آموزش مدل‌سازی داده‌ها در Qlik Sense - آخرین آپدیت

دانلود Model Data in Qlik Sense

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: بدون درک درست از نحوه ساختاردهی و اتصال داده‌ها، اپلیکیشن‌های Qlik Sense شما ممکن است کند، پیچیده و غیرقابل اعتماد شوند که این امر منجر به تحلیل‌های نادرست و تجربه کاربری ناخوشایند می‌گردد. در این دوره آموزشی (مدل‌سازی داده‌ها در Qlik Sense)، شما توانایی ساخت مدل‌های داده‌ای قدرتمند، بهینه و مقیاس‌پذیر را کسب خواهید کرد. در ابتدا، مدل داده‌های انجمنی (Associative Data Model) در Qlik Sense را بررسی می‌کنید و می‌آموزید که چگونه فیلدهای کلیدی جداول را به هم متصل می‌کنند، انتخاب‌ها چگونه در داده‌ها منتشر می‌شوند، چگونه با ایجاد دستی کلیدهای ترکیبی از ایجاد کلیدهای مصنوعی (Synthetic Keys) جلوگیری کنید و تفاوت بین Joinهای رابطه‌ای و لینک‌های انجمنی Qlik چیست. سپس، نحوه تحلیل و عیب‌یابی روابط داده‌ها را کشف خواهید کرد، از نمایش‌دهنده مدل داده‌ها (Data Model Viewer) برای شناسایی و رفع مشکلات رایجی مانند ارجاعات دوری (Circular References) و کلیدهای مصنوعی استفاده می‌کنید و روابط سطح فیلد را از طریق پیش‌نمایش جداول و متادیتا بررسی خواهید کرد. در نهایت، یاد می‌گیرید که چگونه تکنیک‌های پیشرفته مدل‌سازی را برای بهینه‌سازی داده‌های خود به کار ببرید، شمای ستاره‌ای (Star Schema) و دانه‌برفی (Snowflake Schema) بسازید، مدل‌های کانونی (Canonical Models) ایجاد کنید، از جداول رابط (Link Tables) برای مدیریت ارتباطات پیچیده استفاده کنید و به صورت استراتژیک جداول را برای بهبود عملکرد ترکیب یا تفکیک نمایید. پس از اتمام این دوره، شما مهارت‌ها و دانش لازم در مدل‌سازی داده‌های Qlik Sense را خواهید داشت تا اپلیکیشن‌هایی با کارایی بالا طراحی کنید که تحلیل‌هایی سریع، قابل اعتماد و دقیق ارائه دهند.

سرفصل ها و درس ها

درک مدل داده‌های انجمنی Qlik Sense Understand Qlik Sense's Associative Data Model

  • نیازمندی‌های سیستم و نرم‌افزاری System and Software Requirements

  • مدل‌سازی داده‌ها Data Modeling

  • مدل داده‌های انجمنی Associative Data Model

  • دمو: ارتباطات خودکار Demo: Automatic Associations

  • دمو: ارتباطات دستی Demo: Manual Associations

  • دمو: ارتباطات سفارشی و بصری‌سازی Demo: Custom Associations and Visualizations

  • تفاوت ارتباطات (Associations) و جوین‌ها (Joins) Associations vs. Joins

  • دمو: جوین‌ها و ارتباطات Demo: Joins and Associations

  • دمو: جوین‌های چپ، راست و خارجی Demo: Left, Right, and Outer Joins

  • دمو: استفاده از Keep برای عملیات جوین با جداول مجزا Demo: Keep to Perform Join Operations with Separate Tables

  • دمو: انتخاب‌ها (Selections) Demo: Selections

تحلیل و عیب‌یابی روابط داده‌ها Analyze and Troubleshoot Data Relationships

  • کلیدهای مصنوعی (Synthetic Keys) Synthetic Keys

  • دمو: کلیدهای مصنوعی Demo: Synthetic Keys

  • دمو: کاهش و رفع کلیدهای مصنوعی Demo: Mitigating Synthetic Keys

  • دمو: استفاده از QUALIFY و UQUALIFY برای مدیریت کلیدهای مصنوعی Demo: Using QUALIFY and UQUALIFY to Handle Synthetic Keys

  • دمو: شناسایی و رفع ارجاعات دوری (Circular References) Demo: Detecting and Fixing Circular References

  • دمو: پیش‌نمایش جدول و متادیتا Demo: Table Preview and Metadata

به‌کارگیری تکنیک‌های مدل‌سازی Apply Modeling Techniques

  • شمای ستاره‌ای و دانه‌برفی Star and Snowflake Schemas

  • دمو: تنظیم روابط برای آماده‌سازی شمای ستاره‌ای Demo: Set up Relationships to Prepare for the Star Schema

  • دمو: ایجاد شمای ستاره‌ای Demo: Create a Star Schema

  • دمو: ایجاد شمای دانه‌برفی Demo: Create a Snowflake Schema

  • دمو: مدل‌سازی با چندین تقویم Demo: Model with Multiple Calendars

  • دمو: ایجاد مدل تاریخ کانونی (Canonical Date Model) Demo: Set up a Canonical Date Model

  • دمو: جداول رابط (Link Tables) Demo: Link Tables

بهینه‌سازی مدل‌های داده Optimize Data Models

  • دمو: محدود کردن فیلدها و ردیف‌ها Demo: Limit Fields and Rows

  • دمو: شناسایی و مدیریت فیلدهای با تعداد مقادیر منحصربه‌فرد بالا (High Cardinality) Demo: Identify and Manage High-cardinality Fields

  • دمو: مقایسه عملکرد بارگذاری داده‌ها: فایل‌های CSV در مقابل QVD Demo: Data Load Performance Comparison - CSV vs. QVD Files

نمایش نظرات

آموزش مدل‌سازی داده‌ها در Qlik Sense
جزییات دوره
1h 45m
27
(آخرین آپدیت)
از 5
دارد
دارد
دارد
Janani Ravi
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Janani Ravi Janani Ravi

معمار و مهندس داده خبره Google Cloud

Janani Ravi یک معمار و مهندس داده خبره Google cloud است.

جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.