دوره آموزش Elasticsearch: کار با انواع دادهها همراه با فلشکارت آموزشی — ارائه روی فلش مموری
📚 کتاب آموزشی جامع
📚 اطلاعات کتاب
عنوان کتاب: کتاب آموزش Elasticsearch: کار با انواع دادهها
موضوع کلی: برنامه نویسی
موضوع میانی: الستیک سرچ (Elasticsearch)
📋 سرفصلهای کتاب (100 موضوع)
- 1. مقدمهای بر الاستیک سرچ (Elasticsearch)
- 2. چرا الاستیک سرچ برای کار با دادهها؟
- 3. مفاهیم هستهای: سند (Document)
- 4. مفاهیم هستهای: ایندکس (Index)
- 5. مفاهیم هستهای: خوشه (Cluster) و گره (Node)
- 6. مفاهیم هستهای: شارد (Shard) و رپلیکا (Replica)
- 7. نصب و راهاندازی اولیه الاستیک سرچ
- 8. آشنایی با APIهای REST الاستیک سرچ
- 9. روشهای تعامل با الاستیک سرچ (Curl, Kibana Dev Tools)
- 10. اولین ایندکسگذاری و بازیابی اسناد
- 11. معرفی نگاشت (Mapping) در الاستیک سرچ
- 12. نگاشت پویا (Dynamic Mapping): درک عملکرد آن
- 13. نگاشت صریح (Explicit Mapping): تعریف دقیق Schema
- 14. بررسی اجمالی انواع دادهها در الاستیک سرچ
- 15. تفاوت `text` و `keyword`: مبنای تحلیل متنی
- 16. نوع داده `text`: کاربرد و عملکرد
- 17. نوع داده `keyword`: کاربرد و عملکرد
- 18. مفهوم تحلیلگر (Analyzer) در الاستیک سرچ
- 19. فرآیند تحلیل (Analysis Process): توکنایزیشن، نرمالسازی
- 20. معرفی تحلیلگرهای داخلی (Standard, Simple, Whitespace)
- 21. تحلیلگر Standard: اجزاء و کارکرد
- 22. ساخت تحلیلگرهای سفارشی: اجزای تشکیل دهنده
- 23. فیلترهای کاراکتر (Char Filters) در تحلیلگرها
- 24. توکنایزرها (Tokenizers) و انواع آنها
- 25. فیلترهای توکن (Token Filters) و کاربرد آنها
- 26. مثال عملی از ساخت یک تحلیلگر سفارشی
- 27. بررسی عملکرد تحلیلگرها با API `_analyze`
- 28. تاثیر تحلیلگرها بر جستجو و ایندکسگذاری
- 29. استفاده از چندین تحلیلگر برای یک فیلد (Multi-fields)
- 30. نوع داده عددی `long`، `integer`، `short`، `byte`
- 31. نوع داده عددی `double`، `float`، `half_float`
- 32. نوع داده عددی `scaled_float`: دقت و ذخیرهسازی
- 33. ایندکسگذاری دادههای عددی
- 34. جستجوهای بازهای (Range Queries) برای اعداد
- 35. تجمیعسازی (Aggregations) بر روی دادههای عددی: Sum, Avg
- 36. تجمیعسازی: Min, Max, Stats, Extended Stats
- 37. نوع داده `boolean`: کاربرد و ایندکسگذاری
- 38. نوع داده `date`: مدیریت تاریخ و زمان
- 39. فرمتهای تاریخ: ISO 8601 و سفارشیسازی
- 40. ایندکسگذاری دادههای تاریخ و زمان
- 41. جستجوهای بازهای تاریخ (Date Range Queries)
- 42. عملیات ریاضی بر روی تاریخ (Date Math)
- 43. تجمیعسازی Date Histogram: تحلیل سریهای زمانی
- 44. منطقههای زمانی (Time Zones) و تاثیر آنها
- 45. نوع داده `date_nanos`: دقت بالا در زمان
- 46. نوع داده `object`: مدیریت اشیاء JSON تو در تو
- 47. چالش "Flattening" در اشیاء تو در تو
- 48. نوع داده `nested`: حل مشکل Flattening
- 49. ایندکسگذاری اسناد `nested`
- 50. جستجوهای `nested` (Nested Query)
- 51. تجمیعسازی بر روی فیلدهای `nested`
- 52. نوع داده `geo_point`: مختصات جغرافیایی (عرض و طول جغرافیایی)
- 53. ایندکسگذاری دادههای `geo_point`
- 54. جستجوهای فاصله جغرافیایی (Geo Distance Query)
- 55. جستجوهای محدودهای جغرافیایی (Geo Bounding Box Query)
- 56. جستجوهای چندضلعی جغرافیایی (Geo Polygon Query)
