دانلود کتاب Data Modeling Made Simple with Embarcadero ER/Studio Data Architect: Adapting to Agile Data Modeling in a Big Data World – مدل‌سازی داده‌ها با Embarcadero ER/Studio Data Architect ساده شده است: تطبیق با مدل‌سازی داده‌های چابک در دنیای داده‌های بزرگ

توضیحات

Build a working knowledge of data modeling concepts and best practices, along with how to apply these principles with ER/Studio. This second edition includes numerous updates and new sections including an overview of ER/Studio’s support for agile development, as well as a description of some of ER/Studio’s newer features for NoSQL, such as MongoDB’s containment structure. You will build many ER/Studio data models along the way, applying best practices to master these ten objectives:

1. Know why a data model is needed and which ER/Studio models are the most appropriate for each situation
2. Understand each component on the data model and how to represent and create them in ER/Studio
3. Know how to leverage ER/Studio’s latest features including those assisting agile teams and forward and reverse engineering of NoSQL databases
4. Know how to apply all the foundational features of ER/Studio
5. Be able to build relational and dimensional conceptual, logical, and physical data models in ER/Studio
6. Be able to apply techniques such as indexing, transforms, and forward engineering to turn a logical data model into an efficient physical design
7. Improve data model quality and impact analysis results by leveraging ER/Studio’s lineage functionality and compare/merge utility
8. Be able to apply ER/Studio’s data dictionary features
9. Learn ways of sharing the data model through reporting and through exporting the model in a variety of formats
10. Leverage ER/Studio’s naming functionality to improve naming consistency, including the new Automatic Naming Translation feature.

This book contains four sections:

Section I introduces data modeling and the ER/Studio landscape. Learn why data modeling is so critical to software development and even more importantly, why data modeling is so critical to understanding the business. You will learn about the newest features in ER/Studio (including features on big data and agile), and the ER/Studio environment. By the end of this section, you will have created and saved your first data model in ER/Studio and be ready to start modeling in Section II!

Section II explains all of the symbols and text on a data model, including entities, attributes, relationships, domains, and keys. By the time you finish this section, you will be able to ‘read’ a data model of any size or complexity, and create a complete data model in ER/Studio.

Section III explores the three different levels of models: conceptual, logical, and physical. A conceptual data model (CDM) represents a business need within a defined scope. The logical data model (LDM) represents a detailed business solution, capturing the business requirements without complicating the model with implementation concerns such as software and hardware. The physical data model (PDM) represents a detailed technical solution. The PDM is the logical data model compromised often to improve performance or usability. The PDM makes up for deficiencies in our technology. By the end of this section you will be able to create conceptual, logical, and physical data models in ER/Studio.

Section IV discusses additional features of ER/Studio. These features include data dictionary, data lineage, automating tasks, repository and portal, exporting and reporting, naming standards, and compare and merge functionality.

————————————————————–

ترجمه ماشینی :

ایجاد دانش کاری از مفاهیم مدل‌سازی داده‌ها و بهترین شیوه‌ها، همراه با نحوه اعمال این اصول با ER/Studio. این ویرایش دوم شامل به‌روزرسانی‌های متعدد و بخش‌های جدید از جمله مروری بر پشتیبانی ER/Studio برای توسعه چابک، و همچنین شرح برخی از ویژگی‌های جدیدتر ER/Studio برای NoSQL، مانند ساختار مهار MongoDB است. شما در طول مسیر، مدل های داده ER/Studio زیادی خواهید ساخت، و بهترین شیوه ها را برای تسلط بر این ده هدف به کار خواهید گرفت:

1. بدانید که چرا یک مدل داده مورد نیاز است و کدام مدل های ER/Studio برای هر موقعیتی مناسب ترین هستند
2. درک هر جزء در مدل داده و نحوه نمایش و ایجاد آنها در ER/Studio
3. آشنایی با نحوه استفاده از آخرین ویژگی های ER/Studio از جمله کمک به تیم های چابک و مهندسی رو به جلو و معکوس پایگاه های داده NoSQL
4. آشنایی با نحوه اعمال تمام ویژگی های اساسی ER/Studio
5. توانایی ایجاد مدل های ارتباطی و ابعادی داده های مفهومی، منطقی و فیزیکی در ER/Studio
6. توانایی استفاده از تکنیک هایی مانند نمایه سازی، تبدیل ها و مهندسی رو به جلو برای تبدیل یک مدل داده های منطقی به یک طراحی فیزیکی کارآمد
7. بهبود کیفیت مدل داده و نتایج تجزیه و تحلیل تاثیر با استفاده از تبار ER/Studio عملکرد و ابزار مقایسه/ادغام
8. توانایی استفاده از ویژگی های فرهنگ لغت داده ER/Studio
9. یادگیری روش های به اشتراک گذاری مدل داده از طریق گزارش دهی و از طریق صادرات مدل در قالب های مختلف < /li>
10. از عملکرد نام‌گذاری ER/Studio برای بهبود ثبات نام‌گذاری، از جمله ویژگی جدید ترجمه خودکار نام‌گذاری، استفاده کنید.

