آموزش تسلط بر SQL با استفاده از Postgresql

Mastering SQL using Postgresql

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: مفاهیم کلیدی SQL مانند نحوه ایجاد اشیاء پایگاه داده، نوشتن پرس و جوهای موثر و بسیاری دیگر را راه اندازی پایگاه داده Postgres با استفاده از Docker Connect به Postgres با استفاده از رابط های مختلف مانند psql، SQL Workbench، Jupyter با جادوی SQL و غیره. آشنایی با ابزارهای کاربردی برای بارگذاری داده ها انجام CRUD یا عملیات DML نوشتن پرس و جوهای اولیه SQL مانند فیلتر کردن، اتصال، تجمع، مرتب سازی و غیره ایجاد جداول، محدودیت ها و نمایه ها استراتژی های مختلف پارتیشن بندی در حین ایجاد جداول با استفاده از توابع از پیش تعریف شده ارائه شده توسط Postgresql نوشتن پرس و جوهای پیشرفته SQL با استفاده از توابع تحلیلی با نیازهای کامپیوتری: پیکربندی (حداقل 4 گیگابایت رم و دو هسته ای، 8 گیگابایت رم و چهار هسته بسیار مطلوب است) هر مرورگر استاندارد (ترجیحاً کروم) اینترنت پرسرعت مهندسی یا مدرک علمی توانایی استفاده از دانش رایانه یا تجربه کار با پایگاه های داده بسیار مطلوب است.

درباره Postgresql

Postgresql یکی از پایگاه داده های پیشرو است. این یک پایگاه داده منبع باز است و برای انواع مختلف برنامه ها استفاده می شود.

  • برنامه های وب

  • برنامه های تلفن همراه

  • برنامه های ثبت اطلاعات

اگرچه این پایگاه داده رابطه‌ای است و برای سیستم‌های تراکنش (OLTP) مناسب است، اما طعم‌های آن مانند Redshift به طور گسترده برای سیستم‌های تحلیلی یا پشتیبانی تصمیم‌گیری استفاده می‌شود.

جزئیات دوره

این دوره در درجه اول برای گذراندن SQL اولیه و پیشرفته با استفاده از پایگاه داده Postgres طراحی شده است. شما زیر جنبه های SQL و همچنین پایگاه داده Postgres را یاد خواهید گرفت.

  • پایگاه داده Postgres را با استفاده از Docker راه اندازی کنید

  • با استفاده از رابط‌های مختلف مانند psql، SQL Workbench، Jupyter با SQL Magic و غیره به Postgres متصل شوید.

  • آشنایی با برنامه های کاربردی برای بارگیری داده ها

  • انجام عملیات CRUD یا DML

  • نوشتن پرس و جوهای اولیه SQL مانند فیلتر کردن، پیوستن، تجمیع، مرتب سازی و غیره

  • ایجاد جداول، محدودیت ها و نمایه ها

  • استراتژی های مختلف پارتیشن بندی هنگام ایجاد جداول

  • استفاده از توابع از پیش تعریف شده ارائه شده توسط Postgresql

  • نوشتن پرس و جوهای پیشرفته SQL با استفاده از توابع تحلیلی

مخاطب مورد نظر

در اینجا مخاطبان مورد نظر برای این دوره هستند.

  • دانشجویان و متخصصان سطح مقدماتی برای کسب مهارت در مورد SQL و آماده شدن برای مصاحبه‌ها.

  • برنامه‌نویسان باتجربه برای درک جنبه‌های کلیدی پایگاه‌های داده برای بهبود بهره‌وری آن‌ها.

  • مهندسین داده و توسعه دهندگان انبار داده برای درک ارتباط SQL و سایر مفاهیم کلیدی.

  • آزمایش‌کننده‌ها برای بهبود توانایی‌های نوشتن پرس و جو برای تأیید اعتبار داده‌ها در جداول به عنوان بخشی از اجرای موارد آزمایشی خود.

  • تحلیل‌گران کسب‌وکار برای درک بهتر داده‌ها یا عیب‌یابی مشکلات کیفیت داده، درخواست‌های موقت بنویسند.

  • هر کارشناس فناوری اطلاعات دیگری که می‌خواهد قابلیت‌های نوشتن و تنظیم درخواست خود را بهبود بخشد.

