آموزش SQL برای مهندس داده: پرس‌وجوهای اصلی SQL و عملیات پایگاه داده - آخرین آپدیت

دانلود SQL for Data Engineer: Core SQL Queries & Database Operation

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره بر DDL، محدودیت‌ها (Constraints)، پرس‌وجوهای SELECT، عملیات CRUD، توابع تجمیعی و Joinها مسلط شوید تا بتوانید SQL واقعی مورد استفاده در سیستم‌های داده تولیدی (Production) را بنویسید. ساختارهای پایگاه داده را با استفاده از DDL (شامل CREATE، ALTER، DROP، TRUNCATE) ایجاد و تغییر دهید و بیاموزید که طرح‌های جدول (Schemas) چگونه به‌صورت ایمن در سیستم‌های عملیاتی تکامل می‌یابند. جداول را با محدودیت‌های PRIMARY KEY، FOREIGN KEY، UNIQUE، NOT NULL، CHECK و DEFAULT طراحی کنید تا یکپارچگی داده‌ها را پیش از ورود به خط لوله (Pipeline) تضمین کنید. پرس‌وجوهای SELECT دقیق را با استفاده از WHERE، عملگرهای مقایسه‌ای و منطقی، LIKE، IN، BETWEEN، ORDER BY و صفحه‌بندی LIMIT/OFFSET برای دستیابی به نتایج تمیز و صحیح بنویسید. عملیات CRUD دنیای واقعی را اجرا کنید: INSERT چند ردیفه، INSERT با استفاده از SELECT، به‌روزرسانی‌های شرطی (UPDATE)، حذف (DELETE) و منطق MERGE/UPSERT که در خط لوله‌های ETL واقعی استفاده می‌شود. داده‌ها را با استفاده از COUNT، SUM، AVG، MIN، MAX به همراه GROUP BY و HAVING تحلیل و خلاصه کنید و ترتیب دقیق اجرای پرس‌وجو را در هر نتیجه درک کنید. داده‌ها را از چندین جدول با استفاده از JOINهای INNER، LEFT، RIGHT، FULL OUTER، CROSS، SELF و NATURAL ترکیب کنید و از تله‌های رایج حاصل‌ضرب دکارتی (Cartesian product) دوری کنید. تفاوت بین DELETE در مقابل TRUNCATE در مقابل DROP و تفاوت WHERE در مقابل HAVING را که از سوالات رایج مصاحبه‌های مهندسی داده است، با اطمینان توضیح دهید. ذهنیت واقعی مهندسی داده در SQL را ایجاد کنید؛ به گونه‌ای که نه تنها دستورات، بلکه نحوه پردازش پرس‌وجوها توسط پایگاه داده در سیستم‌های واقعی را بیاموزید. این دوره بر MySQL متمرکز است، اما هر مفهوم و پرس‌وجویی که می‌آموزید مستقیماً در PostgreSQL، DBeaver و سایر پلتفرم‌های RDBMS کاربرد دارد. پیشنیازها: هیچ تجربه قبلی در کدنویسی یا برنامه‌نویسی مورد نیاز نیست —اگر بتوانید از کامپیوتر استفاده کنید، می‌توانید این دوره را دنبال کنید. یک کامپیوتر (ویندوز، مک یا لینوکس) با دسترسی به اینترنت —تمامی ابزارهای مورد استفاده در این دوره رایگان هستند (MySQL). اگر کاملاً با پایگاه داده ناشناخته هستید، ابتدا دوره «SQL برای مهندس داده: مبانی پایگاه داده و مفاهیم اصلی» را بگذرانید —اگر اصول اولیه را می‌دانید، می‌توانید مستقیماً وارد این دوره شوید. فقط کنجکاوی در مورد نحوه حرکت، ذخیره و قدرت‌بخشی داده‌ها به سیستم‌های واقعی را به همراه داشته باشید —این همان ذهنیتی است که مهندسان داده بر پایه آن ساخته می‌شوند.

