×
Dodano do koszyka:
Pozycja znajduje się w koszyku, zwiększono ilość tej pozycji:
Zakupiłeś już tę pozycję:
Książkę możesz pobrać z biblioteki w panelu użytkownika
Pozycja znajduje się w koszyku
Przejdź do koszyka

Zawartość koszyka

ODBIERZ TWÓJ BONUS :: »

Praktyczny kurs SQL. Wydanie II Danuta Mendrala, Marcin Szeliga

(ebook) (audiobook) (audiobook)
  • Czasowo niedostępna
  • Promocja Przejdź
Autorzy:
Danuta Mendrala, Marcin Szeliga
Serie wydawnicze:
Praktyczny kurs
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
4.9/6  Opinie: 19
Stron:
302
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment

Poznaj modele baz danych i standardy języka SQL.

  • Naucz się korzystać z instrukcji pobierania i modyfikacji danych.
  • Dowiedz się, jak tworzyć i zmieniać strukturę bazy oraz zarządzać jej użytkownikami.

Opanuj język SQL w praktyce!

Bazy danych są dosłownie wszędzie. Trudno sobie dziś bez nich wyobrazić funkcjonowanie nowoczesnej biblioteki, choćby najmniejszego sklepu internetowego, biura rachunkowego czy nawet niewielkiego serwisu WWW. Użytkownicy korzystający z baz danych często nie mają nawet pojęcia, w jaki sposób odbywa się dostęp do informacji i jaki mechanizm jest za to odpowiedzialny. Na ignorancję tę nie mogą sobie jednak pozwolić osoby odpowiedzialne za tworzenie, zarządzanie i konserwowanie baz danych. Powinny one znać przynajmniej jeden z popularnych serwerów bazodanowych i sprawnie posługiwać się językiem SQL stanowiącym standardowe narzędzie komunikacji z relacyjnymi bazami.

Jeśli pragniesz dołączyć do ekskluzywnego grona administratorów baz danych lub chcesz zostać programistą aplikacji bazodanowych, lecz przeszkadza Ci brak znajomości SQL-a, sięgnij po książkę "Praktyczny kurs SQL. Wydanie II". W prosty i przystępny sposób prezentuje ona podstawowe pojęcia i zasady rządzące relacyjnym modelem baz danych, a także najważniejsze cechy i konstrukcje języka SQL oraz metody ich wykorzystywania. Lektura książki umożliwi Ci poznanie instrukcji odpowiedzialnych za odczytywanie danych z bazy i ich zapisywanie oraz modyfikację, jak również tworzenie baz i zmianę ich struktury. Poznasz też sposoby tworzenia ról i kont użytkowników oraz zarządzania ich uprawnieniami. Twoją wiedzę ugruntują praktyczne zadania kończące każdy rozdział, a zamieszczone na końcu książki rozwiązania pomogą skorygować ewentualne błędy.

  • Teoretyczne podstawy funkcjonowania baz danych
  • Historia języka SQL i obowiązujące standardy zapytań
  • Odczytywanie, przeszukiwanie, łączenie i grupowanie danych
  • Korzystanie z podzapytań
  • Zapisywanie, modyfikacja i usuwanie danych
  • Transakcje i równoległy dostęp do danych
  • Tworzenie baz danych i modyfikacja ich struktury
  • Korzystanie z widoków i indeksów
  • Zarządzanie użytkownikami, rolami i prawami dostępu do baz danych

Dowiedz się, jak tworzyć relacyjną bazę danych i zarządzać nią za pomocą języka SQL.

Wybrane bestsellery

O autorze książki

Marcin Szeliga - Freelancer data scientist, na co dzień pracuje z SQL Server i Azure, a także szkoli w tym zakresie. Od 2006 roku nieprzerwanie wyróżniany tytułem Microsoft Most Valuable Professional; jeden z dwóch Polaków, którzy otrzymali ten tytuł w kategorii AI. Prelegent na wielu europejskich konferencjach, takich jak Machine Learning Prague, Data Science Summit, SQLDay, 4Developers, SQL Nexus, SQL Saturday, Sphere.it, Claudyna czy Microsoft Technology Summit. Wykładowca akademicki, autor książek i artykułów poświęconych platformie danych Microsoft.

Danuta Mendrala, Marcin Szeliga - pozostałe książki

Zobacz pozostałe książki z serii Praktyczny kurs

Helion - inne książki

Zamknij

Przenieś na półkę

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
47,00 zł
Czasowo niedostępna
Ebook
23,50 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint
Zabrania się wykorzystania treści strony do celów eksploracji tekstu i danych (TDM), w tym eksploracji w celu szkolenia technologii AI i innych systemów uczenia maszynowego. It is forbidden to use the content of the site for text and data mining (TDM), including mining for training AI technologies and other machine learning systems.