دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Len Silverston. Paul Agnew
سری:
ISBN (شابک) : 0470178450, 9780470178454
ناشر: Wiley
سال نشر: 2009
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 33 مگابایت
در صورت تبدیل فایل کتاب The Data Model Resource Book, Vol. 3: Universal Patterns for Data Modeling 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 کتاب منابع منابع داده مدل، Vol. 3: الگوهای جهانی برای مدل سازی داده ها 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.
این جلد سوم از پرفروشترین مجموعه \"کتاب منابع مدل داده\" با پاسخ به این سوال \"چگونه میتوانید زمان قابل توجهی صرفهجویی کنید و کیفیت هر نوع تلاش مدلسازی دادهها را بهبود بخشید؟\" انقلابی در رشته مدلسازی داده ایجاد میکند. در دو جلد اول، این جلد جدید بر الگوهای اساسی و زیربنایی تمرکز دارد که بیش از 50 درصد از اکثر تلاشهای مدلسازی داده را تحت تأثیر قرار میدهند. این الگوها می توانند برای کاهش قابل توجه زمان و هزینه مدل سازی، برای شروع تلاش های مدل سازی داده ها، به عنوان استانداردها و دستورالعمل هایی برای افزایش ثبات و کیفیت مدل داده ها، و به عنوان یک منبع عینی که یک شرکت می تواند مدل های داده را بر اساس آن ارزیابی کند، استفاده شود.
This third volume of the best-selling "Data Model Resource Book" series revolutionizes the data modeling discipline by answering the question "How can you save significant time while improving the quality of any type of data modeling effort?" In contrast to the first two volumes, this new volume focuses on the fundamental, underlying patterns that affect over 50 percent of most data modeling efforts. These patterns can be used to considerably reduce modeling time and cost, to jump-start data modeling efforts, as standards and guidelines to increase data model consistency and quality, and as an objective source against which an enterprise can evaluate data models.