مقاله جامع Queryهای دیتابیس

فهرست مطالب

• مقدمه
• مبانی Queryها
• Queryهای پیچیده و حرفه‌ای
• Queryهای بهینه و Performance
• Queryهای Dynamic و Prepared Statements
• Queryهای NoSQL
• Queryهای ترکیبی و Advanced
• Case Study و پروژه عملی
• جمع‌بندی

مقدمه

در دنیای امروز، مدیریت داده‌ها و استخراج اطلاعات ارزشمند از دیتابیس‌ها یکی از پایه‌های اصلی توسعه نرم‌افزار و تحلیل داده است. Queryها ابزار اصلی ما برای ارتباط با دیتابیس‌ها هستند. این مقاله به صورت جامع انواع Queryها، بهینه‌سازی آن‌ها، Queryهای پیچیده و همچنین مثال‌های عملی در SQL و NoSQL را پوشش می‌دهد.

مبانی Queryها

1. SELECT، INSERT، UPDATE و DELETE

چهار دستور اصلی برای کار با داده‌ها در SQL عبارتند از:

-- انتخاب داده‌ها
SELECT name, email FROM users WHERE status = 'active';

-- اضافه کردن داده‌ها
INSERT INTO users (name, email, status) VALUES ('Ali', 'ali@example.com', 'active');

-- به‌روزرسانی داده‌ها
UPDATE users SET status = 'inactive' WHERE last_login < '2025-01-01';

-- حذف داده‌ها
DELETE FROM users WHERE status = 'inactive';

2. WHERE، JOIN، GROUP BY و HAVING

این دستورات به ما امکان فیلتر و ترکیب داده‌ها را می‌دهند:

-- فیلتر با WHERE
SELECT * FROM orders WHERE total > 1000;

-- INNER JOIN بین دو جدول
SELECT users.name, orders.total
FROM users
INNER JOIN orders ON users.id = orders.user_id;

-- گروه‌بندی داده‌ها و محاسبه مجموع
SELECT user_id, SUM(total) as total_spent
FROM orders
GROUP BY user_id
HAVING total_spent > 5000;

3. Index و تاثیر آن روی سرعت Query

ایندکس‌ها باعث افزایش سرعت جستجو در دیتابیس می‌شوند. برای مثال:

-- ایجاد ایندکس روی ستون email
CREATE INDEX idx_email ON users(email);

این کار باعث می‌شود جستجو بر اساس ایمیل بسیار سریع‌تر انجام شود.

4. مثال ساده با توضیح خط به خط

SELECT name, email
FROM users
WHERE status = 'active'
ORDER BY name ASC
LIMIT 10;

توضیح: این Query ده کاربر فعال را بر اساس نام به ترتیب صعودی برمی‌گرداند.

Queryهای پیچیده و حرفه‌ای

1. JOINهای چندگانه: INNER, LEFT, RIGHT, FULL OUTER

JOINها برای ترکیب داده‌ها از چند جدول استفاده می‌شوند:

-- INNER JOIN: فقط رکوردهای مشترک بین دو جدول
SELECT u.name, o.total
FROM users u
INNER JOIN orders o ON u.id = o.user_id;

-- LEFT JOIN: همه کاربران و سفارش‌هایشان (اگر سفارش نداشته باشند NULL نمایش داده می‌شود)
SELECT u.name, o.total
FROM users u
LEFT JOIN orders o ON u.id = o.user_id;

-- RIGHT JOIN: همه سفارش‌ها و اطلاعات کاربران (اگر کاربر نباشد NULL)
SELECT u.name, o.total
FROM users u
RIGHT JOIN orders o ON u.id = o.user_id;

-- FULL OUTER JOIN: همه کاربران و همه سفارش‌ها، با NULL در صورت نبود داده
SELECT u.name, o.total
FROM users u
FULL OUTER JOIN orders o ON u.id = o.user_id;

2. Subquery و Nested Query

Subquery یا Query تو در تو برای استخراج داده‌ها از یک Query دیگر کاربرد دارد:

-- دریافت کاربرانی که مجموع سفارشاتشان بالای 5000 است
SELECT name
FROM users
WHERE id IN (
    SELECT user_id
    FROM orders
    GROUP BY user_id
    HAVING SUM(total) > 5000
);

توضیح: ابتدا در Subquery مجموع سفارشات کاربران محاسبه شده و سپس تنها کاربرانی که بیش از 5000 سفارش داشته‌اند انتخاب می‌شوند.