توسعه‌دهنده‌های غیر CS یا IT گاهی در نوشتن عبارت‌های جستجو با مشکل مواجه می‌شوند و این دوره مهارت‌های پایگاه داده مورد نیاز را برای ارتقای مهارت‌های کلی توسعه برنامه کاربردی خود به سطح بعدی ارائه می‌دهد.


اهداف کلیدی

این دوره برای حرفه ای ها طراحی شده است تا به این اهداف کلیدی مربوط به پایگاه های داده با استفاده از Postgresql دست یابند.

  • قابلیت تفسیر مدل‌های داده.

  • استفاده از IDE های پایگاه داده برای تعامل با پایگاه های داده.

  • راهبردهای بارگیری داده برای بارگیری داده ها در جداول پایگاه داده.

  • عبارات اولیه و همچنین پیشرفته SQL را بنویسید.

  • امکان ایجاد جداول، جداول پارتیشن، نمایه ها و غیره.

  • محدودیت ها را به طور موثر بر اساس الزامات درک کنید و از آنها استفاده کنید.

  • استفاده موثر از توابع ارائه شده توسط Postgresql.

  • امکان نوشتن پرس و جو با استفاده از ویژگی های پیشرفته مانند توابع تحلیلی

  • تفاوت بین مفاهیم RDBMS و Data Warehouse با مقایسه Postgresql با Redshift.

"این دوره در درجه اول برای کسب مهارت های کلیدی پایگاه داده برای توسعه دهندگان برنامه، مهندسان داده، آزمایش کنندگان، تحلیلگران تجاری و غیره طراحی شده است."

رویکرد آموزشی توصیه شده

در اینجا جزئیات مربوط به رویکرد آموزشی آمده است.

  • با مواد مرجع، تکه‌های کد و ویدیوها به‌صورت خودگام است.

  • کسی می‌تواند از پایگاه داده Postgres موجود استفاده کند یا محیط خود را با استفاده از Docker تنظیم کند (به مواد جایزه نگاه کنید).

  • همه بخش‌ها از روز 1 در دسترس خواهند بود. با این حال، توصیه می‌کنیم هدفی بین 1 تا 2 بخش در هفته تعیین کنید.

  • توصیه می‌شود که در پایان از تمرین‌ها مراقبت کنید تا اطمینان حاصل کنید که می‌توانید تمام اهداف کلیدی هر ماژول را برآورده کنید.

  • پشتیبانی با استفاده از پلتفرم Udemy ارائه خواهد شد. فقط سوال را برای ما ارسال کنید و تیم ما پاسخ خواهد داد. لطفاً در Udemy پیام شخصی ارسال نکنید.


سرفصل ها و درس ها

مقدمه - منابع و نکات Introduction - Resources and Tips

  • باید تماشا کنید - مقدمه Must Watch - Introduction

  • برای تازه واردان Udemy - رابط برای گذراندن دوره For Udemy new comers - Interface to take the course

  • برای تازه واردان Udemy - پیمایش در دوره For Udemy new comers - Navigating through the course

  • باید تماشا کنید - منابع دوره Must Watch - Resources for the course

  • منابع - PDF Resources - PDF

  • Must Watch - چگونه با استفاده از پرسش و پاسخ از این دوره پشتیبانی دریافت کنیم؟ Must Watch - How to get support for this course using Q&A?

شروع شدن Getting Started

  • اتصال به پایگاه داده Connecting to Database

  • با استفاده از psql Using psql

  • Postgres را با استفاده از Docker راه اندازی کنید Setup Postgres using Docker

  • SQL Workbench را راه اندازی کنید Setup SQL Workbench

  • SQL Workbench و Postgres SQL Workbench and Postgres

  • ویژگی های SQL Workbench SQL Workbench Features

  • ابزار بارگذاری داده ها Data Loading Utilities

  • بارگیری داده ها - داکر Loading Data - Docker

  • تمرین - بارگیری داده ها Exercise - Loading Data

عملیات DML یا CRUD DML or CRUD Operations

  • عملیات پایگاه داده - بررسی اجمالی Database Operations - Overview

  • عملیات CRUD CRUD Operations

  • ایجاد جدول Creating Table

  • درج داده ها Inserting Data

  • به روز رسانی داده ها Updating Data

  • حذف داده ها Deleting Data

  • مروری بر معاملات Overview of Transactions

  • تمرین - عملیات پایگاه داده Exercise - Database Operations

نوشتن پرس و جوهای اولیه SQL Writing Basic SQL Queries

  • تبدیل استاندارد Standard Transformations

  • مروری بر مدل داده Overview of Data Model

  • بیانیه مشکل - درآمد روزانه محصول را تعریف کنید Define Problem Statement – Daily Product Revenue

