کتاب صوتی SQL Server for Big Data Analytics

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره SQL Server for Big Data Analytics

موضوع کلی: برنامه نویسی

موضوع میانی: Microsoft SQL Server

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پایگاه‌های داده و SQL Server
• 2. نصب و راه‌اندازی SQL Server و ابزارهای مدیریتی
• 3. معماری SQL Server: پایگاه‌های داده، فایل‌ها و لاگ‌ها
• 4. دستور SELECT و واکشی داده‌ها
• 5. فیلتر کردن داده‌ها با دستور WHERE
• 6. مرتب‌سازی نتایج با ORDER BY
• 7. محدود کردن نتایج با TOP و OFFSET-FETCH
• 8. کار با انواع داده‌ها (Data Types)
• 9. توابع کار با رشته‌ها (String Functions)
• 10. توابع کار با تاریخ و زمان (Date and Time Functions)
• 11. توابع تجمعی: COUNT, SUM, AVG, MIN, MAX
• 12. گروه‌بندی داده‌ها با GROUP BY
• 13. فیلتر کردن گروه‌ها با HAVING
• 14. اتصال جداول با INNER JOIN
• 15. اتصال جداول با LEFT و RIGHT OUTER JOIN
• 16. اتصال جداول با FULL OUTER JOIN و CROSS JOIN
• 17. استفاده از Subquery ها (پرس‌وجوهای تو در تو)
• 18. دستورات DML: INSERT, UPDATE, DELETE
• 19. مفاهیم اولیه DDL: CREATE, ALTER, DROP Table
• 20. مقدمه‌ای بر View ها و کاربرد آن‌ها
• 21. عبارات رایج جدول (Common Table Expressions - CTEs)
• 22. توابع پنجره‌ای (Window Functions): ROW_NUMBER, RANK, DENSE_RANK
• 23. توابع پنجره‌ای تحلیلی: LEAD, LAG, FIRST_VALUE, LAST_VALUE
• 24. عملیات PIVOT و UNPIVOT برای تغییر ساختار داده
• 25. کار با مقادیر NULL: ISNULL و COALESCE
• 26. عملگرهای مجموعه‌ای: UNION, INTERSECT, EXCEPT
• 27. کار با داده‌های JSON در SQL Server
• 28. کار با داده‌های XML در SQL Server
• 29. عملگرهای APPLY: CROSS APPLY و OUTER APPLY
• 30. جداول زمانی (Temporal Tables)
• 31. مقدمه‌ای بر برنامه‌نویسی T-SQL
• 32. متغیرها، دستورات شرطی (IF/ELSE) و حلقه‌ها (WHILE)
• 33. ایجاد و استفاده از Stored Procedure ها
• 34. ایجاد و استفاده از توابع تعریف‌شده توسط کاربر (User-Defined Functions)
• 35. مفهوم تراکنش‌ها (Transactions) و دستورات COMMIT و ROLLBACK
• 36. مدیریت خطا با TRY...CATCH
• 37. SQL پویا (Dynamic SQL)
• 38. استفاده از جداول موقت (Temporary Tables) و متغیرهای جدولی (Table Variables)
• 39. مقدمه‌ای بر Trigger ها و کاربردهای آن‌ها
• 40. مدیریت Schema ها و امنیت در سطح اشیاء
• 41. مقدمه‌ای بر ایندکس‌گذاری (Indexing)
• 42. ایندکس‌های Clustered و Non-clustered
• 43. بهینه‌سازی ایندکس‌ها: ستون‌های Included و ایندکس‌های فیلتر شده
• 44. نگهداری ایندکس‌ها: Rebuild و Reorganize
• 45. مفهوم آمار (Statistics) و اهمیت آن برای بهینه‌ساز پرس‌وجو
• 46. معماری ذخیره‌سازی: Pages, Extents, and Allocation Units
• 47. معماری حافظه و Buffer Pool
• 48. قفل‌گذاری (Locking) و سطوح جداسازی (Isolation Levels)