اگر دوره مقدماتی SQL من را به پایان رسانده‌اید —SQL برای مهندس داده: مبانی پایگاه داده و مفاهیم اصلی —این دوره گام بعدی طبیعی شماست. و اگر با داشتن برخی دانش‌های پایه مستقیماً به این دوره می‌پیوندید، همچنان می‌توانید به‌راحتی مطالب را دنبال کنید.

اگر در مسیر تبدیل شدن به مهندس داده، تحلیلگر داده، توسعه‌دهنده ETL، توسعه‌دهنده BI، مهندس تحلیل (Analytics Engineer) یا هر مهندس نرم‌افزاری هستید که با داده‌ها کار می‌کند، SQL یکی از مهم‌ترین مهارت‌هایی است که خواهید ساخت —و این دوره طراحی شده تا SQL را به همان روشی آموزش دهد که در سیستم‌های داده واقعی استفاده می‌شود، نه فقط به عنوان لیستی از دستورات برای حفظ کردن.

چرا این دوره متفاوت است؟

بسیاری از دوره‌های SQL صرفاً بر نحو (Syntax) تمرکز می‌کنند: این دستور را داریم، این دو مثال، موضوع بعدی. اما پروژه‌های واقعی این‌گونه نیستند. شما باید بدانید چرا یک ویژگی وجود دارد، چه زمانی باید از آن استفاده کنید (و چه زمانی نکنید)، پایگاه داده‌ها در پشت صحنه چگونه پرس‌وجوها را پردازش می‌کنند و توسعه‌دهندگان باتجربه چه اشتباهاتی می‌کنند.

این دوره با دیدگاه قوی مهندسی داده ساخته شده است. برای هر موضوع، ما از تعریف ساده فراتر می‌رویم —روش‌های مختلف نوشتن یک پرس‌وجو، موارد خاص دنیای واقعی (Edge cases)، تله‌های رایج و «رفتارهای پنهانی» را بررسی می‌کنیم که اکثر توسعه‌دهندگان تنها پس از سال‌ها تجربه کاری متوجه آن‌ها می‌شوند. بسیاری از این مفاهیم معمولاً از طریق تجربه سخت و در مراحل بعدی مسیر شغلی آموخته می‌شوند —اما در اینجا، شما آن‌ها را زودتر می‌آموزید تا از روز اول عادت‌های قدرتمندی ایجاد کنید.

آنچه خواهید آموخت:

  • زبان تعریف داده‌ها (DDL): ایجاد پایگاه داده و جدول (CREATE)، عملیات تغییر جدول (ALTER)، تفاوت واقعی بین DROP و TRUNCATE و اینکه چگونه تغییر نام جداول/ستون‌ها می‌تواند مشکلات غیرمنتظره ایجاد کند.

  • محدودیت‌ها و یکپارچگی داده‌ها: PRIMARY KEY، FOREIGN KEY، UNIQUE، NOT NULL، CHECK و DEFAULT —و اینکه چرا این‌ها برای اعمال قوانین کسب‌وکار و پاک و قابل اعتماد نگه داشتن داده‌ها وجود دارند.

  • پرس‌وجوهای SELECT: فیلتر کردن، عبارات، نام‌های مستعار (Aliases)، عملگرهای مقایسه‌ای و منطقی، تطبیق الگو (Pattern matching)، مرتب‌سازی و صفحه‌بندی —به علاوه منطق اجرا و سناریوهای سبک مصاحبه‌ای در پشت آن‌ها.

  • عملیات CRUD (DML): دستورات INSERT، UPDATE، DELETE، درج چند ردیفه، INSERT با استفاده از SELECT، به‌روزرسانی‌های شرطی و مفاهیم MERGE/UPSERT که در خط لوله‌های ETL واقعی بسیار کاربرد دارند.

  • توابع تجمیعی و گروه‌بندی: COUNT، SUM، AVG، MIN، MAX، DISTINCT، گروه‌بندی (GROUP BY) شامل چندین ستون، HAVING و تفاوت حیاتی بین WHERE و HAVING.