3. Queryهای Conditional و CASE

CASE برای اعمال شرایط در انتخاب داده‌ها استفاده می‌شود:

-- دسته‌بندی کاربران بر اساس مجموع خرید
SELECT u.name,
       CASE 
           WHEN SUM(o.total) > 10000 THEN 'ویژه'
           WHEN SUM(o.total) > 5000 THEN 'نقره‌ای'
           ELSE 'عادی'
       END AS user_status
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
GROUP BY u.name;

توضیح: با CASE می‌توان وضعیت کاربران را بر اساس مجموع خریدشان دسته‌بندی کرد.

4. Aggregation و استفاده از Functions (SUM, COUNT, AVG, MAX, MIN)

توابع Aggregation برای جمع‌بندی و تحلیل داده‌ها کاربرد دارند:

-- تعداد سفارش‌ها و مجموع آن‌ها برای هر کاربر
SELECT user_id, COUNT(*) as total_orders, SUM(total) as total_spent
FROM orders
GROUP BY user_id;

-- میانگین مبلغ سفارش‌ها
SELECT AVG(total) as avg_order
FROM orders;

-- بیشترین و کمترین سفارش
SELECT MAX(total) as max_order, MIN(total) as min_order
FROM orders;

5. مثال عملی ترکیبی

-- دریافت ۵ کاربر برتر بر اساس مجموع خرید، به همراه تعداد سفارش
SELECT u.name, COUNT(o.id) as order_count, SUM(o.total) as total_spent
FROM users u
INNER JOIN orders o ON u.id = o.user_id
GROUP BY u.name
ORDER BY total_spent DESC
LIMIT 5;

توضیح: این Query اطلاعاتی ترکیبی از کاربران و سفارشاتشان استخراج می‌کند و کاربران برتر را نمایش می‌دهد.

Queryهای بهینه و Performance

1. Explain و Analyze Query

برای بررسی عملکرد یک Query و پیدا کردن نقاط ضعف، از دستور EXPLAIN یا ANALYZE استفاده می‌کنیم:

-- بررسی Query
EXPLAIN SELECT u.name, o.total
FROM users u
INNER JOIN orders o ON u.id = o.user_id
WHERE o.total > 1000;

توضیح: این دستور نمایش می‌دهد که دیتابیس چگونه Query را اجرا می‌کند، چه ایندکس‌هایی استفاده می‌شوند و چه تعداد رکورد اسکن می‌شود.

2. Indexing و Partitioning

ایندکس‌ها مهم‌ترین عامل افزایش سرعت جستجو هستند:

-- ایجاد ایندکس روی ستون user_id جدول orders
CREATE INDEX idx_user_id ON orders(user_id);

-- ایجاد ایندکس ترکیبی روی ستون user_id و total
CREATE INDEX idx_user_total ON orders(user_id, total);

Partitioning: تقسیم جدول‌های بزرگ به بخش‌های کوچک برای افزایش سرعت Queryهای حجیم.

3. Caching و Query Optimization

با استفاده از Caching می‌توان Queryهایی که مکرراً اجرا می‌شوند را سریع‌تر کرد:

-- مثال ساده در PHP با ذخیره نتایج Query در Cache
$cacheKey = 'top_users';
$cachedData = getCache($cacheKey);

if(!$cachedData) {
    $result = $db->query("
        SELECT u.name, SUM(o.total) as total_spent
        FROM users u
        INNER JOIN orders o ON u.id = o.user_id
        GROUP BY u.name
        ORDER BY total_spent DESC
        LIMIT 10
    ");
    $cachedData = $result->fetchAll();
    setCache($cacheKey, $cachedData, 3600); // ذخیره یک ساعته
}

