترسی (GRANT, REVOKE)
  • 25. دستورات پایه SELECT
  • 26. فیلتر کردن داده‌ها با WHERE
  • 27. مرتب‌سازی نتایج با ORDER BY
  • 28. گروه‌بندی نتایج با GROUP BY
  • 29. فیلتر کردن گروه‌ها با HAVING
  • 30. استفاده از توابع تجمعی (COUNT, SUM, AVG, MIN, MAX)
  • 31. اتصال جداول (JOIN)
  • 32. اتصال داخلی (INNER JOIN)
  • 33. اتصال چپ (LEFT JOIN)
  • 34. اتصال راست (RIGHT JOIN)
  • 35. اتصال کامل (FULL OUTER JOIN)
  • 36. زیرپرس‌وجوها (Subqueries)
  • 37. استفاده از زیرپرس‌وجوها در WHERE
  • 38. استفاده از زیرپرس‌وجوها در FROM
  • 39. پرس‌وجوها با مقادیر تکراری (Correlated Subqueries)
  • 40. نماها (Views)
  • 41. ایجاد نما (CREATE VIEW)
  • 42. استفاده از نماها
  • 43. حذف نما (DROP VIEW)
  • 44. شاخص‌گذاری (Indexing)
  • 45. انواع شاخص‌ها (B-tree, Hash)
  • 46. مزایا و معایب شاخص‌گذاری
  • 47. مدیریت تراکنش‌ها (Transactions)
  • 48. مفاهیم ACID (Atomicity, Consistency, Isolation, Durability)
  • 49. کنترل همزمانی (Concurrency Control)
  • 50. قفل‌گذاری (Locking)
  • 51. مقدمه‌ای بر پایگاه داده‌های توزیع‌شده
  • 52. مفاهیم پایگاه داده‌های مقیاس‌پذیر
  • 53. مقدمه‌ای بر سرویس‌های پایگاه داده ابری
  • 54. معرفی Amazon Aurora
  • 55. معماری Amazon Aurora
  • 56. مزایای Amazon Aurora نسبت به پایگاه داده‌های سنتی
  • 57. مقایسه Aurora با MySQL و PostgreSQL
  • 58. ویژگی‌های عملکردی Aurora
  • 59. مقیاس‌پذیری در Aurora
  • 60. در دسترس بودن بالا (High Availability) در Aurora
  • 61. بازیابی فاجعه (Disaster Recovery) در Aurora
  • 62. امنیت در Amazon Aurora
  • 63. مدیریت و مانیتورینگ Aurora
  • 64. تنظیمات و بهینه‌سازی عملکرد Aurora
  • 65. استفاده از Aurora Serverless
  • 66. کاربرد Aurora در برنامه‌های کاربردی سازمانی
  • 67. ملاحظات هزینه در استفاده از Aurora
  • 68. مقدمه‌ای بر پردازش تراکنش‌های آنلاین (OLTP)
  • 69. مقدمه‌ای بر پردازش تحلیلی آنلاین (OLAP)
  • 70. تفاوت OLTP و OLAP
  • 71. نقش پایگاه داده در تحلیل داده‌ها
  • 72. مقدمه‌ای بر داده‌های بزرگ (Big Data)
  • 73. استفاده از Aurora برای بارهای کاری ترکیبی (OLTP و OLAP)
  • 74. ملاحظات مهاجرت به Amazon Aurora
  • 75. ابزارهای مهاجرت به Aurora
  • 76. آزمایش و اعتبارسنجی پایگاه داده
  • 77. اصول مدیریت پایگاه داده
  • 78. امنیت پایگاه داده در محیط ابری
  • 79. بررسی لاگ‌ها و مانیتورینگ عملکرد
  • 80. پشتیبان‌گیری و بازیابی در Aurora
  • 81. استفاده از AWS DMS برای مهاجرت
  • 82. مقدمه‌ای بر معماری میکروسرویس
  • 83. نقش پایگاه داده در معماری میکروسرویس
  • 84. الگوهای پایگاه داده در میکروسرویس‌ها
  • 85. مدیریت پایگاه داده امن و پایدار
  • 86. نکات پیشرفته در طراحی پایگاه داده
  • 87. آموزش عملی با ابزارهای AWS
  • 88. جمع‌بندی و چشم‌انداز آینده پایگاه داده‌ها

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.