این کتاب شامل چهار بخش است: بخش اول مدل سازی داده ها و چشم انداز ER/Studio را معرفی می کند. بیاموزید که چرا مدل‌سازی داده برای توسعه نرم‌افزار بسیار مهم است و مهم‌تر از آن، چرا مدل‌سازی داده برای درک کسب‌وکار بسیار حیاتی است. با جدیدترین ویژگی‌های ER/Studio (از جمله ویژگی‌های داده‌های بزرگ و چابک)، و محیط ER/Studio آشنا خواهید شد. در پایان این بخش، شما اولین مدل داده خود را در ER/Studio ساخته و ذخیره کرده اید و آماده شروع مدل سازی در بخش II هستید! بخش II همه نمادها و متن های یک مدل داده را توضیح می دهد، از جمله موجودیت ها، ویژگی ها، روابط، دامنه ها و کلیدها. زمانی که این بخش را به پایان می رسانید، می توانید یک مدل داده با هر اندازه یا پیچیدگی را “خوانده” کنید و یک مدل داده کامل در ER/Studio ایجاد کنید. بخش III سه سطح مختلف مدل را بررسی می کند: مفهومی، منطقی و فیزیکی. یک مدل داده مفهومی (CDM) یک نیاز تجاری را در یک محدوده تعریف شده نشان می دهد. مدل داده‌های منطقی (LDM) یک راه‌حل تجاری دقیق را نشان می‌دهد، نیازهای کسب‌وکار را بدون پیچیده‌تر کردن مدل با نگرانی‌های پیاده‌سازی مانند نرم‌افزار و سخت‌افزار ثبت می‌کند. مدل داده های فیزیکی (PDM) یک راه حل فنی دقیق را نشان می دهد. PDM مدل داده های منطقی است که اغلب برای بهبود عملکرد یا قابلیت استفاده به خطر می افتد. PDM کمبودهای فناوری ما را جبران می کند. در پایان این بخش می توانید مدل های داده های مفهومی، منطقی و فیزیکی را در ER/Studio ایجاد کنید. بخش IV ویژگی های اضافی ER/Studio را مورد بحث قرار می دهد. این ویژگی ها عبارتند از فرهنگ لغت داده، اصل و نسب داده، وظایف خودکار، مخزن و پورتال، صادرات و گزارش، استانداردهای نامگذاری، و عملکرد مقایسه و ادغام.

tag : دانلود کتاب مدل‌سازی داده‌ها با Embarcadero ER/Studio Data Architect ساده شده است: تطبیق با مدل‌سازی داده‌های چابک در دنیای داده‌های بزرگ , Download مدل‌سازی داده‌ها با Embarcadero ER/Studio Data Architect ساده شده است: تطبیق با مدل‌سازی داده‌های چابک در دنیای داده‌های بزرگ , دانلود مدل‌سازی داده‌ها با Embarcadero ER/Studio Data Architect ساده شده است: تطبیق با مدل‌سازی داده‌های چابک در دنیای داده‌های بزرگ , Download Data Modeling Made Simple with Embarcadero ER/Studio Data Architect: Adapting to Agile Data Modeling in a Big Data World Book , مدل‌سازی داده‌ها با Embarcadero ER/Studio Data Architect ساده شده است: تطبیق با مدل‌سازی داده‌های چابک در دنیای داده‌های بزرگ دانلود , buy مدل‌سازی داده‌ها با Embarcadero ER/Studio Data Architect ساده شده است: تطبیق با مدل‌سازی داده‌های چابک در دنیای داده‌های بزرگ , خرید کتاب مدل‌سازی داده‌ها با Embarcadero ER/Studio Data Architect ساده شده است: تطبیق با مدل‌سازی داده‌های چابک در دنیای داده‌های بزرگ , دانلود کتاب Data Modeling Made Simple with Embarcadero ER/Studio Data Architect: Adapting to Agile Data Modeling in a Big Data World , کتاب Data Modeling Made Simple with Embarcadero ER/Studio Data Architect: Adapting to Agile Data Modeling in a Big Data World , دانلود Data Modeling Made Simple with Embarcadero ER/Studio Data Architect: Adapting to Agile Data Modeling in a Big Data World , خرید Data Modeling Made Simple with Embarcadero ER/Studio Data Architect: Adapting to Agile Data Modeling in a Big Data World , خرید کتاب Data Modeling Made Simple with Embarcadero ER/Studio Data Architect: Adapting to Agile Data Modeling in a Big Data World ,