  • آماده سازی جداول Preparing Tables

  • انتخاب یا طرح داده ها Selecting or Projecting Data

  • فیلتر کردن داده ها Filtering Data

  • جداول پیوستن - داخلی Joining Tables – Inner

  • جداول پیوستن - بیرونی Joining Tables – Outer

  • انجام تجمیع Performing Aggregations

  • مرتب سازی داده ها Sorting Data

  • راه حل – درآمد روزانه محصول Solution – Daily Product Revenue

  • تمرینات - پرس و جوهای اساسی SQL Exercises - Basic SQL Queries

ایجاد جداول و نمایه ها Creating Tables and Indexes

  • DDL - زبان تعریف داده DDL - Data Definition Language

  • مروری بر انواع داده ها Overview of Data Types

  • اضافه کردن یا اصلاح ستون ها Adding or Modifying Columns

  • انواع مختلف محدودیت ها Different Types of Constraints

  • مدیریت محدودیت ها Managing Constraints

  • نمایه ها روی جداول Indexes on Tables

  • شاخص هایی برای محدودیت ها Indexes for Constraints

  • مروری بر سکانس ها Overview of Sequences

  • برش جداول Truncating Tables

  • جداول رها کردن Dropping Tables

  • تمرینات - مدیریت اشیاء پایگاه داده - پیش نیازها Exercises - Managing Database Objects - Pre-requisites

  • تمرین 1 - اضافه کردن دنباله ها Exercise 1 - Adding Sequences

  • تمرین 2 - اضافه کردن کلیدهای خارجی به جداول Exercise 2 - Adding Foreign Keys to Tables

جداول و شاخص های پارتیشن بندی Partitioning Tables and Indexes

  • مروری بر پارتیشن بندی Overview of Partitioning

  • پارتیشن بندی لیست List Partitioning

  • مدیریت پارتیشن ها - لیست Managing Partitions - List

  • دستکاری داده ها Manipulating Data

  • پارتیشن بندی محدوده Range Partitioning

  • مدیریت پارتیشن ها - محدوده Managing Partitions - Range

  • پارتیشن بندی مجدد - محدوده Repartitioning - Range

  • هش پارتیشن بندی Hash Partitioning

  • مدیریت پارتیشن ها - هش Managing Partitions - Hash

  • سناریوهای استفاده Usage Scenarios

  • پارتیشن بندی فرعی Sub Partitioning

  • تمرین - جداول پارتیشن بندی Exercise - Partitioning Tables

توابع از پیش تعریف شده Pre-defined Functions

  • نمای کلی توابع از پیش تعریف شده Overview of Pre-Defined Functions

  • توابع دستکاری رشته String Manipulation Functions

  • توابع دستکاری تاریخ Date Manipulation Functions

  • مروری بر توابع عددی Overview of Numeric Functions

  • تبدیل نوع داده Data Type Conversion

  • مدیریت مقادیر پوچ Handling Null Values

  • استفاده از CASE و WHEN Using CASE and WHEN

  • تمرینات - توابع از پیش تعریف شده - پیش نیازها Exercises - Pre-Defined Functions - Pre-requisites

  • تمرین 1 - تعداد کاربران ایجاد شده در سال را دریافت کنید Exercise 1 - Get number of users created per year

  • تمرین 2 - نام روز را دریافت کنید Exercise 2 - Get the day name

  • تمرین 3 - اطلاعات کاربر را در سال 2019 اضافه کنید Exercise 3 - Get user details added in 2019

  • تمرین 4 - تعداد کاربران را بر اساس جنسیت دریافت کنید Exercise 4 - Get user count by gender

  • تمرین 5 - 4 رقم آخر شناسه های منحصر به فرد را دریافت کنید Exercise 5 - Get last 4 digits of unique ids

  • تمرین 6 - تعداد کاربران را بر اساس کد کشور دریافت کنید Exercise 6 - Get user count by country code

