SQL پیشرفته برای دانشمندان داده

مدرس Dan Sullivan

انتشار 2021/05/27

مدت زمان 2h 30m

سطح مناسب همه

فایل تمرینی دارد

آموزش Advanced SQL for Data Scientists

بسیاری از دانشمندان داده می دانند که چگونه با SQL - زبان استاندارد صنعتی برای تجزیه و تحلیل داده ها، کار کنند. اما با افزایش اندازه داده ها، باید بدانید که چگونه کارهای بیشتری از خواندن و نوشتن از پایگاه داده انجام دهید. این دوره رویکرد پیچیده تری برای طراحی مدل های داده و بهینه سازی پرس و جوها در SQL ارائه می دهد. مدرس دن سالیوان با طراحی منطقی و فیزیکی جداول - با تمرکز ویژه بر پایگاه‌های داده بسیار بزرگ - شروع می‌کند و سپس یک بررسی عمیق از نمایه‌ها، از جمله نمایه‌های تخصصی و زمان استفاده از آنها ارائه می‌کند. بخش بعدی بهینه سازی پرس و جو را معرفی می کند و نحوه بهینه سازی پرس و جوهای پایه، چند پیوستگی و پیچیده تر را نشان می دهد. این دوره همچنین برنامه های افزودنی SQL را پوشش می دهد، از جمله توابع تعریف شده توسط کاربر و انواع داده های تخصصی. تکنیک های آموزش داده شده در اینجا تجزیه و تحلیل کارآمدتر مجموعه داده های بزرگ را با استفاده از SQL، آمار و منطق تجاری سفارشی امکان پذیر می کند.

Data Analysis SQL

Introduction

Advanced SQL techniques for data science ()

What you should know ()

1. Data Modeling: Tables

Rules of normalization ()

Denormalization ()

Partitioning data ()

Materialized views ()

Read replicas ()

Challenge: Design a data model for analytics ()

Solution: Design a data model for analytics ()

2. Data Modeling: Indexes

B-tree indexes ()

Bitmap indexes ()

Hash indexes ()

GiST and SP-GiST indexes ()

GIN and BRIN indexes ()

Challenge: Choosing an optimal indexing strategy ()

Solution: Choosing an optimal indexing strategy ()

3. Query Optimization

EXPLAIN and ANALYZE commands ()

Generating data with generate_sequence ()

Generating time series data ()

Analyzing a query with WHERE clauses and indexes ()

Analyzing a query with a join ()

Challenge: Optimize a query using an explain plan ()

Solution: Optimize a query using an explain plan ()

4. User-Defined Functions

Extending SQL with user-defined functions ()

SQL query functions ()

Function overloading ()

Function volatility ()

PL/Python functions ()

Challenge: Write a user-defined function ()

Solution: Write a user-defined function ()

5. Special-Purpose Functionality

Federated queries ()

Bloom filters ()

Hstore for key-value pairs ()

JSON for semi-structured data ()

Hierarchical data and ltrees ()

Challenge: Design a table to support unstructured data ()

Solution: Design a table to support unstructured data ()

Conclusion

Next steps ()

Ex_Files_Adv_SQL_Data.zip (5 KB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش SQL پیشرفته برای دانشمندان داده

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Advanced SQL for Data Scientists در 3 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

لطفاً توجه داشته باشید که LinkedIn Learning این مسیر یادگیری را در تاریخ 21 مارس 2023 بازنشسته خواهد کرد. برای دریافت گواهی پایان کار، باید تمام دوره های موجود در مسیر را قبل از آن تاریخ تکمیل کنید. همکاران عملیات تجاری در سازمان ها برای جمع آوری داده ها و بینش ها و ارزیابی طرح های تجاری داخلی کار می کنند. مهارت های کمی و تحلیلی مورد نیاز برای ترکیب برنامه ریزی استراتژیک، تجزیه و تحلیل مالی و تصمیم گیری با تجزیه و تحلیل داده ها و بینش های عمیق را ایجاد کنید.

آموزش SQL پیشرفته برای دانشمندان داده ، ایستگاه شماره 10 در مسیر یادگیری یک همکار عملیات تجاری شوید ، است.

مسیر یادگیری یک همکار عملیات تجاری شوید

به عنوان زبان استاندارد برای اکثر سیستم های مدیریت پایگاه داده رابطه ای، SQL یک مهارت بسیار مورد توجه در توسعه داده است. این مسیر یادگیری به شما آموزش می دهد که چگونه یک کاربر قدرتمند SQL باشید.

آموزش SQL پیشرفته برای دانشمندان داده ، ایستگاه شماره 7 در مسیر یادگیری توسعه استاد SQL ، است.

مسیر یادگیری توسعه استاد SQL

مهارت های پایگاه داده SQL به طور پیوسته در میان محبوب ترین ها در دنیای علم داده است. بر مهارت های مورد نیاز برای متخصصان پروژه های علم داده تسلط داشته باشید و پایه ای محکم از دانش را برای کار با مهندسان SQL ایجاد کنید.

آموزش SQL پیشرفته برای دانشمندان داده ، ایستگاه شماره 2 در مسیر یادگیری استاد SQL برای علم داده ، است.