پرووید
منو

آموزش اصول بانک های اطلاعاتی رابطه ای

زبان: فارسی (دوبله شده)مترجم: پروویددوبلر: پروویدسطح: مقدماتیمدت زمان: 03:10:34تعداد ویدئوها: 44فایل های پروژه: ناموجود
قیمت:۳٬۱۹۹٬۰۰۰ تومان
این آموزش بخشی از پکیج کامل آموزش بانک اطلاعاتی SQL Server مقدماتی است که می توانید از تمامی آموزش های آن دیدن کنید.

آموزش اصول بانک های اطلاعاتی رابطه ای یکی دیگر از آموزش های گروه آموزشی پرووید می باشد که در این قسمت آن را به شما معرفی می کنیم. این بسته ی آموزشی نیز یکی از دوره های آموزشی دیگر که در حوزه ی فارسی سازی آموزش های انگلیسی تنظیم شده است می باشد. عنوان این بسته ی آموزشی اصول بانک های اطلاعاتی رابطه ای می باشد که با نام اصلی Relational Database Fundamentals توسط شرکت Lynda منتشر شده است.

بانک اطلاعاتی رابطه ای (Relational Database) چیست؟

بانک اطلاعاتی رابطه ای (Relational Database) یک دیتابیس دیجیتال است که بر اساس مدل رابطه ای داده ها که توسط آقای E. F. Codd مطرح شد کار می‌کنند. علاوه بر این یک سیستم نرم‌افزاری برای نگهداری بانک‌های اطلاعاتی رابطه ای تحت عنوان RDBMS وجود دارد. علاوه بر این، بسیاری از سیستم‌های بانک‌های اطلاعاتی رابطه ای و یا همان RDBMS ها گزینه ای برای استفاده کردن از زبان SQL برای پرس و جو گرفتن و نگهداری داده های درون بانک اطلاعاتی دارند.

mission - www.provid.ir - نمونه ای از بخش Gathering Requirements در آموزش اصول بانک های اطلاعاتی رابطه ای
نمونه ای از بخش «Gathering Requirements» در آموزش اصول بانک های اطلاعاتی رابطه ای

مدل رابطه ای و یا relational model داده‌ها را در قالب جداول که اصطلاحاً table که به آنها رابطه و یا relation نیز می‌گوییم سازماندهی می کند. هرکدام از جداول از سطرها و ستون ها تشکیل شده اند و هر سطر با استفاده از یک کلید منحصر به فرد شناخته می شود. سطرها را تحت عنوان رکورد و یا tuple نیز می شناسیم. علاوه بر این، برای ستونها نام attribute نیز مورد استفاده قرار می گیرد.

نرمال‌سازی داده‌ها در پایگاه داده رابطه‌ای چه اهمیتی دارد؟

نرمال‌سازی یکی از اصول مهم طراحی پایگاه داده رابطه‌ای است که با هدف کاهش افزونگی داده‌ها و جلوگیری از مشکلات ناشی از ذخیره‌سازی نامناسب اطلاعات انجام می‌شود. برای مثال، اگر اطلاعات مشتریان در چندین جدول به شکل تکراری ذخیره شوند، تغییر مشخصات یک مشتری ممکن است به اصلاح چندین رکورد نیاز داشته باشد. نرمال‌سازی به شما کمک می‌کند ساختار جدول‌ها را به شکلی طراحی کنید که هر نوع اطلاعات در محل مناسب خود نگهداری شود و وابستگی‌های میان داده‌ها به‌درستی تعریف شوند.

در طراحی پایگاه داده، نرمال‌سازی با مفاهیمی مانند وابستگی تابعی و شکل‌های نرمال ارتباط دارد. انتخاب ساختار مناسب برای جدول‌ها می‌تواند از بروز مشکلات هنگام درج، ویرایش یا حذف اطلاعات جلوگیری کند. البته میزان نرمال‌سازی باید با نیازهای واقعی برنامه هماهنگ باشد و در برخی شرایط، ملاحظات عملکردی نیز در تصمیم‌گیری نقش دارند. یادگیری این اصول به شما کمک می‌کند پایگاه داده‌هایی با ساختار منظم‌تر و نگهداری آسان‌تر طراحی کنید.

