آموزش مدل‌سازی داده‌ها به زبان ساده: راهنمای جامع برای مبتدیان - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• معرفی این دوره Introduction To This Course

آشنایی با مبانی مدل‌سازی داده‌ها Introduction to Data Modeling Fundamentals

• مدل‌سازی داده چیست؟ What is Data Modeling?

• چرا مدل‌سازی داده اهمیت دارد؟ (مثال‌های واقعی) Why Data Modeling matters (real-world examples)

• بررسی کلی مدل‌سازی تراکنشی در مقابل تحلیلی Overview of transactional vs. analytical data modeling

• تفاوت مدل‌سازی داده با طراحی دیتابیس Data modeling vs. database design

مفاهیم پایه و اصطلاحات مدل‌سازی داده‌ها Basic Data Modeling Concepts & Terminology

• موجودیت، ویژگی و رابطه چیست؟ What is an Entity, Attribute, and Relationship?

• الزامات انتخاب ویژگی‌ها Requirement For Choosing Attributes

• موجودیت‌های قوی در مقابل ضعیف، جداول = موجودیت‌ها، ستون‌ها = ویژگی‌ها Strong vs. Weak Entities, Tables = Entities, Columns = Attributes

• کلید اصلی و کلید خارجی Primary Key & Foreign Key

• ایجاد روابط بین موجودیت‌ها (یک به یک، یک به چند، چند به چند) Build Relationships Between Entities (One-to-One, One-to-Many, Many-to-Many)

• ویژگی‌های چندمقداری چیست؟ What Is Multi-Valued Attributes

• آزمون: مفاهیم پایه و اصطلاحات مدل‌سازی داده‌ها Quiz: Basic Data Modeling Concepts & Terminology

اجزای سازنده یک مدل داده Building Blocks of a Data Model

• شناسایی موجودیت‌ها و ویژگی‌ها Identify entities and attributes

• ایجاد جداول و افزودن ویژگی‌ها Create Tables and Add Attributes

• ویژگی‌های چندمقداری و نحوه مدیریت آن‌ها Multi-Valued Attributes and How to Handle Them

• خلاصه: چگونه یک مدل داده پایه را ساختاردهی کنیم Summarize: how to structure a basic data model

درک روابط و کاردینالیتی (Cardinality) Understanding Relationships & Cardinality

• نمودارهای رابطه موجودیت (ERD) در مدل‌سازی داده چیست؟ What Are Entity Relationships (ERD) in Data Modeling?

• کاردینالیتی (Cardinality) چیست؟ What is Cardinality?

• توضیح مقادیر حداکثر و حداقل max/min values explained

• چرا پیچیدگی‌های دنیای واقعی اهمیت دارند؟ Why Real-World Complexities Matter

• ایجاد روابط (به صورت بصری) Build Relationships (with visuals)

• نمادگذاری چن (Chen Notations) Chen Notations

• مبانی نمادگذاری Crow’s Foot Crow’s Foot Notation Basics

• روابط پیچیده در عمل Complex Relationships in Practice

• ۶ سوال درباره روابط و کاردینالیتی 6 questions on relationship and cardinality

مدل‌سازی در دنیای واقعی: محدودیت‌های موجودیت و ویژگی Real-World Modeling: Entity & Attribute Constraints

• محدودیت‌های ویژگی (انواع داده، فیلدهای اجباری) Attribute constraints (data types, required fields)

• سلسله‌مراتب موجودیت‌ها (مثلاً: کارمند > مدیر) Entity hierarchies (e.g., Employee -> Manager)

• وابستگی‌های متقاطع موجودیت‌ها (موجودیت‌های ضعیف وابسته به FK) Cross-entity dependencies (weak entities with FK reliance)

• خلاصه مدل‌سازی سناریوهای پیچیده دنیای واقعی Summary of modeling complex real-world scenarios

بررسی متدولوژی‌ها، تکنیک‌ها و نمادگذاری‌ها Navigate Methodologies, Techniques, and Notations

• UML: چرا در مدل‌سازی داده اهمیت دارد؟ UML : Why It Matters in Data Modeling

• مروری بر ER و UML Overview of ER, UML

• انتخاب تکنیک مناسب: ER، UML یا نمادگذاری Crow’s Foot ER, UML, Crow's Foot notation Choosing the right technique

• دموی بصری با استفاده از dbdiagram.io یا draw.io Visual demo using dbdiagram.io or draw.io

کار با سطوح مختلف مدل داده Working with Different Levels of a Data Model

• مدل‌های مفهومی در مقابل منطقی و فیزیکی Conceptual vs Logical vs Physical Models

• شفاف‌سازی تفاوت مدل مفهومی و منطقی برای برنامه‌ریزی پروژه Clarifying Conceptual vs Logical Data Models for Project Planning

• مدل‌های داده منطقی در مقابل فیزیکی Logical vs Physical Data Models

• مهندسی مستقیم: از مدل مفهومی به فیزیکی Forward-engineering: from conceptual to physical

• مهندسی معکوس: از دیتابیس به ERD Reverse-engineering: from database to ERD

• نرمال‌سازی (Normalization) چیست؟ What is Normalizations?

• انواع مختلف ناهنجاری‌ها (درج، به‌روزرسانی، حذف) Different Types of Anomalies (Insert, Update, Delete)

• چگونه این مشکلات داده‌ای را حل کنیم؟ How to solve This Data Issues?

• مقدمه‌ای بر نرمال‌سازی اول (1NF) Introductions to normalization-1NF

• مقدمه‌ای بر نرمال‌سازی دوم (2NF) Introductions to normalization-2NF

• مقدمه‌ای بر نرمال‌سازی سوم (3NF) Introductions to normalization-3NF

• اصلاح جدول سوابق دانشجویان: حرکت به سمت فرم نرمال اول Fixing a Student Records Table: Moving to First Normal Form

• شکستن وابستگی‌های جزئی – حرکت به سمت فرم نرمال دوم Breaking Partial Dependencies – Moving to Second Normal Form

• آزمون: مفاهیم پیشرفته موجودیت، ویژگی و نرمال‌سازی Quiz : Advanced Entity , Attribute Concepts & Normalizations

مبانی مدل‌سازی ابعادی (برای تحلیل داده‌ها) Dimensional Modeling Basics (for Analytics)

• طرح ستاره‌ای (Star Schema) در مقابل طرح دانه برفی (Snowflake Schema) Star Schema vs Snowflake Schema

• جداول واقعیت (Fact) در مقابل جداول بعد (Dimension) Fact tables vs Dimension tables

• مورد کاربردی: داشبورد فروش و بصری‌سازی طرح ستاره‌ای ساده با جدول واقعیت Use case: Sales dashboard-Visualize a simple star schema with a fact table

• آموزش مدل‌سازی ابعادی برای تحلیل داده‌ها Learning Dimensional Modeling for Data Analysis

تمرین مدل‌سازی داده‌ها Practice Data Modeling

• تست عملی ۱ Practice Test 1

بخش تکمیلی (بونوس) Bonus

• درس تکمیلی بونوس Bonus Lecture