4. Query Rewriting و Common Pitfalls

بازنویسی Query می‌تواند سرعت اجرای آن را بسیار افزایش دهد. مثال:

-- Query اولیه
SELECT * FROM orders WHERE MONTH(created_at) = 10;

-- Query بهینه با شرط تاریخ
SELECT * FROM orders
WHERE created_at >= '2025-10-01' AND created_at < '2025-11-01';

توضیح: استفاده از توابع روی ستون‌ها باعث عدم استفاده از ایندکس می‌شود، بنابراین شرط تاریخ مستقیم سریع‌تر اجرا می‌شود.

5. Batch Processing و Limit

برای Queryهای حجیم، پردازش دسته‌ای بهتر است:

-- پردازش 1000 رکورد در هر بار
SELECT * FROM orders
ORDER BY id
LIMIT 1000 OFFSET 0;

SELECT * FROM orders
ORDER BY id
LIMIT 1000 OFFSET 1000;

توضیح: این روش باعث کاهش فشار روی سرور و جلوگیری از Timeout می‌شود.

Queryهای Dynamic و Prepared Statements

1. Dynamic Query در PHP

گاهی لازم است Queryها به صورت پویا ساخته شوند. مثال:

<?php
$filters = [];
if(!empty($_GET['status'])) {
    $filters[] = "status = '" . $_GET['status'] . "'";
}
if(!empty($_GET['min_total'])) {
    $filters[] = "total >=" . (int)$_GET['min_total'];
}

$where = '';
if(count($filters) > 0) {
    $where = 'WHERE ' . implode(' AND ', $filters);
}

$sql = "SELECT * FROM orders $where";
$result = $db->query($sql);
?>

توضیح: Query به صورت پویا بر اساس فیلترهای ورودی کاربر ساخته می‌شود. اما این روش در برابر SQL Injection آسیب‌پذیر است.

2. Prepared Statements در PHP (PDO)

Prepared Statement برای جلوگیری از SQL Injection استفاده می‌شود:

<?php
$status = $_GET['status'] ?? '';
$min_total = $_GET['min_total'] ?? 0;

$sql = "SELECT * FROM orders WHERE status = :status AND total >= :min_total";
$stmt = $pdo->prepare($sql);
$stmt->execute(['status' => $status, 'min_total' => $min_total]);
$results = $stmt->fetchAll();
?>

توضیح: پارامترها به صورت امن به Query ارسال می‌شوند و احتمال حمله SQL Injection صفر است.

3. Dynamic Query در Python (با psycopg2)

import psycopg2

conn = psycopg2.connect("dbname=test user=postgres password=secret")
cur = conn.cursor()

status = 'active'
min_total = 1000

cur.execute("""
    SELECT * FROM orders
    WHERE status = %s AND total >= %s
""", (status, min_total))

rows = cur.fetchall()
for row in rows:
    print(row)
conn.close()

توضیح: در Python هم استفاده از پارامترها (placeholders) باعث امنیت و جلوگیری از SQL Injection می‌شود.

4. Dynamic Query در Node.js (با MySQL)

const mysql = require('mysql2/promise');

async function getOrders(status, minTotal) {
    const connection = await mysql.createConnection({host:'localhost', user:'root', database:'shop'});
    const [rows] = await connection.execute(
        'SELECT * FROM orders WHERE status = ? AND total >= ?',
        [status, minTotal]
    );
    await connection.end();
    return rows;
}

getOrders('active', 1000).then(console.log);

توضیح: استفاده از ? و آرایه پارامترها مشابه Prepared Statement عمل می‌کند و امنیت Query حفظ می‌شود.