- 57. تجمیعسازی Geo-distance و Geo-bounds
- 58. نوع داده `geo_shape`: اشکال جغرافیایی پیچیده (چندضلعی، خط)
- 59. ایندکسگذاری دادههای `geo_shape`
- 60. جستجوهای `geo_shape` (Geo Shape Query)
- 61. نوع داده `ip`: آدرسهای IP
- 62. ایندکسگذاری آدرسهای IP
- 63. جستجوهای بازهای IP (IP Range Query)
- 64. نوع داده `completion`: پیشنهاددهنده خودکار (Autocomplete)
- 65. تنظیمات و پارامترهای Completion Suggester
- 66. استفاده از Completion Suggester
- 67. نوع داده `join`: روابط والد-فرزند (Parent-Child)
- 68. طراحی و تعریف نگاشت برای Parent-Child
- 69. ایندکسگذاری اسناد Parent-Child
- 70. جستجوهای Parent-Child: Has Child, Has Parent
- 71. تجمیعسازی در روابط Parent-Child
- 72. نوع داده `rank_feature` و `rank_features`: بهبود امتیازدهی
- 73. نوع داده `dense_vector`: جستجوی معنایی و برداری
- 74. ایندکسگذاری و جستجو با Dense Vectors
- 75. نوع داده `binary`: دادههای باینری Base64
- 76. نوع داده `alias`: فیلدهای مستعار (Alias Fields)
- 77. نوع داده `constant_keyword`: فیلدهای ثابت
- 78. نوع داده `flattened`: مدیریت دادههای نیمهساختاریافته
- 79. کاربرد `flattened` برای لاگها و دادههای متنوع
- 80. نوع داده `wildcard`: جستجوهای با کاراکترهای عمومی
- 81. Run-time Fields: تعریف فیلدها در زمان جستجو
- 82. استفاده از Run-time Fields برای انواع دادههای مختلف
- 83. استراتژیهای ایندکسگذاری برای دادههای ترکیبی
- 84. تبدیل انواع داده (Type Coercion) در ایندکسگذاری
- 85. Reindexing و تغییر نگاشت و انواع داده
- 86. انتخاب نوع داده مناسب: بهترین شیوهها
- 87. بهینهسازی ذخیرهسازی بر اساس انواع داده
- 88. تاثیر انواع داده بر عملکرد جستجو
- 89. تاثیر انواع داده بر عملکرد تجمیعسازی
- 90. ملاحظات مربوط به حجم داده و انواع داده
- 91. مشکلات رایج در کار با انواع داده و راهحلها
- 92. بررسی موردی: ایندکسگذاری لاگها با انواع داده مناسب
- 93. بررسی موردی: دادههای تجارت الکترونیک (E-commerce)
- 94. بررسی موردی: دادههای سری زمانی (Time Series)
- 95. بررسی موردی: دادههای جغرافیایی پیشرفته
- 96. نظارت بر استفاده از فیلدها و انواع دادهها
- 97. تکامل Schema و مدیریت تغییرات انواع داده
- 98. استفاده از Dynamic Templates برای کنترل نگاشت
- 99. بهبود و بهینهسازی بیشتر برای انواع دادههای خاص
- 100. آینده انواع داده و قابلیتهای جدید در الاستیک سرچ
محتویات بسته آموزشی
🌐 سامانه آنلاین فلشکارت؛ مرور هدفمند و هوشمند
اکانت ارائهشده، دسترسی به نسخه تحت وب سامانه فلشکارت ویژه این دوره را فراهم میکند. این سامانه از الگوریتم زمانبندی مرور SM-2 استفاده میکند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم میکند.
به این ترتیب، کارتهای دشوارتر میتوانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسبتری داشته باشید.
مدتزمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج میشود.
گواهی دوزبانه با استعلام آنلاین
پس از تکمیل فعالیتهای لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر میشود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.
این گواهی صرفاً بهعنوان گواهی اتمام دوره آموزشی صادر میشود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.