آموزش ذخیره‌سازی و مدیریت داده‌ها برای بیگ دیتا (Big Data) - آخرین آپدیت

تکنولوژی‌های ذخیره‌سازی داده (SQL در مقابل NoSQL) Data Storage Technologies (SQL vs NoSQL)

• زمانی که پایگاه‌های داده رابطه‌ای به محدودیت می‌رسند When Relational Databases Hit Their Limits

• بهینه‌سازی SQL Server برای حجم‌های کاری بیگ دیتا Optimizing SQL Server for Big Data Workloads

• رها شدن از قالب‌های جدولی Breaking Free from Tables

• نگاشت الگوهای داده به انواع NoSQL Mapping Data Patterns to NoSQL Types

• داستان‌های موفقیت Cosmos DB Cosmos DB Success Stories

• ساخت راهکارهای Cosmos DB آماده برای محیط تولید Building Production-Ready Cosmos DB Solutions

کار با فرمت‌های داده (ساختاریافته، نیمه‌ساختاریافته، بدون ساختار) Working with Data Formats (Structured, Semi-structured, Unstructured)

• پایه و اساس تحلیل داده‌ها The Foundation of Data Analytics

• پردازش داده‌های ساختاریافته با Azure Data Factory Processing Structured Data with Azure Data Factory

• پذیرش ساختارهای داده‌ای انعطاف‌پذیر Embracing Flexible Data Structures

• تبدیل فرمت‌های داده با Azure Data Factory Data Format Conversions with Azure Data Factory

• بهینه‌سازی برای مقیاس‌پذیری و عملکرد Optimizing for Scale and Performance

• تحلیل عملکرد فرمت‌های فایل File Format Performance Analysis

پیاده‌سازی دریاچه داده‌ها و انبار داده‌ها Data Lakes and Data Warehouses Implementation

• ساخت زیربنای نوآوری‌های داده‌محور Building the Foundation for Data-Driven Innovation

• پیاده‌سازی زون‌های دریاچه داده (Data Lake Zones) Implementing Data Lake Zones

• هنر و علم مدل‌سازی ابعادی The Art and Science of Dimensional Modeling

• طراحی شمای مؤثر برای انبار داده Designing Effective Data Warehouse Schemas

• استفاده از Synapse Analytics در محیط تولید Synapse Analytics in Production

• ساخت راهکارهای عملیاتی Synapse Building Production Synapse Solutions

ساخت خط لوله‌های داده (ETL/ELT با Azure Data Factory) Building Data Pipelines (ETL/ELT with Azure Data Factory)

• بحث بزرگ ETL در مقابل ELT The Great ETL vs ELT Debate

• معماری راهکارهای ETL و ELT Architecting ETL and ELT Solutions

• استفاده از Data Factory به عنوان مرکز یکپارچه‌سازی Data Factory as the Integration Hub

• ساخت اولین خط لوله داده در Data Factory Building Your First Data Factory Pipeline

• مهندسی خط لوله‌های آماده برای محیط تولید Production-Ready Pipeline Engineering

• مهندسی خط لوله‌های داده مقاوم Engineering Robust Data Pipelines

مبانی پردازش دسته‌ای و در لحظه Batch and Real-Time Processing Fundamentals

• قدرت پردازش دسته‌ای در مقیاس بزرگ The Power of Batch Processing at Scale

• پیاده‌سازی گردش‌کارهای پردازش دسته‌ای Implementing Batch Processing Workflows

• نیاز به سرعت در پردازش داده‌ها The Need for Speed in Data Processing

• طراحی راهکارهای پردازش در لحظه Designing Real-Time Processing Solutions

• عملیاتی کردن پردازش در لحظه Bringing Real-Time Processing to Life

• ساخت راهکارهای داده‌های جریانی (Streaming Data) Building Streaming Data Solutions