فلش‌کارت‌های آموزشی طراحی، پیاده‌سازی و مدیریت پایگاه داده با Microsoft Fabric SQL

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی، پیاده‌سازی و مدیریت پایگاه داده با Microsoft Fabric SQL

موضوع کلی: فناوری اطلاعات و سیستم‌های داده

موضوع میانی: مدیریت پایگاه داده و ابزارهای نوین

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر سیستم‌های مدیریت پایگاه داده
• 2. مفاهیم اساسی پایگاه داده رابطه‌ای
• 3. مدل‌سازی داده‌ها و طراحی شمای پایگاه داده
• 4. زبان SQL: مقدمات و دستورات پایه
• 5. عملیات CRUD در SQL
• 6. فیلتر کردن و مرتب‌سازی داده‌ها
• 7. توابع تجمعی و گروه‌بندی داده‌ها
• 8. پیوند جداول با استفاده از JOIN
• 9. انواع JOIN ها و کاربردهای آن‌ها
• 10. زیرکوئری‌ها و کاربرد آن‌ها
• 11. عملیات منطقی و شرطی در SQL
• 12. مدیریت تراکنش‌ها و ACID
• 13. مفاهیم نرمال‌سازی پایگاه داده
• 14. فرم‌های نرمال اول تا سوم
• 15. فرم نرمال BCNF و بالاتر
• 16. طراحی شمای پایگاه داده عملی
• 17. ابزارهای مدیریت پایگاه داده
• 18. مقدمه‌ای بر Microsoft Fabric SQL
• 19. معماری Microsoft Fabric SQL
• 20. ایجاد و مدیریت پایگاه داده در Fabric
• 21. جداول و انواع داده در Fabric SQL
• 22. شاخص‌گذاری (Indexing) در Fabric SQL
• 23. بهینه‌سازی کوئری‌ها در Fabric SQL
• 24. نمایه‌ها (Views) و کاربرد آن‌ها
• 25. رویه‌ها (Stored Procedures) و توابع
• 26. محرک‌ها (Triggers) و مدیریت رویدادها
• 27. امنیت پایگاه داده در Fabric SQL
• 28. مدیریت کاربران و دسترسی‌ها
• 29. رمزنگاری داده‌ها در Fabric SQL
• 30. پشتیبان‌گیری و بازیابی پایگاه داده
• 31. استراتژی‌های پشتیبان‌گیری
• 32. عملیات بازیابی و نقاط بازیابی
• 33. مدیریت خطا و گزارش‌گیری
• 34. مانیتورینگ عملکرد پایگاه داده
• 35. ابزارهای مانیتورینگ در Fabric
• 36. بهینه‌سازی سخت‌افزار و نرم‌افزار
• 37. مدیریت ظرفیت و مقیاس‌پذیری
• 38. مفاهیم کلان‌داده و انبار داده
• 39. مقدمه‌ای بر Data Warehousing
• 40. طراحی انبار داده با رویکرد Kimball
• 41. طراحی انبار داده با رویکرد Inmon
• 42. مدل‌سازی داده‌ها برای انبار داده
• 43. جداول Fact و Dimension
• 44. انواع جداول Dimension
• 45. نکات مهم در طراحی Dimension
• 46. جداول Fact و انواع آن‌ها
• 47. جداول Snapshot و Transactional Fact
• 48. استفاده از Data Lakehouse در Fabric
• 49. مفاهیم Data Lakehouse
• 50. یکپارچگی با Azure Data Lake Storage
• 51. استفاده از Delta Lake در Fabric
• 52. مدیریت داده‌های نیمه‌ساختاریافته
• 53. ذخیره‌سازی و پردازش داده‌های JSON و XML
• 54. استفاده از Spark در Fabric SQL
• 55. مقدمه‌ای بر Apache Spark
• 56. نوشتن و اجرای Job های Spark
• 57. Spark SQL و ادغام با Fabric
• 58. تحلیل داده‌ها با Spark
• 59. امنیت در اکوسیستم Fabric
• 60. حاکمیت داده (Data Governance)
• 61. مدیریت متادیتا
• 62. مدیریت چرخه عمر داده
• 63. پایگاه داده‌های NoSQL در Fabric
• 64. مقدمه‌ای بر پایگاه داده‌های NoSQL
• 65. مقایسه پایگاه داده‌های رابطه‌ای و NoSQL
• 66. کاربرد پایگاه داده‌های NoSQL
• 67. مدیریت داده‌های سری زمانی
• 68. تحلیل داده‌های سری زمانی
• 69. کاربرد داده‌های سری زمانی در صنعت
• 70. پایگاه داده‌های گراف در Fabric
• 71. مفاهیم پایگاه داده‌های گراف
• 72. کاربرد پایگاه داده‌های گراف
• 73. پردازش داده‌های مکانی-زمانی
• 74. سیستم‌های اطلاعات جغرافیایی (GIS)
• 75. مدیریت داده‌های مکانی در Fabric
• 76. پردازش و تحلیل داده‌های مکانی
• 77. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
• 78. کاربرد هوش مصنوعی در مدیریت داده
• 79. یادگیری ماشین برای پیش‌بینی
• 80. یادگیری ماشین برای طبقه‌بندی
• 81. استفاده از مدل‌های ML در Fabric
• 82. مباحث پیشرفته SQL
• 83. توابع پنجره‌ای (Window Functions)
• 84. عبارات جدول مشترک (CTE)
• 85. مدیریت داده‌های حجیم (Big Data)
• 86. استراتژی‌های مدیریت داده‌های حجیم
• 87. پردازش دسته‌ای (Batch Processing)
• 88. پردازش جریانی (Stream Processing)
• 89. مفاهیم ETL و ELT
• 90. ابزارهای ETL/ELT در Fabric
• 91. طراحی فرآیندهای ETL/ELT
• 92. مهاجرت پایگاه داده
• 93. برنامه‌ریزی و اجرای مهاجرت
• 94. تست و اعتبارسنجی پس از مهاجرت
• 95. مباحث پیشرفته امنیت پایگاه داده
• 96. مدیریت آسیب‌پذیری‌ها
• 97. ممیزی امنیتی پایگاه داده
• 98. نظارت بر تهدیدات امنیتی
• 99. مدیریت پایگاه داده در محیط‌های ابری
• 100. مفاهیم Cloud Database