5. ترکیب Dynamic Query و Aggregation

<?php
$conditions = [];
$params = [];

if(!empty($_GET['status'])) {
    $conditions[] = "status = :status";
    $params['status'] = $_GET['status'];
}

$where = '';
if(count($conditions) > 0) {
    $where = 'WHERE ' . implode(' AND ', $conditions);
}

$sql = "SELECT user_id, COUNT(*) as total_orders, SUM(total) as total_spent 
        FROM orders $where 
        GROUP BY user_id";
$stmt = $pdo->prepare($sql);
$stmt->execute($params);
$results = $stmt->fetchAll();
?>

توضیح: این روش ترکیبی از Dynamic Query و Prepared Statement است که هم انعطاف‌پذیر و هم امن است.

Queryهای NoSQL

1. MongoDB Query

MongoDB یک دیتابیس NoSQL مبتنی بر Document است که از JSON برای ذخیره داده استفاده می‌کند.

-- پیدا کردن همه کاربران فعال
db.users.find({ status: "active" });

-- پیدا کردن کاربران با مجموع سفارش بیش از 5000
db.orders.aggregate([
    { $group: { _id: "$user_id", total_spent: { $sum: "$total" } } },
    { $match: { total_spent: { $gt: 5000 } } }
]);

-- اضافه کردن یک کاربر جدید
db.users.insertOne({ name: "Ali", email: "ali@example.com", status: "active" });

-- به‌روزرسانی وضعیت کاربران
db.users.updateMany(
    { last_login: { $lt: new Date("2025-01-01") } },
    { $set: { status: "inactive" } }
);

-- حذف کاربران غیرفعال
db.users.deleteMany({ status: "inactive" });

توضیح: در MongoDB عملیات CRUD با متدهای find, insertOne, updateMany و deleteMany انجام می‌شود و Aggregation Pipeline برای تحلیل داده‌ها استفاده می‌شود.

2. Redis Query

Redis یک دیتابیس Key-Value بسیار سریع است و بیشتر برای کشینگ و داده‌های موقت استفاده می‌شود.

# ذخیره مقدار
SET user:1001 "Ali"

# خواندن مقدار
GET user:1001

# ذخیره Hash
HSET user:1001 name "Ali" status "active"

# دریافت همه فیلدها
HGETALL user:1001

# ذخیره لیست سفارش‌ها
LPUSH orders:1001 500 700 300

# خواندن همه آیتم‌ها
LRANGE orders:1001 0 -1

توضیح: Redis برای ذخیره داده‌های کوچک و سریع بسیار مناسب است و عملیات روی Key-Value یا ساختارهای داده‌ای مانند Hash، List و Set انجام می‌شود.

3. Elasticsearch Query

Elasticsearch برای جستجوی سریع متن و تحلیل داده‌های بزرگ استفاده می‌شود.

# جستجوی ساده با REST API
GET /users/_search
{
  "query": {
    "match": {
      "status": "active"
    }
  }
}

# جستجوی شرطی و مرتب‌سازی
GET /orders/_search
{
  "query": {
    "range": {
      "total": {
        "gte": 1000
      }
    }
  },
  "sort": [
    { "total": "desc" }
  ]
}

# Aggregation برای محاسبه مجموع خرید هر کاربر
GET /orders/_search
{
  "size": 0,
  "aggs": {
    "total_per_user": {
      "terms": { "field": "user_id" },
      "aggs": {
        "sum_total": { "sum": { "field": "total" } }
      }
    }
  }
}

توضیح: Elasticsearch از JSON برای Query و Aggregation استفاده می‌کند و برای تحلیل و جستجوی سریع داده‌های بزرگ بسیار مناسب است.

Queryهای ترکیبی و Advanced

1. Window Functions

Window Functions برای محاسباتی که نیاز به حفظ ردیف‌ها دارند استفاده می‌شوند، مثل رتبه‌بندی، میانگین متحرک و جمع تجمعی.

