کتاب های برچسب data
تاریخ: ۱۹:۴۸:۲۰ ۱۳۹۸/۶/۱۹ سه شنبه
توسط: MotoMan
امتیاز: ۲
برچسب ها: SQL | data | nosql | Database |

اگر در سالهای اخیر در مهندسی نرم افزار ، به خصوص سیستم‌های سمت سرور و backend کار کرده اید، احتمالا با تعداد زیادی واژه مد روز در زمینه‌های ذخیره و پردازش داده‌ها بمباران شده اید. NoSQL، کلان داده، Web-scale، Sharding، Eventual consistency، ACID، تئوری CAP، سرویس‌های ابری، MapReduce و Real-Time. در دهه گذشته ما شاهد بهبود‌های جالب بسیاری در بانکهای اطلاعاتی، سیستمهای توزیع شده و نحوه ساختن برنامه‌ها با استفاده از آن‌ها هستیم.

برنامه‌های data-intensive، با استفاده از پیشرفت‌های این تکنولوژی ها، مرزهای آنچه که امکان پذیر بوده است را جابه جا کرده اند. ما به برنامه ای data-intensive می‌گوییم که اگر چالش اصلی آن حجم داده ها، پیچیدگی داده‌ها و یا سرعت تغییر داده‌ها باشد و این بر خلاف برنامه‌های  compute-intensive است که سایکل‌های CPU گلوگاه هستند.

ابزار‌ها و تکنولوژی هایی که به برنامه‌های data-intensive در ذخیره کردن و پردازش داده‌ها کمک می‌کنند، به سرعت با این تغییرات سازگار شده اند. انواع جدید سیستم‌های پایگاه داده «NoSQL»، توجه زیادی را به خود جلب کرده اند، اما صف‌های پیام، کش ها، ایندکس‌های جستجو، فریمورک‌ها برای پردازش استریم و batch و تکنولوژی‌های مرتبط نیز خیلی مهم هستند. برنامه‌های زیادی هستند که از ترکیب این‌ها استفاده می‌کنند.

خوشبختانه، در پشت تغییرات سریع فناوری، اصول ثابتی وجود دارند که عوض نمی‌شوند و مهم نیست که از چه نسخه‌ی ابزار خاصی استفاده می‌کنید. اگر آن اصول را خوب بفهمید، شما در موقعیتی قرار می‌گیرید که ببینید هر ابزاری به درد کجا می‌خود و چگونه به خوبی از آن استفاده کنید و از مشکلات جلوگیری کنید. این جایی است که این کتاب وارد می‌شود.

هدف کتاب طراحی برنامه‌های Data-Intensive، کمک به شما در پیدا کردن مسیر در بین چشم انداز متنوع و به سرعت در حال تغییر فناوری‌ها برای پردازش و ذخیره سازی داده‌ها است. این کتاب، آموزش یک ابزار خاص نیست و همچنین کتاب درسی پر از تئوری خشک نیست. در عوض ما به مثال هایی از سیستم‌های داده موفق خواهیم پرداخت: فناوری هایی که پایه و اساس بسیاری از برنامه‌های محبوب را تشکیل می‌دهند و باید نیازمندی‌های مقیاس پذیری، کارایی و قابلیت اطمینان را هر روزه تامین کنند.

در ادامه ما وارد جزئیات درون این سیستم‌ها می‌شویم، الگوریتم‌های کلیدی آن‌ها را از هم جدا می‌کنیم و در مورد اصولشان و مصالحه هایی که انجام داده اند بحث می‌کنیم. در این سفر ما سعی خواهیم کرد تا روش‌های مفید فکر کردن درباره سیستم‌های داده‌ها را پیدا کنیم؛ نه فقط در مورد نحوه کار آن ها، بلکه چرا این گونه کار می‌کنند و این که چه سوالاتی را باید بپرسیم.

تعداد بازدید: ۲۴۹
دیدگاه ها: ۰
تاریخ: ۱۸:۱۵:۷ ۱۳۹۸/۳/۲۳ پنج شنبه
توسط: MotoMan
امتیاز: ۲
برچسب ها: SQL | SQL Server | data | Database | Data Mining |

مهارت‌های پایگاه داده در بین پر تقاضا‌ترین مهارت‌های دنیای IT قرار دارد. با استفاده از ویرایش سیزدهم کتاب طراحی، پیاده سازی و مدیریت سیستم‌های پایگاه داده، شما پایه ای قوی در طراحی و پیاده سازی پایگاه‌های داده با استفاده از رویکردی کاربردی و ساده به دست خواهید آورد.