  • روابط جداول و Joinها: INNER، LEFT، RIGHT، FULL OUTER، CROSS، SELF و NATURAL JOIN —نحوه عملکرد داخلی آن‌ها، تله‌های رایج، مشکلات ردیف‌های تکراری و حاصل‌ضرب‌های دکارتی که باید از آن‌ها اجتناب کرد.

در حالی که دوره با استفاده از MySQL تدریس می‌شود، هر مفهومی مستقیماً در PostgreSQL، DBeaver و سایر پلتفرم‌های RDBMS کاربرد دارد —بنابراین شما آزاد هستید که با هر ابزاری که استفاده می‌کنید، آموزش‌ها را دنبال کنید.

هدف نهایی

در پایان این دوره، شما نباید فقط نحو SQL را بدانید —بلکه باید SQL را درک کنید. اینکه پایگاه داده‌ها چگونه فکر می‌کنند. پرس‌وجوها واقعاً چگونه اجرا می‌شوند. روابط بین جداول چگونه ساخته می‌شوند. تجمیع داده‌ها در پشت صحنه چگونه عمل می‌کند. چه برای آمادگی در مصاحبه‌های مهندسی داده، ساخت خط لوله‌های ETL، فعالیت در تحلیل داده‌ها یا صرفاً ارتقای مهارت‌های SQL خود باشید، این دوره هم عمق مفهومی و هم تمرین‌های عملی را برای کار با اعتمادبه‌نفس با داده‌های واقعی در اختیار شما قرار می‌دهد.

بیایید شروع کنیم.


سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

  • معرفی کوییز، تست‌های تمرینی و منابع Introduction to Quiz , Practise Test & Resources

زبان تعریف داده‌ها (DDL) Data Definition Language (DDL)

  • ایجاد پایگاه داده و جدول (CREATE) CREATE DATABASE and TABLE

  • تغییر جدول (ALTER TABLE) –افزودن و اصلاح ستون‌ها ALTER TABLE – Adding and Modifying Columns

  • مقایسه دستورات DROP در مقابل TRUNCATE DROP V/S TRUNCATE Commands

  • تغییر نام جداول و ستون‌ها Renaming Tables and Columns

  • کوییز مبانی DDL DDL Fundamentals Quiz

  • موضوع: ALTER TABLE –افزودن یک ستون جدید Topic: ALTER TABLE – Add a New Column

  • موضوع: تغییر نام یک جدول Topic: Renaming a Table

محدودیت‌ها و یکپارچگی داده‌ها Constraints & Data Integrity

  • کلید اصلی (PRIMARY KEY) و کلید خارجی (FOREIGN KEY) PRIMARY KEY and FOREIGN KEY

  • محدودیت‌های UNIQUE و NOT NULL UNIQUE and NOT NULL

  • محدودیت‌های CHECK CHECK Constraints

  • مقادیر پیش‌فرض (DEFAULT) DEFAULT Values

  • اعمال قوانین کسب‌وکار Enforcing Business Rules

  • کوییز محدودیت‌ها و یکپارچگی داده‌ها Constraints & Data Integrity Quiz

  • تمرین UNIQUE و NOT NULL UNIQUE & NOT NULL

  • تمرین CHECK و DEFAULT CHECK & DEFAULT

پرس‌وجوهای SELECT –هسته اصلی SQL SELECT Queries – The Core of SQL

  • مبانی دستور SELECT و انتخاب ستون‌های خاص SELECT Statement Basics & Selecting Specific Columns

  • نام‌های مستعار ستون‌ها و عبارات Column Aliases and Expressions

  • فیلتر کردن داده‌ها با استفاده از WHERE Filtering Data Using WHERE

  • عملگرهای مقایسه‌ای Comparison Operators

  • عملگرهای منطقی (AND, OR, NOT) Logical Operators (AND, OR, NOT)