-- رتبه‌بندی کاربران بر اساس مجموع خرید
SELECT user_id, SUM(total) as total_spent,
       RANK() OVER (ORDER BY SUM(total) DESC) as rank
FROM orders
GROUP BY user_id;

-- محاسبه میانگین متحرک تعداد سفارش‌ها
SELECT order_date, COUNT(*) as daily_orders,
       AVG(COUNT(*)) OVER (ORDER BY order_date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW) as moving_avg
FROM orders
GROUP BY order_date
ORDER BY order_date;

2. CTE (Common Table Expressions)

CTE برای ایجاد Queryهای خوانا و قابل نگهداری استفاده می‌شود:

-- CTE برای پیدا کردن کاربران فعال و مجموع خرید آن‌ها
WITH user_totals AS (
    SELECT user_id, SUM(total) as total_spent
    FROM orders
    GROUP BY user_id
)
SELECT u.name, ut.total_spent
FROM users u
INNER JOIN user_totals ut ON u.id = ut.user_id
WHERE ut.total_spent > 5000;

3. Recursive Query

برای مدیریت داده‌های سلسله‌مراتبی (مانند دسته‌بندی‌ها یا سازمان) از Recursive Query استفاده می‌کنیم:

-- پیدا کردن همه زیرمجموعه‌های یک دسته
WITH RECURSIVE category_tree AS (
    SELECT id, name, parent_id
    FROM categories
    WHERE id = 1 -- دسته اصلی
    UNION ALL
    SELECT c.id, c.name, c.parent_id
    FROM categories c
    INNER JOIN category_tree ct ON c.parent_id = ct.id
)
SELECT * FROM category_tree;

توضیح: این Query تمام زیرمجموعه‌های دسته اصلی را به صورت بازگشتی استخراج می‌کند.

4. JSON Query در PostgreSQL

PostgreSQL امکان ذخیره و Query داده‌های JSON را دارد:

-- انتخاب کاربران که مقدار خاصی در JSON دارند
SELECT id, data->>'email' as email
FROM users
WHERE data->>'status' = 'active';

-- Aggregation روی داده‌های JSON
SELECT data->>'user_id' as user_id, SUM((data->>'total')::numeric) as total_spent
FROM orders
GROUP BY data->>'user_id';

توضیح: استفاده از JSON در PostgreSQL انعطاف‌پذیری بالایی برای ذخیره داده‌های پیچیده فراهم می‌کند و امکان Query و Aggregation مستقیم روی آن وجود دارد.

Case Study و پروژه عملی

1. طراحی دیتابیس فرضی

فرض کنید یک فروشگاه آنلاین داریم با جداول زیر:

-- جدول کاربران
CREATE TABLE users (
    id SERIAL PRIMARY KEY,
    name VARCHAR(100),
    email VARCHAR(100),
    status VARCHAR(20),
    created_at TIMESTAMP DEFAULT NOW()
);

-- جدول سفارش‌ها
CREATE TABLE orders (
    id SERIAL PRIMARY KEY,
    user_id INT REFERENCES users(id),
    total NUMERIC(10,2),
    order_date DATE,
    status VARCHAR(20)
);

-- جدول محصولات
CREATE TABLE products (
    id SERIAL PRIMARY KEY,
    name VARCHAR(100),
    price NUMERIC(10,2),
    category_id INT
);

-- جدول دسته‌بندی محصولات
CREATE TABLE categories (
    id SERIAL PRIMARY KEY,
    name VARCHAR(100),
    parent_id INT
);

2. Queryهای عملی ساده

-- انتخاب همه کاربران فعال
SELECT * FROM users WHERE status = 'active';

-- اضافه کردن سفارش جدید
INSERT INTO orders (user_id, total, order_date, status)
VALUES (1, 1500, '2025-10-08', 'completed');

-- به‌روزرسانی وضعیت سفارش
UPDATE orders SET status = 'shipped' WHERE id = 5;

-- حذف سفارش منقضی
DELETE FROM orders WHERE status = 'cancelled';

3. Queryهای پیشرفته

-- دریافت 5 کاربر برتر بر اساس مجموع خرید
SELECT u.name, SUM(o.total) as total_spent
FROM users u
INNER JOIN orders o ON u.id = o.user_id
GROUP BY u.name
ORDER BY total_spent DESC
LIMIT 5;

