دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Mastering SQL Server 2017: Build smart and efficient database applications for your organization with SQL Server 2017
دانلود کتاب تسلط بر SQL Server 2017: با SQL Server 2017 برنامه های پایگاه داده هوشمند و کارآمد را برای سازمان خود بسازید.
مشخصات کتاب
Mastering SQL Server 2017: Build smart and efficient database applications for your organization with SQL Server 2017
ویرایش: نویسندگان: Miloš Radivojević, Dejan Sarka, William Durkin, Christian Coté, Matija Lah سری: ISBN (شابک) : 9781838987527, 1838987525 ناشر: Packt Publishing Ltd سال نشر: 2019 تعداد صفحات: 684 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 29 مگابایت
قیمت کتاب (تومان) : 38,000
در صورت تبدیل فایل کتاب Mastering SQL Server 2017: Build smart and efficient database applications for your organization with SQL Server 2017 به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تسلط بر SQL Server 2017: با SQL Server 2017 برنامه های پایگاه داده هوشمند و کارآمد را برای سازمان خود بسازید. نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب تسلط بر SQL Server 2017: با SQL Server 2017 برنامه های پایگاه داده هوشمند و کارآمد را برای سازمان خود بسازید.
از قدرت خدمات یکپارچه سازی SQL Server 2017 برای ایجاد راه حل های یکپارچه سازی داده ها با سهولت استفاده کنید ویژگی های کلیدی برای دسترسی به اطلاعات ذخیره شده در جدول در هر زمان با جداول موقت کار کنید با آخرین ویژگی های برنامه خدمات یکپارچه SQL Server 2017 آشنا شوید و بسته های خود را به بهبود عملکرد آنها شرح کتاب Microsoft SQL Server 2017 از قدرت R و Python برای یادگیری ماشینی و استقرار مبتنی بر کانتینر در ویندوز و لینوکس استفاده می کند. با یادگیری نحوه استفاده موثر از ویژگی های SQL Server 2017، می توانید برنامه های مقیاس پذیر بسازید و به راحتی یکپارچه سازی و تبدیل داده ها را انجام دهید. با بررسی ویژگی‌های SQL Server 2017 شروع می‌کنید. سپس این مسیر یادگیری نشان می‌دهد که چگونه می‌توانید از Query Store، فهرست‌های ستون‌فروشی و OLTP درون حافظه در برنامه‌های خود استفاده کنید. همچنین یاد خواهید گرفت که کد پایتون را در SQL Server و پیاده سازی های پایگاه داده گراف برای توسعه و آزمایش ادغام کنید. در مرحله بعد، با طراحی و ساخت بسته‌های انبار داده SQL Server Integration Services (SSIS) با استفاده از ابزارهای داده سرور SQL سریع‌تر خواهید شد. در فصل پایانی، خواهید فهمید که چگونه بسته های SSIS طراحی شده برای نگهداری یک انبار داده با استفاده از جریان داده و سایر وظایف جریان کنترل طراحی شده است. در پایان این مسیر یادگیری، شما به مهارت هایی که برای طراحی برنامه های پایگاه داده کارآمد و با کارایی بالا با اطمینان نیاز دارید، مجهز خواهید شد. این مسیر یادگیری شامل محتوای کتاب‌های Packt زیر است: راهنمای توسعه‌دهنده SQL Server 2017 توسط Miloš Radivojević، Dejan Sarka و غیره. کتاب آشپزی al SQL Server 2017 Integration Services توسط Christian Cote، Dejan Sarka و et. al آنچه یاد خواهید گرفت استفاده از فهرست های ستونی برای بهبود فضای ذخیره سازی و عملکرد گسترش راه حل های طراحی پایگاه داده با استفاده از جداول زمانی تبادل داده های JSON بین برنامه های کاربردی و سرور SQL انتقال داده های تاریخی به Microsoft Azure با استفاده از طراحی پایگاه داده کشش معماری مدرن استخراج، تبدیل، و راه حل بارگذاری (ETL) پیاده سازی راه حل های ETL با استفاده از خدمات یکپارچه سازی برای داده های داخلی و Azure این کتاب برای چه کسی است. متخصصان تجزیه و تحلیل پیشرفته، توسعه دهندگان هوش تجاری، و مشاوران پایگاه داده که با تنظیم عملکرد سر و کار دارند نیز این کتاب را مفید خواهند یافت. درک اولیه مفاهیم پایگاه داده و T-SQL برای به دست آوردن بهترین نتیجه از این مسیر یادگیری مورد نیاز است.