ویرایش سیزدهم کتاب Database Systems، نحوه‌ی طراحی صحیح پایگاه‌های داده، نوشتن کوئری‌های SQL‌ را به همراه مثال‌های زیاد که در دنیای واقعی کاربرد دارند را به شما یاد می‌دهد. همچنین در این کتاب مباحث تجزیه و تحلیل کلان داده و NoSQL به همراه تکنولوژی‌های مرتبط به Hadoop نیز بررسی شده اند.

تعداد بازدید: ۵۰۳
دیدگاه ها: ۰
تاریخ: ۹:۱۲:۱۵ ۱۳۹۲/۱۲/۹ جمعه
توسط: MotoMan
امتیاز: ۷
برچسب ها: SQL | data | Database |

داده‌ها تبدیل به یک دارایی با ارزش برای دولت ها، صنایع و اشخاص شده است و مدیریت این داده‌ها هنوز به عنوان یک چالش تکنیکی بحرانی باقی مانده است. چالش‌های مدیریت ترابایت‌ها واگزابایت‌ها داده و گسترش مدیریت داده‌ها برای شامل شدن دیگر قیود داده‌ها در هنگام نگهداری اصول مدیریت پایگاه داده ( استقلال داده ها، تمامیت داده ها، ثبات داده‌ها و...) امروزه از جمله مسائل مهمی برای هر سازمانی هستند.
چاپ شدن در پنج جلد و در بیش از 4000 صفحه، دایره المعارف سیستم‌های پایگاه داده دسترسی سریعی به مفاهیم اطلاعات مرتبط در همه‌ی زمینه‌ها از جمله پایگاه داده‌های بسیار بزرگ، مدیریت داده‌ها و سیستم‌های پایگاه داده فراهم کرده است. این مرجع جامع دارای بیش از 1300 مثال است که به ترتیب حروف الفبا مرتب شده اند. هر موضوع دارای یک مقدمه، شناخت مفهوم و روش‌ها و الگوریتم‌های پیاده سازی است و به مرجع و مربی و تاریخ آن ارجاعه داده شده است.

 

تعداد بازدید: ۳۷۴۵
دیدگاه ها: ۰
تاریخ: ۱۱:۲۵:۷ ۱۳۹۲/۹/۲۸ پنج شنبه
توسط: MotoMan
امتیاز: ۷

بازیابی اطلاعات (به انگلیسی: Information Retrieval)‏ به فناوری و دانش پیچیدهٔ جستجو و استخراج اطلاعات، داده‌ها، فراداده‌ها در انواع گوناگون منابع اطلاعاتی مثل بانک اسناد، مجموعه‌ای از تصاویر، و وب گفته می‌شود.

با افزایش روز افزون حجم اطلاعات ذخیره شده در منابع قابل دسترس و گوناگون، فرایند بازیابی و استخراج اطلاعات اهمیت ویژه‌ای یافته است. اطلاعات مورد نظر ممکن است شامل هر نوع منبعی مانند متن، تصویر، صوت و ویدئو باشد. بر خلاف پایگاه داده‌ها، اطلاعات ذخیره شده در منابع اطلاعاتی بزرگ مانند وب و زیرمجموعه‌های آن مانند شبکه‌های اجتماعی از ساختار مشخصی پیروی نمی‌کنند و عموماً دارای معانی تعریف شده و مشخصی نیستند. هدف بازیابی اطلاعات در چنین شرایطی، کمک به کاربر برای یافتن اطلاعات مورد نظر در انبوهی از اطلاعات ساختارنایافته است.

جستجوگرهای گوگل، یاهو و بینگ سه نمونه از پراستفاده‌ترین سیستم‌های بازیابی اطلاعات هستند که به کاربران برای بازیابی اطلاعات متنی، تصویری، ویدئویی و غیره کمک می‌کنند.

«بازیابی اطلاعات» در برخی منابع فارسی به اشتباه به جای ذخیره و بازیابی داده‌ها که به معنای دانش شناخت رسانه‌های ذخیره‌سازی فیزیکی است، به کار رفته است.

این جزوه ذخیره و بازیابی اطلاعات تدریس شده توسط استاد محمد رضا برکتین در دانشگاه آزاد نجف آباد است که توسط یکی از دانشجویان ایشان گرد آوری شده است.

تعداد بازدید: ۳۰۲۲
دیدگاه ها: ۰
loading...

لطفا منتظر بمانید...