چگونه از Data Anomaly در پایگاه داده جلوگیری کنیم؟

Data Anomaly یا ناهنجاری داده زمانی رخ می‌دهد که ساختار پایگاه داده باعث ایجاد مشکل هنگام درج، به‌روزرسانی یا حذف اطلاعات شود. برای مثال، اگر اطلاعات یک بخش سازمانی فقط در رکوردهای مربوط به کارکنان ذخیره شده باشد، حذف آخرین کارمند آن بخش ممکن است اطلاعات مربوط به خود بخش را نیز از بین ببرد. چنین مشکلاتی معمولاً به طراحی نامناسب جدول‌ها و وابستگی‌های میان داده‌ها مربوط هستند و می‌توان با طراحی اصولی‌تر از بسیاری از آن‌ها جلوگیری کرد.

سه نوع رایج ناهنجاری داده شامل ناهنجاری درج، ناهنجاری به‌روزرسانی و ناهنجاری حذف است. شناخت این موارد به شما کمک می‌کند پیش از پیاده‌سازی پایگاه داده، مشکلات احتمالی ساختار اطلاعات را شناسایی کنید. با بررسی روابط میان موجودیت‌ها و تعیین محل مناسب ذخیره‌سازی هر داده، می‌توان از تکرار غیرضروری اطلاعات و ایجاد ناسازگاری جلوگیری کرد. این مهارت به‌ویژه برای توسعه‌دهندگانی اهمیت دارد که می‌خواهند پایگاه داده‌هایی قابل‌اعتماد برای برنامه‌های کاربردی طراحی کنند.

مراحل طراحی پایگاه داده از نیازمندی‌ها تا پیاده‌سازی

طراحی یک پایگاه داده مناسب با شناخت نیازهای کاربران و سیستم آغاز می‌شود. پیش از ایجاد جدول‌ها، باید مشخص کنید چه اطلاعاتی قرار است ذخیره شوند، چه ارتباط‌هایی میان آن‌ها وجود دارد و برنامه به چه نوع پرس‌وجوهایی نیاز خواهد داشت. جمع‌آوری دقیق نیازمندی‌ها به شما کمک می‌کند از طراحی ساختاری که با نیازهای واقعی برنامه هماهنگ نیست جلوگیری کنید. این مرحله پایه‌ای برای ایجاد یک مدل مفهومی روشن و تبدیل آن به ساختار منطقی پایگاه داده است.

پس از مشخص شدن مدل مفهومی، نوبت به طراحی منطقی و فیزیکی می‌رسد. در طراحی منطقی، موجودیت‌ها، ویژگی‌ها، کلیدها و روابط میان جدول‌ها مشخص می‌شوند؛ سپس در طراحی فیزیکی، جزئیات پیاده‌سازی متناسب با سیستم مدیریت پایگاه داده در نظر گرفته می‌شوند. تفکیک این مراحل باعث می‌شود بتوانید ابتدا ساختار اطلاعات را مستقل از جزئیات اجرایی بررسی کنید و سپس تصمیم‌های فنی لازم را بگیرید. آشنایی با این فرایند برای ساخت پایگاه داده‌های منسجم و قابل‌گسترش ضروری است.

این آموزش پایگاه داده رابطه‌ای برای چه کسانی مناسب است؟

این دوره مقدماتی برای افرادی مناسب است که می‌خواهند اصول طراحی پایگاه داده رابطه‌ای را یاد بگیرند و درک بهتری از نحوه سازمان‌دهی اطلاعات در برنامه‌های نرم‌افزاری داشته باشند. اگر به‌تازگی برنامه‌نویسی را شروع کرده‌اید یا می‌خواهید پیش از کار با سیستم‌هایی مانند SQL Server و PostgreSQL با مفاهیم بنیادی طراحی دیتابیس آشنا شوید، یادگیری مدل‌سازی داده‌ها و روابط میان جدول‌ها می‌تواند نقطه شروع مناسبی باشد.

همچنین این آموزش برای توسعه‌دهندگانی مفید است که قصد دارند دانش خود را از سطح اجرای دستورات SQL فراتر ببرند و با دلایل پشت طراحی صحیح پایگاه داده آشنا شوند. شناخت نرمال‌سازی، بررسی ناهنجاری‌های داده و تبدیل نیازمندی‌ها به مدل‌های مفهومی و منطقی به شما کمک می‌کند هنگام ساخت برنامه‌های واقعی، تصمیم‌های دقیق‌تری بگیرید. این مفاهیم در پروژه‌های مختلف، از برنامه‌های کوچک تا سامانه‌های سازمانی، برای مدیریت صحیح داده‌ها کاربرد دارند.

