کانال تلگرام پشتیبانی تلگرام شماره تماس پشتیبانی: 0930 395 3766
ورود ثبت نام

آموزش الگوهای مدل سازی و پارتیشن بندی داده ها در Azure Cosmos DB

Data Modeling and Partitioning Patterns in Azure Cosmos DB

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: این دوره متخصصان داده را هدف قرار می دهد که نیاز به یادگیری استراتژی های مدل سازی داده برای Azure Cosmos DB و تفاوت آنها با روش های سنتی دارند. در حالی که استفاده از Azure Cosmos DB آسان است ، اما در مقایسه با یک پایگاه داده رابطه ای سنتی بسیار متفاوت است. در این دوره ، الگوهای مدل سازی و پارتیشن بندی داده ها در Azure Cosmos DB ، شما خواهید آموخت که چگونه مدل های داده موثر را برای Cosmos DB ، پایگاه داده افقی و غیر رابطه ای مایکروسافت ، در Azure طراحی کنید. در مرحله اول ، شما مرحله به مرحله فرآیند سازگاری طرحواره رابطه ای با یک مدل داده بهینه شده برای Cosmos DB بر اساس پایگاه داده نمونه AdventureWorks آشنا خواهید شد. در مرحله بعدی ، شما مفاهیم اصلی مانند پارتیشن بندی و توان لازم را برای انجام کار خود پیدا خواهید کرد. سرانجام ، شما به شیوه های مدل سازی داده های غیر رابطه ای مانند جاسازی در مقابل ارجاع ، ساختار داده های بدون طرحواره و غیر عادی سازی داده ها با Change Feed API ، Azure Funks و روش های ذخیره شده معاملات تبدیل خواهید شد. با پایان این دوره ، شما دانش لازم را برای دستیابی به طراحی مطلوب برای مدل های داده خود در Azure Cosmos DB خواهید داشت.
سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

مقدمه Introduction

  • اهداف دوره Course Objectives

  • Azure Cosmos DB چیست؟ What Is Azure Cosmos DB?

  • مقیاس پذیر به صورت افقی Horizontally Scalable

  • غیر رابطه ای Non-relational

  • برای بارهای کاری رابطه ای مناسب است؟ Suitable for Relational Workloads?

  • کد نمونه Sample Code

  • خلاصه Summary

شروع شدن Getting Started

  • مدل ارتباطی فروشگاه اینترنتی WebStore Relational Model

  • نسخه ی نمایشی: ایجاد مدل ارتباطی WebStore Demo: Creating the WebStore Relational Model

  • ظرف در هر میز؟ Container Per Table?

  • نسخه ی نمایشی: تولید مدل های غیر رابطه ای Demo: Generating the Non-relational Models

  • خلاصه Summary

ساخت یک مدل داده غیر رابطه ای Building a Non-relational Data Model

  • مشتریان مدل سازی Modeling Customers

  • تعبیه یا مرجع؟ Embed or Reference?

  • پارتیشن بندی چیست؟ What Is Partitioning?

  • اجتناب از پارتیشن های داغ Avoiding Hot Partitions

  • نمایشگرهای تک پارتیشن در مقابل تقسیم متقابل Single-partition vs. Cross-partition Queries

  • انتخاب یک کلید پارتیشن برای مشتریان Choosing a Partition Key for Customers

  • نسخه ی نمایشی: پرس و جو برای مشتریان Demo: Querying for Customers

  • خلاصه Summary

عادی سازی با تغییر فید Denormalizing with the Change Feed

  • مدل سازی دسته بندی های محصول Modeling Product Categories

  • نسخه ی نمایشی: جستجوی دسته های محصول Demo: Querying for Product Categories

  • مدل سازی برچسب های محصول Modeling Product Tags

  • روابط بسیاری به بسیاری Many-to-many Relationships

  • محصولات پارتیشن بندی Partitioning Products

  • معرفی غیر عادی سازی Introducing Denormalization

  • غیرفعال سازی نام و دسته و دسته Denormalizing Category and Tag Names

  • معرفی Feed Feed Introducing the Change Feed

  • نسخه ی نمایشی: استفاده از Feed Feed برای غیرطبیعی سازی Demo: Using the Change Feed for Denormalization

  • خلاصه Summary

غیر عادی سازی با روش های ذخیره شده Denormalizing with Stored Procedures

  • سفارشات فروش مدل سازی Modeling Sales Orders

  • سفارشات فروش پارتیشن بندی Partitioning Sales Orders

  • ترکیب انواع مختلف Combining Different Types

  • نسخه ی نمایشی: درخواست برای سفارشات فروش Demo: Querying for Sales Orders

  • عادی کردن تعداد سفارش Denormalizing the Order Count

  • نسخه ی نمایشی: استفاده از یک روش ذخیره شده برای غیر عادی سازی Demo: Using a Stored Procedure for Denormalization

  • خلاصه Summary

طرح نهایی The Final Design

  • یکی از آخرین بهینه سازی ها One Last Optimization

  • همه در یک؟ All in One?

  • غذاهای کلیدی Key Takeaways

  • خلاصه Summary

آموزش لینوکس اسکریپت Bash

آموزش لینوکس اسکریپت Bash

Linux Bash Scripting

آموزش جاز برای گیتاریست کنجکاو

آموزش جاز برای گیتاریست کنجکاو

Jazz for the Curious Guitarist

آموزش PHP برای غیر برنامه نویسان

آموزش PHP برای غیر برنامه نویسان

PHP for Non-Programmers

نمایش نظرات

آموزش الگوهای مدل سازی و پارتیشن بندی داده ها در Azure Cosmos DB
جزییات دوره
1h 47m
42
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
59
4.8 از 5
دارد
دارد
دارد
Leonard Lobel

https://donyad.com/d/0c6b

جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Leonard Lobel Leonard Lobel

لئونارد لوبل (Microsoft MVP ، SQL Server) مدیر ارشد فناوری و بنیانگذار Sleek Technologies، Inc ، یک فروشگاه توسعه مستقر در نیویورک است که دارای فلسفه پذیرش اولیه نسبت به فن آوری های جدید است. وی همچنین مشاور اصلی در Tallan، Inc. ، یکی از تنها 40 مجتمع سازنده سیستم های ملی مایکروسافت در ایالات متحده است. برای بیش از 25 سال ، Tallan خدمات پیشرفته وب/برنامه های کاربردی ، هوش تجاری ، مدیریت ارتباط با مشتری و خدمات یکپارچه سازی را ارائه داده است. از سال 1979 به بعد ، لنی در زمینه راه حل های مبتنی بر مایکروسافت ، با تجربه ای که دامنه های مختلف تجاری از جمله نشر ، مالی ، عمده فروشی/خرده فروشی ، مراقبت های بهداشتی و تجارت الکترونیکی را در بر می گیرد ، تخصص دارد. لنی به عنوان معمار ارشد و توسعه دهنده اصلی سازمانهای مختلفی خدمت کرده است ، از مغازه های کوچک گرفته تا مشتریانی با مشخصات بالا. او همچنین یک مشاور ، مربی ، و سخنران مکرر در جلسات گروه کاربری محلی ، SQL PASS ، SQLBits ، Visual Studio Live! و سایر کنفرانس های صنعت است. لنی همچنین نویسنده اصلی کتاب MS Press "Programming Microsoft SQL Server 2012" است.

دنیاد