دوره پردازش و انتقال داده در Microsoft Fabric همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پردازش و انتقال داده در Microsoft Fabric

موضوع کلی: فناوری اطلاعات و هوش مصنوعی

موضوع میانی: مدیریت و تحلیل داده

📋 سرفصل‌های دوره

• 1. مقدمه ای بر پردازش و انتقال داده
• 2. مفاهیم کلیدی در انتقال داده
• 3. آشنایی با Microsoft Fabric
• 4. معماری Microsoft Fabric
• 5. انتقال داده در Fabric
• 6. مصادر داده در Fabric
• 7. انواعمصادر داده
• 8. اتصال به پایگاه داده های رابطه‌ای
• 9. انتقال داده از Azure SQL Database
• 10. انتقال داده از Snowflake
• 11. انتقال داده از Oracle
• 12. انتقال داده از PostgreSQL
• 13. انتقال داده از MySQL
• 14. اتصال به انبارهای داده
• 15. انتقال داده از Azure Synapse Analytics
• 16. انتقال داده از Amazon Redshift
• 17. اتصال به ذخیره سازی فایل
• 18. انتقال داده از Azure Data Lake Storage Gen2
• 19. انتقال داده از Amazon S3
• 20. انتقال داده از Google Cloud Storage
• 21. اتصال به خدمات نرم افزار به عنوان سرویس (SaaS)
• 22. انتقال داده از Salesforce
• 23. انتقال داده از Dynamics 365
• 24. انتقال داده از SharePoint
• 25. انتقال داده از Google Drive
• 26. انتقال داده از Dropbox
• 27. ابزارهای انتقال داده در Fabric
• 28. Pipeline های Fabric
• 29. Data Flow های Fabric
• 30. Spark در Fabric
• 31. SQL در Fabric
• 32. تعریف Pipeline ها
• 33. ایجاد Pipeline های انتقال داده
• 34. تنظیمات Pipeline
• 35. زمانبندی Pipeline ها
• 36. مانیتورینگ Pipeline ها
• 37. عیب یابی Pipeline ها
• 38. تعریف Data Flow ها
• 39. ایجاد Data Flow های تبدیل داده
• 40. عملیات تبدیل داده
• 41. فیلتر کردن داده ها
• 42. مرتب سازی داده ها
• 43. تلفیق داده ها
• 44. الحاق داده ها
• 45. شکافتن ستون ها
• 46. ترکیب ستون ها
• 47. تبدیل نوع داده
• 48. استفاده از توابع در Data Flow
• 49. عملیات پیچیده تر در Data Flow
• 50. استفاده از Stored Procedure
• 51. استفاده از UDF ها
• 52. انتقال داده با Spark
• 53. استفاده از Spark SQL
• 54. استفاده از PySpark
• 55. استفاده از Scala در Spark
• 56. نوشتن اسکریپت های Spark
• 57. اجرای اسکریپت های Spark
• 58. مانیتورینگ Job های Spark
• 59. عیب یابی Job های Spark
• 60. انتقال داده با SQL در Fabric
• 61. استفاده از T-SQL
• 62. نوشتن کوئری های SQL
• 63. اجرای کوئری های SQL
• 64. بهینه سازی کوئری های SQL
• 65. مانیتورینگ اجرای کوئری ها
• 66. عیب یابی اجرای کوئری ها
• 67. امنیت در انتقال داده
• 68. احراز هویت و مجوزها
• 69. رمزگذاری داده ها
• 70. نظارت بر دسترسی به داده ها
• 71. مدیریت ریسک در انتقال داده
• 72. بهترین روش ها در انتقال داده
• 73. برنامه ریزی برای انتقال داده
• 74. طراحی معماری انتقال داده
• 75. انتخاب ابزارهای مناسب
• 76. اجرای موثر انتقال داده
• 77. نظارت و نگهداری
• 78. بهبود مستمر فرآیند انتقال داده
• 79. مقدمه ای بر داده های جریانی (Streaming Data)
• 80. انتقال داده های جریانی در Fabric
• 81. مفاهیم کلیدی در داده های جریانی
• 82. ابزارهای پردازش داده های جریانی
• 83. استفاده از Azure Event Hubs
• 84. استفاده از Azure IoT Hub
• 85. پردازش داده های جریانی با Spark Streaming
• 86. پردازش داده های جریانی با Flink
• 87. ساخت داشبوردهای زنده
• 88. تحلیل داده های جریانی در زمان واقعی
• 89. کاربردها در صنعت
• 90. کاربردها در خدمات مالی
• 91. کاربردها در خرده فروشی
• 92. کاربردها در اینترنت اشیاء
• 93. آینده انتقال و پردازش داده در Fabric