توضیحاتی درمورد کتاب به خارجی
Leverage the power of SQL Server 2017 Integration Services to build data integration solutions with ease Key Features Work with temporal tables to access information stored in a table at any time Get familiar with the latest features in SQL Server 2017 Integration Services Program and extend your packages to enhance their functionality Book Description Microsoft SQL Server 2017 uses the power of R and Python for machine learning and containerization-based deployment on Windows and Linux. By learning how to use the features of SQL Server 2017 effectively, you can build scalable apps and easily perform data integration and transformation. You’ll start by brushing up on the features of SQL Server 2017. This Learning Path will then demonstrate how you can use Query Store, columnstore indexes, and In-Memory OLTP in your apps. You'll also learn to integrate Python code in SQL Server and graph database implementations for development and testing. Next, you'll get up to speed with designing and building SQL Server Integration Services (SSIS) data warehouse packages using SQL server data tools. Toward the concluding chapters, you’ll discover how to develop SSIS packages designed to maintain a data warehouse using the data flow and other control flow tasks. By the end of this Learning Path, you'll be equipped with the skills you need to design efficient, high-performance database applications with confidence. This Learning Path includes content from the following Packt books: SQL Server 2017 Developer's Guide by Miloš Radivojević, Dejan Sarka, et. al SQL Server 2017 Integration Services Cookbook by Christian Cote, Dejan Sarka, et. al What you will learn Use columnstore indexes to make storage and performance improvements Extend database design solutions using temporal tables Exchange JSON data between applications and SQL Server Migrate historical data to Microsoft Azure by using Stretch Database Design the architecture of a modern Extract, Transform, and Load (ETL) solution Implement ETL solutions using Integration Services for both on-premise and Azure data Who this book is for This Learning Path is for database developers and solution architects looking to develop ETL solutions with SSIS, and explore the new features in SSIS 2017. Advanced analysis practitioners, business intelligence developers, and database consultants dealing with performance tuning will also find this book useful. Basic understanding of database concepts and T-SQL is required to get the best out of this Learning Path.
فهرست مطالب
Cover Title Page Copyright Contributors About Packt Table of Contents Preface Chapter 1: Introduction to SQL Server 2017 Security Row-Level Security Dynamic data masking Always Encrypted Engine features Query Store Live query statistics Stretch Database Database scoped configuration Temporal Tables Columnstore indexes Containers and SQL Server on Linux Programming Transact-SQL enhancements JSON In-Memory OLTP SQL Server Tools Business intelligence R in SQL server Release cycles Summary Chapter 2: SQL Server Tools Installing and updating SQL Server Tools New SSMS features and enhancements Autosave open tabs Searchable options Enhanced scroll bar Execution plan comparison Live query statistics Importing flat file Wizard Vulnerability assessment SQL Server Data Tools Tools for developing R and Python code RStudio IDE R Tools for Visual Studio 2015 Setting up Visual Studio 2017 for data science applications Summary Chapter 3: JSON Support in SQL Server Why JSON? What is JSON? Why is it popular? JSON versus XML JSON objects JSON object JSON array Primitive JSON data types JSON in SQL Server prior to SQL Server 2016 JSON4SQL JSON.SQL Transact-SQL-based solution Retrieving SQL Server data in JSON format FOR JSON AUTO FOR JSON PATH FOR JSON additional options Add a root node to JSON output Include NULL values in the JSON output Formatting a JSON output as a single object Converting data types Escaping characters Converting JSON data in a tabular format OPENJSON with the default schema Processing data from a comma-separated list of values Returning the difference between two table rows OPENJSON with an explicit schema Import the JSON data from a file JSON storage in SQL Server 2017 Validating JSON data Extracting values from a JSON text JSON_VALUE JSON_QUERY Modifying JSON data Adding a new JSON property Updating the value for a JSON property Removing a JSON property Multiple changes Performance considerations Indexes on computed columns Full-text indexes Summary Chapter 4: Stretch Database Stretch DB architecture Is this for you? Using Data Migration Assistant Limitations of using Stretch Database Limitations that prevent you from enabling the Stretch DB features for a table Table limitations Column limitations Limitations for Stretch-enabled tables Use cases for Stretch Database Archiving of historical data Archiving of logging tables Testing Azure SQL database Enabling Stretch Database Enabling Stretch Database at the database level Enabling Stretch Database by using wizard Enabling Stretch Database by using Transact-SQL Enabling Stretch Database for a table Enabling Stretch DB for a table by using wizard Enabling Stretch Database for a table by using Transact-SQL Filter predicate with sliding window Querying stretch databases Querying and updating remote data SQL Server Stretch Database pricing Stretch DB management and troubleshooting Monitoring Stretch Databases Pause and resume data migration Disabling Stretch Database Disable Stretch Database for tables by using SSMS Disabling Stretch Database for tables using Transact-SQL Disabling Stretch Database for a database Backing up and restoring Stretch-enabled databases Summary Chapter 5: Temporal Tables What is temporal data? Types of temporal tables Allen's interval algebra Temporal constraints Temporal data in SQL Server before 2016 Optimizing temporal queries Temporal features in SQL:2011 System-versioned temporal tables in SQL Server 2017 How