آموزش دیتابیس های NoSQL ویژه متخصصان دیتابیس های رابطه ای

دیتابیس های NoSQL که از قواعد SQL - Structured Query Language استفاده نمی کنند در سال های اخیر بسیار محبوب و پر استفاده شده اند. بنابراین این دوره آموزشی ویژه عزیزانی تهیه شده است که دانش و مهارت کار با دیتابیس های SQL  همچون SQL Server ,MySQL و اوراکل را دارند و می خواهند کار با دیتابیس های NoSQL را یاد بگیرند.

این مجموعه آموزش محصول موسسه آموزشی Lynda است که به صورت کاملا رایگان به همراه فایل های تمرینی و به مدت زمان 3 ساعت و 26 دقیقه در اختیار علاقه مندان قرار می گیرد.

در ادامه با برخی از سرفصل های درسی این مجموعه آموزش NoSQL آشنا می شویم.

Introduction

Welcome
Using the exercise files

1. Why Change?

The changing landscape of data
Big data changes
RDBMS challenges
What is a NoSQL database?

2. Is Hadoop NoSQL?

What is Hadoop?
How to get started with Hadoop
Exploring the Cloudera Live environment
Introducing MapReduce
Choosing Hadoop over NoSQL

3. Understanding NoSQL Databases

Understanding NoSQL
The 5 categories of NoSQL databases
Understanding key-value stores
Exploring Redis
Understanding wide-column stores
Exploring HBase
Understanding document databases
Understanding graph databases
Exploring Neo4j

4. NoSQL Options in Microsoft SQL Server 2014

Exploring NoSQL features in SQL Server
Using columnstore indexes
Cloud RDBMS
Exploring a cloud-hosted RDBMS

5. Exploring Cloud-Based NoSQL Databases

Cloud-based files
Exploring cloud-based file storage
Cloud-based Hadoop
Exploring cloud-based Hadoop on Amazon Web Services
Key-value databases, Redis, and DynamoDB
Exploring DynamoDB on Amazon Web Services
Wide-column datastores
Exploring Google's wide-column datastore
Document databases in MongoDB
Exploring MongoDB Labs
Hosted graph databases
Exploring hosted Neo4j
Scaling RDBMS systems in the cloud
Exploring Aurora on Amazon Web Services
MemSQL and BigQuery
Exploring Google BigQuery
Summarizing cloud data offerings

6. Case Studies and Scenarios

Applying NoSQL choices via business scenarios
Working with hardware log files
Storing customer or donor information
Tracking social gaming purchases
Linking museum data
Working with health data

7. Important Tips for Startups

Database selection tips for startups
Considering how data will be input (ingested)
Considering how data will be output (queried)
Exploring tools, community, and support