×
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 :: »

Zapytania w języku T-SQL w Microsoft SQL Server 2014 i SQL Server 2012 Itzik Ben-Gan, Adam Machanic, Dejan Sarka, Kevin Farlee

(ebook) (audiobook) (audiobook)
Autorzy:
Itzik Ben-Gan, Adam Machanic, Dejan Sarka, Kevin Farlee
Wydawnictwo:
Promise
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
982
Dostępny format:
     PDF
Czytaj fragment

Poznaj tajniki T-SQL, aby poradzić sobie z najtrudniejszymi zapytaniami i problemami dostrajania wydajności.
Wyciśnij maksymalną wydajność i efektywność z każdego tworzonego zapytania T-SQL. Czterech wiodących ekspertów prezentuje pogłębiony przegląd wewnętrznej architektury T SQL i zaawansowane, praktyczne techniki optymalizowania reaktywności i zużycia zasobów. Dzięki właściwemu rozumieniu języka i jego podstaw autorzy przedstawiają unikatowe rozwiązania, tworzone i dostrajane przez lata. Cały kod i prezentowane techniki zostały w pełni zaktualizowane, aby odzwierciedlić nowe usprawnienia T-SQL dostępne w Microsoft SQL Server 2014 i SQL Server 2012.
Twórz szybszy i wydajniejszy kod T-SQL:
- Przejdź od programowania proceduralnego do języka zbiorów i logiki
- Doskonal wydajną metodologię dostrajania zapytań
- Oceniaj złożoność algorytmiczną, by móc przewidzieć wydajność rozwiązania
- Porównaj techniki agregowania danych, łącznie z nową koncepcją grupowania zbiorów
- Wydajnie realizuj analizy danych
- Wydobądź wszystko z zoptymalizowanych narzędzi masowego importowania danych
- Uniknij pułapek prowadzących do wadliwego, wolno wykonywanego kodu
- Twórz zoptymalizowane zapytania statystyczne bez dodatkowego oprogramowania
- Użyj obiektów programowalnych do przyśpieszenia zapytań
- Wykorzystaj ulepszenia wydajności w zapytaniach OLTP
- Opanuj użyteczne i eleganckie podejście do manipulowania grafami
Przykłady kodu dostępne są do pobrania pod adresem
tsql.solidq.com/books/tq3
O tej książce
- Dla doświadczonych praktyków T-SQL
- Obejmuje zaktualizowaną tematykę książek Microsoft SQL Server 2008 od środka: Zapytania w języku T-SQL oraz Programowanie w języku T-SQL
- Wyjaśnia wiele zagadnień egzaminacyjnych dla certyfikacji MCSE 70-464 oraz MCSA/MCSE 70-461
O autorach
Itzik Ben-Gan, SQL Server MVP od roku 1999, współtwórca SolidQ oraz cyków szkoleniowych Advanced T-SQL Querying, Programming and Tuning oraz T-SQL Fundamentals courses. Prowadzi wiele szkoleń na temat T-SQL i wykładów na konferencjach TechEd, SQLPASS i SQL Server Connections.
Dejan Sarka, MCT, SQL Server MVP, jest konsultantem w dziedzinie baz danych/BI, szkoleniowcem i programistą specjalizującym się w modelowaniu, drążeniu danych i zapewnianiu jakości. Jest autorem lub współautorem 11 książek i założycielem Slovenian SQL Server and .NET Users Group.
Adam Machanic, SQL Server MVP, jest programistą, autorem i wykładowcą skupiającym się na wydajności i projektowaniu wielkoskalowych hurtowni danych. Jest twórcą nagrodzonej procedury składowanej sp_WhoIsActive.
Kevin Farlee, Storage Engine Program Manager w zespole SQL Server, ma ponad 25 lat doświadczenia w dziedzinie baz danych i magazynowania informacji.

Wybrane bestsellery

O autorze książki

Dejan Sarka, MCT and Microsoft Data Platform MVP, is an independent trainer and consultant who focuses on the development of database and business intelligence applications. He is the founder of the Slovenian SQL Server and .NET Users Group.

Itzik Ben-Gan, Adam Machanic, Dejan Sarka, Kevin Farlee - pozostałe książki

Promise - inne książki

Zamknij

Przenieś na półkę

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Ebook
134,10 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.