• 49. آشنایی با Transaction Log و مدل‌های Recovery
• 50. معرفی انبار داده (Data Warehousing) و مفاهیم OLAP و OLTP
• 51. مدل‌سازی ابعادی (Dimensional Modeling)
• 52. جداول Fact و Dimension
• 53. طراحی Star Schema
• 54. طراحی Snowflake Schema
• 55. ابعاد به آرامی در حال تغییر (Slowly Changing Dimensions)
• 56. مقدمه‌ای بر فرآیندهای ETL (Extract, Transform, Load)
• 57. معرفی SQL Server Integration Services (SSIS)
• 58. تکنیک‌های پاکسازی و تبدیل داده در T-SQL
• 59. معرفی ایندکس‌های Columnstore
• 60. بررسی عمیق ایندکس‌های Columnstore خوشه‌ای و غیرخوشه‌ای
• 61. مفهوم Batch Mode Execution
• 62. پارتیشن‌بندی جداول بزرگ (Table Partitioning)
• 63. استراتژی‌های Partition Switching
• 64. مقدمه‌ای بر In-Memory OLTP (Hekaton)
• 65. جداول بهینه‌سازی شده در حافظه (Memory-Optimized Tables)
• 66. استفاده از Query Store برای تحلیل عملکرد
• 67. تنظیم خودکار عملکرد (Automatic Tuning)
• 68. معرفی مفاهیم Big Data: Hadoop, HDFS, Spark
• 69. معرفی SQL Server Big Data Clusters
• 70. معماری Big Data Clusters: Master, Compute, Data, and Storage Pools
• 71. مجازی‌سازی داده‌ها با PolyBase
• 72. پیکربندی PolyBase برای اتصال به منابع خارجی
• 73. ایجاد جداول خارجی (External Tables) بر روی HDFS و S3
• 74. پرس‌وجو از داده‌های بدون ساختار با PolyBase
• 75. معرفی Data Pool و Storage Pool
• 76. اجرای Spark Jobs در Big Data Clusters
• 77. یکپارچه‌سازی SQL Server با Azure Data Lake Storage
• 78. مقدمه‌ای بر خدمات یادگیری ماشین (Machine Learning Services)
• 79. پیکربندی SQL Server برای اجرای اسکریپت‌های R و Python
• 80. اجرای اسکریپت‌های خارجی با sp_execute_external_script
• 81. آماده‌سازی داده‌ها برای یادگیری ماشین با T-SQL
• 82. آموزش یک مدل ساده با Python در SQL Server
• 83. ذخیره‌سازی و مدیریت مدل‌های آموزش‌دیده
• 84. امتیازدهی و پیش‌بینی با تابع PREDICT
• 85. عملیاتی کردن مدل‌های یادگیری ماشین با Stored Procedure ها
• 86. ویژگی‌های پایگاه داده گراف (Graph Database) در SQL Server
• 87. جستجوی تمام متن (Full-Text Search) برای تحلیل متون
• 88. تحلیل و درک Execution Plan ها
• 89. شناسایی گلوگاه‌های عملکرد در پرس‌وجوها
• 90. استفاده از Dynamic Management Views (DMVs) برای نظارت بر عملکرد
• 91. بهینه‌سازی ایندکس‌ها برای بارهای کاری تحلیلی
• 92. بهینه‌سازی عملیات بارگذاری حجیم داده (BULK LOAD)
• 93. مدیریت آمار در جداول بسیار بزرگ
• 94. استفاده هوشمندانه از Query Hints
• 95. معرفی پلتفرم داده مدرن مایکروسافت در Azure
• 96. معرفی Azure Synapse Analytics
• 97. معماری پردازش موازی انبوه (MPP) در Synapse
• 98. معرفی Azure Data Factory برای ETL ابری
• 99. اتصال SQL Server به Power BI برای مصورسازی
• 100. تحلیل آنی داده‌ها با Azure Stream Analytics