نوشتن پرس و جوهای پیشرفته SQL Writing Advanced SQL Queries

  • نمای کلی نماها Overview of Views

  • پرس و جوهای نامگذاری شده - با استفاده از عبارت WITH Named Queries - Using WITH Clause

  • مروری بر پرس و جوهای فرعی Overview of Sub Queries

  • CTAS - ایجاد جدول به عنوان انتخاب CTAS - Create Table As Select

  • عملیات DML پیشرفته Advanced DML Operations

  • ادغام یا اضافه کردن داده ها Merging or Upserting Data

  • مروری بر توابع تحلیلی Overview of Analytic Functions

  • توابع تحلیلی - تجمعات Analytic Functions – Aggregations

  • تجمعات تجمعی یا متحرک Cumulative or Moving Aggregations

  • توابع تحلیلی - پنجره Analytic Functions – Windowing

  • توابع تحلیلی - رتبه بندی Analytic Functions – Ranking

  • توابع تحلیلی - فیلتر کردن Analytic Functions - Filtering

  • رتبه بندی و فیلتر کردن - خلاصه Ranking and Filtering - Recap

  • تمرین - توابع تجزیه و تحلیل - پیش نیازها Exercises - Analytics Functions - Prerequisites

مواد پاداش - راه اندازی آزمایشگاه Jupyter در اوبونتو VM Bonus Material - Setup Jupyter Lab on Ubuntu VM

  • امضا برای GCP Signing for GCP

  • نمای کلی کنسول وب GCP Overview of GCP Web Console

  • مروری بر قیمت گذاری GCP Overview of GCP Pricing

  • VM اوبونتو را از GCP تهیه کنید Provision Ubuntu VM from GCP

  • راه اندازی Docker Setup Docker

  • اعتبار سنجی پایتون Validating Python

  • راه اندازی آزمایشگاه Jupyter Setup Jupyter Lab

مواد پاداش - راه اندازی پایگاه داده Postgres در اوبونتو VM Bonus Material - Setup Postgres Database on Ubuntu VM

  • مقدمه - راه اندازی پایگاه داده Postgres Introduction - Setup Postgres Database

  • Postgres را با استفاده از Docker راه اندازی کنید Setup Postgres using Docker

  • Postgres را با استفاده از Docker راه اندازی کنید Setup Postgres using Docker

  • برگه تقلب Docker Docker Cheat Sheet

  • دسترسی به Postgres با استفاده از Docker CLI Accessing Postgres using Docker CLI

  • ایجاد پایگاه داده و کاربر Create Database and User

  • اسکریپت های SQL را اجرا کنید Execute SQL Scripts

  • SQL Workbench را راه اندازی کنید Setup SQL Workbench

  • SQL Workbench و Postgres SQL Workbench and Postgres

  • ویژگی های SQL Workbench SQL Workbench Features

  • ویژگی های SQL Workbench SQL Workbench Features

  • آزمایشگاه ژوپیتر و پستگرس Jupyter Lab and Postgres

نمایش نظرات

نظری ارسال نشده است.

آموزش تسلط بر SQL با استفاده از Postgresql
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
9.5 hours
105
Udemy (یودمی) udemy-small
29 شهریور 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
16,149
4.6 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Durga Viswanatha Raju Gadiraju Durga Viswanatha Raju Gadiraju

مشاور فناوری و Evangelist 13 سال تجربه در اجرای پروژه های پیچیده با استفاده از مجموعه گسترده ای از فناوری ها از جمله Big Data و Cloud. Iversity، llc - یک شرکت مستقر در ایالات متحده برای ارائه آموزش با کیفیت برای متخصصان فناوری اطلاعات و کارکنان و همچنین راه حل های مشاوره ای برای مشتریان سازمانی ، پیدا کردم. من هزاران نفر از متخصصان فناوری اطلاعات را در زمینه فن آوری های زیادی از جمله Big Data و Cloud آموزش داده ام. ایجاد حرفه ای فناوری اطلاعات برای افراد و ارائه خدمات با کیفیت به مشتریان از اهمیت بالاتری در سازمان ما برخوردار است. به عنوان یک استراتژی ورود ، ارائه آموزش با کیفیت در زمینه های ABCD خواهد بود * توسعه برنامه * داده های بزرگ و هوش تجاری * ابر * پایگاه داده ، پایگاه داده

Asasri Manthena Asasri Manthena

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.