سرفصل مطالب آموزش ویدئویی اصول بانک های اطلاعاتی رابطه ای

فصل صفر: مقدمه

فصل اول: مباحث ابتدایی بانک های اطلاعاتی رابطه ای

  • تعریف RDBMS
  • ساختار رابطه و بانک های رابطه ای
  • تعریف ستون
  • تعریف سطر
  • تعریف سلول
  • گزینه های پیش رو برای کار با بانک های رابطه ای
  • RDBMS دسکتاپ
  • مایکروسافت اکسس
  • FileMaker Pro
  • RDBMS سرور
  • مایکروسافت اس کیو ال سرور
  • Oracle
  • DB2
  • MySQL
  • چرخه ی حیات توسعه ی بانک های رابطه ای
  • Planning
  • Requirement Gathering
  • Conceptual Design
  • Logical Design
  • Physical Design
  • Construction
  • Implementation and Rollout
  • Ongoing Support

فصل دوم: پیش گیری از Data Anomaly ها

  • مزایایی استفاده از بانک های اطلاعاتی و چرخه ی حیات توسعه ی بانک های رابطه ای
  • داده های تکراری (Duplicate Information) و رفع آنها در بانک های اطلاعاتی
  • داده های ناسازگار (Inconsistent Data) و رفع آنها در بانک های اطلاعاتی
  • مشکل فیلدهای چند بخشی (Multipart Field) و رفع آنها در بانک های اطلاعاتی
  • مشکل برخورد داده ها (Data Conflict) و رفع آنها در بانک های اطلاعاتی
  • الزام ورود داده های کامل (Complete Information) در بانک های اطلاعاتی
  • مشکل فیلدهای چند مقداری (Multivalued Field) و رفع آنها در بانک های اطلاعاتی
  • اصل Open-Closed بودن جداول در بانک های اطلاعاتی

فصل سوم: جمع آوری نیازمندی ها

  • تعریف جمله ی ماموریت از ساخت دیتابیس (Mission Statement)
  • تعریف جمله ی اهداف از ساخت دیتابیس (Mission Objective)
  • بررسی سیستم بانک اطلاعاتی فعلی
  • مشخص کردن Actor ها و وظایف آنها در بانک اطلاعاتی
  • انجام مصاحبه برای مشخص کردن وظایف، سیستم فعلی و سیستم جدید
  • تنظیم رفتار با داده های قدیمی (Historical Value) در بانک اطلاعاتی
  • بررسی و در نظر گرفتن داده های استثنا (Exceptions and Irregularities)

فصل چهارم: توسعه ی Conceptual Data Model

  • بررسی مفاهیم Entity ها و جداول
  • کار با روابط بین جداول
  • کار با Subytpe ها
  • استفاده از جداول Lookup
  • ساخت دیتا مدل اولیه

فصل پنجم: نرمال سازی داده ها

  • مشخص کردن فیلدهای کلید
  • فرم اول نرمال (1NF)
  • فرم دوم نرمال (2NF)
  • فرم سوم نرمال (3NF)
  • دینرمال کردن جداول

فصل ششم: ملاحظات Logical Design

  • رسم و رسومات نام گذاری در بانک ها
  • Data Type ها
  • جداول Junction
  • اضافه کردن قیودجامعیت داده ها
  • مباحث مربوط به Referential Integrity
  • مباحث مربوط به ایندکس ها

فصل هفتم: ساخت بانک اطلاعاتی فیزیکی

  • شروع به ساخت بانک اطلاعاتی
  • ساخت جداول در اکسس
  • ساخت روابط بین جداول در اکسس
  • ساخت کوئری ها در اکسس
  • ساخت جداول در SQL Server
  • ساخت روابط بین جداول در SQL Server
  • ساخت ویئوها در SQL Server

فصل هشتم: نتیجه گیری

  • پیاده سازی برنامه ریزی ها
  • مراحل بعدی کار
دیدگاه کاربران

دیدگاه ها

برای ثبت دیدگاه ابتدا وارد حساب کاربری شوید.
هنوز دیدگاهی برای این محصول تایید نشده است.