  • استفاده از BETWEEN, IN, LIKE, IS NULL BETWEEN, IN, LIKE, IS NULL

  • مرتب‌سازی داده‌ها با ORDER BY Sorting Data with ORDER BY

  • دستورات LIMIT و OFFSET LIMIT & OFFSET

  • کوییز تسلط بر پرس‌وجوهای SELECT SELECT Queries Mastery Quiz

  • تمرین مبانی SELECT و انتخاب ستون‌ها SELECT Statement Basics + Selecting Specific Columns

  • تمرین WHERE، عملگرهای مقایسه‌ای و منطقی WHERE + Comparison Operators + Logical Operators

  • تمرین LIKE، ORDER BY و LIMIT LIKE + ORDER BY + LIMIT

عملیات CRUD (DML) CRUD Operations DML

  • دستور INSERT –افزودن داده‌های جدید و چند ردیفه INSERT – Adding New Data & Multiple Rows

  • استفاده از INSERT با دستور SELECT INSERT Using SELECT

  • دستور UPDATE –اصلاح داده‌ها و به‌روزرسانی‌های شرطی UPDATE – Modifying Data & Conditional Updates

  • دستور DELETE –حذف داده‌ها DELETE – Removing Data

  • مقایسه DELETE در مقابل TRUNCATE در مقابل DROP DELETE vs TRUNCATE vs DROP

  • مفاهیم MERGE و UPSERT MERGE & UPSERT Concepts

  • کوییز عملیات CRUD CRUD Operations Quiz

  • تمرین INSERT –افزودن داده‌های جدید INSERT – Adding New Data

  • تمرین UPDATE –اصلاح داده‌ها UPDATE – Modifying Data

  • تمرین DELETE –حذف داده‌ها DELETE – Removing Data

توابع تجمیعی و گروه‌بندی Aggregate Functions & Grouping

  • مقدمه‌ای بر توابع تجمیعی Introduction to Aggregate Functions

  • توابع COUNT, SUM, AVG COUNT, SUM, AVG

  • توابع MIN و MAX MIN and MAX

  • استفاده از DISTINCT در توابع تجمیعی Using DISTINCT with Aggregates

  • مبانی GROUP BY و گروه‌بندی بر اساس چندین ستون GROUP BY Fundamentals & Multiple Columns

  • عبارت HAVING HAVING Clause

  • تفاوت WHERE در مقابل HAVING WHERE vs HAVING

  • کوییز توابع تجمیعی و گروه‌بندی Aggregate Functions & Grouping Quiz

  • تمرین COUNT, SUM, AVG COUNT, SUM, AVG

  • تمرین مبانی GROUP BY GROUP BY Fundamentals

  • تمرین عبارت HAVING HAVING Clause

روابط جداول و Joinها Table Relationships & Joins

  • درک روابط بین جداول Understanding Table Relationships

  • کلیدهای اصلی و کلیدهای خارجی Primary Keys and Foreign Keys

  • توضیح INNER JOIN INNER JOIN Explained

  • دستورات LEFT JOIN و RIGHT JOIN LEFT JOIN and RIGHT JOIN

  • توضیح FULL OUTER JOIN FULL OUTER JOIN

  • توضیح CROSS JOIN CROSS JOIN

  • توضیح SELF JOIN SELF JOIN

  • توضیح NATURAL JOIN NATURAL JOIN

  • کوییز روابط جداول و Joinها Table Relationships & Joins Quiz

  • تمرین INNER JOIN INNER JOIN

  • تمرین LEFT JOIN LEFT JOIN

  • تمرین SELF JOIN SELF JOIN

بخش پایانی Outro

  • بخش پایانی Outro

نمایش نظرات

آموزش SQL برای مهندس داده: پرس‌وجوهای اصلی SQL و عملیات پایگاه داده
جزییات دوره
12.5 hours
41
(آخرین آپدیت)
5
از 5
ندارد
ندارد
ندارد
Harsh Bansal
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Harsh Bansal Harsh Bansal

مهندس داده | متخصص راهکارهای نرم‌افزاری و داده | متخصص پایتون