temporal tables work in SQL Server 2017 Creating temporal tables Period columns as hidden attributes Converting non-temporal tables to temporal tables Migrating an existing temporal solution to system-versioned tables Altering temporal tables Dropping temporal tables Data manipulation in temporal tables Inserting data in temporal tables Updating data in temporal tables Deleting data in temporal tables Querying temporal data in SQL Server 2017 Retrieving temporal data at a specific point in time Retrieving temporal data from a specific period Retrieving all temporal data Performance and storage considerations with temporal tables History retention policy in SQL Server 2017 Configuring the retention policy at the database level Configuring the retention policy at the table level Custom history data retention History table implementation History table overhead Temporal tables with memory-optimized tables What is missing in SQL Server 2017? SQL Server 2016 and 2017 temporal tables and data warehouses Summary Chapter 6: Columnstore Indexes Analytical queries in SQL Server Joins and indexes Benefits of clustered indexes Leveraging table partitioning Nonclustered indexes in analytical scenarios Using indexed views Data compression and query techniques Writing efficient queries Columnar storage and batch processing Columnar storage and compression Recreating rows from columnar storage Columnar storage creation process Development of columnar storage in SQL Server Batch processing Nonclustered columnstore indexes Compression and query performance Testing the nonclustered columnstore index Operational analytics Clustered columnstore indexes Compression and query performance Testing the clustered columnstore index Using archive compression Adding B-tree indexes and constraints Updating a clustered columnstore index Deleting from a clustered columnstore index Summary Chapter 7: SSIS Setup Introduction SQL Server 2016 download Getting ready How to do it... Installing JRE for PolyBase Getting ready How to do it... How it works... Installing SQL Server 2016 Getting ready How to do it... SQL Server Management Studio installation Getting ready How to do it... SQL Server Data Tools installation Getting ready How to do it... Testing SQL Server connectivity Getting ready How to do it... Chapter 8: What Is New in SSIS 2016 Introduction Creating SSIS Catalog Getting ready How to do it... Custom logging Getting ready How to do it... How it works... There's more... Create a database Create a simple project Testing the custom logging level See also Azure tasks and transforms Getting ready How to do it... See also Incremental package deployment Getting ready How to do it... There's more... Multiple version support Getting ready How to do it... There's more... Error column name Getting ready How to do it... Control Flow templates Getting ready How to do it... Chapter 9: Key Components of a Modern ETL Solution Introduction Installing the sample solution Getting ready How to do it... There's more... Deploying the source database with its data Getting ready How to do it... There's more... Deploying the target database Getting ready How to do it... SSIS projects Getting ready How to do it... Framework calls in EP_Staging.dtsx Getting ready How to do it... There's more... Chapter 10: Dealing with Data Quality Introduction Profiling data with SSIS Getting ready How to do it... Creating a DQS knowledge base Getting ready How to do it... Data cleansing with DQS Getting ready How to do it... Creating a MDS model Getting ready How to do it... Matching with DQS Getting ready How to do it... Using SSIS fuzzy components Getting ready How to do it... Chapter 11: Unleash the Power of SSIS Script Task and Component Introduction Using variables in SSIS Script task Getting ready How to do it... Execute complex filesystem operations with the Script task Getting ready How to do it... Reading data profiling XML results with the Script task Getting ready How to do it... Correcting data with the Script component Getting ready How to do it... Validating data using regular expressions in a Script component Getting ready How to do it... Using the Script component as a source How to do it... How it works... Using the Script component as a destination Getting ready How to do it... How it works... Chapter 12: On-Premises and Azure Big Data Integration Introduction Azure Blob storage data management Getting ready How to do it... Installing a Hortonworks cluster Getting ready How to do it... Copying data to an on-premises cluster Getting ready How to do it... Using Hive – creating a database Getting ready How to do it... There's more... Transforming the data with Hive Getting ready How to do it... There's more... Transferring data between Hadoop and Azure Getting ready How to do it... Leveraging a HDInsight big data cluster Getting ready How to do it... There's more... Managing data with Pig Latin Getting ready How to do it... There's more... Importing Azure Blob storage data Getting ready How to do it... There's more... Azure Data Factory and SSIS Chapter 13: Extending SSIS Custom Tasks and Transformations Introduction Designing a custom task Getting ready How to do it... How it works... Designing a custom transformation How to do it... How it works... Managing custom component versions Getting ready How to do it... How it works... Chapter 14: Scale Out with SSIS 2017 Introduction SQL Server 2017 download and setup Getting ready How to do it... There's more... SQL Server client tools setup Getting ready How to do it... Configuring SSIS for scale out executions Getting ready How to do it... There's more... Executing a package using scale out functionality Getting ready How to do it... Other Books You May Enjoy Index
نظرات کاربران
کتاب های تصادفی
دانلود کتاب The Fellowship of the Ring: Being the First Part of The Lord of the Rings
دانلود کتاب VENEZIA VERDE Umwelthauptstadt Europa 20xx: European Green Capital Award in Venedig
دانلود کتاب TOEFL IBT Activator Advanced Listening