-- دسته‌بندی کاربران با CASE
SELECT u.name,
       CASE
           WHEN SUM(o.total) > 10000 THEN 'ویژه'
           WHEN SUM(o.total) > 5000 THEN 'نقره‌ای'
           ELSE 'عادی'
       END AS user_status
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
GROUP BY u.name;

4. Queryهای بهینه و Performance

-- ایجاد ایندکس روی ستون user_id
CREATE INDEX idx_orders_user ON orders(user_id);

-- پردازش دسته‌ای سفارش‌ها
SELECT * FROM orders
ORDER BY id
LIMIT 1000 OFFSET 0;

5. Queryهای Dynamic و Prepared Statements

<?php
$status = $_GET['status'] ?? 'completed';
$min_total = $_GET['min_total'] ?? 1000;

$sql = "SELECT user_id, SUM(total) as total_spent
        FROM orders
        WHERE status = :status AND total >= :min_total
        GROUP BY user_id";
$stmt = $pdo->prepare($sql);
$stmt->execute(['status' => $status, 'min_total' => $min_total]);
$results = $stmt->fetchAll();
?>

6. Queryهای پیشرفته‌تر: Window, CTE, Recursive

-- رتبه‌بندی کاربران بر اساس مجموع خرید
SELECT user_id, SUM(total) as total_spent,
       RANK() OVER (ORDER BY SUM(total) DESC) as rank
FROM orders
GROUP BY user_id;

-- CTE برای کاربران فعال با مجموع خرید
WITH user_totals AS (
    SELECT user_id, SUM(total) as total_spent
    FROM orders
    GROUP BY user_id
)
SELECT u.name, ut.total_spent
FROM users u
INNER JOIN user_totals ut ON u.id = ut.user_id
WHERE ut.total_spent > 5000;

-- Recursive Query برای دسته‌بندی محصولات
WITH RECURSIVE category_tree AS (
    SELECT id, name, parent_id
    FROM categories
    WHERE id = 1
    UNION ALL
    SELECT c.id, c.name, c.parent_id
    FROM categories c
    INNER JOIN category_tree ct ON c.parent_id = ct.id
)
SELECT * FROM category_tree;

7. JSON Query در PostgreSQL

-- فرض کنید جدول orders یک ستون JSON به نام details دارد
SELECT details->>'product_id' as product_id,
       SUM((details->>'total')::numeric) as total_spent
FROM orders
GROUP BY details->>'product_id';

نتیجه‌گیری Case Study: با این پروژه عملی، شما توانایی اجرای انواع Queryها از ساده تا پیشرفته، بهینه‌سازی عملکرد، استفاده از Query پویا و Prepared Statements، و کار با داده‌های سلسله‌مراتبی و JSON در PostgreSQL را کسب کردید.

جمع‌بندی و نکات کلیدی

در این مقاله جامع، شما با تمامی جنبه‌های Queryهای دیتابیس آشنا شدید، از ساده‌ترین دستورهای SQL تا Queryهای پیشرفته و بهینه‌سازی شده، و همچنین نحوه کار با دیتابیس‌های NoSQL را یاد گرفتید. نکات کلیدی شامل موارد زیر است:

• Queryهای پایه: SELECT، INSERT، UPDATE و DELETE پایه و اساس تمام کار با دیتابیس هستند و باید تسلط کامل روی آن‌ها داشته باشید.
• Join و Aggregation: ترکیب داده‌ها از چند جدول با JOIN و محاسبات آماری با SUM، COUNT، AVG، MAX و MIN ضروری است.
• Queryهای پیشرفته: Subquery، CASE، Window Functions، CTE و Recursive Query ابزارهای قوی برای تحلیل و مدیریت داده‌های پیچیده هستند.
• بهینه‌سازی و Performance: استفاده از Index، Partition، Batch Processing، Caching و بازنویسی Query باعث افزایش سرعت و کاهش فشار روی سرور می‌شود.
• Dynamic Query و Prepared Statements: ساخت Queryهای پویا با پارامترهای امن، جلوگیری از SQL Injection و انعطاف‌پذیری بالا را فراهم می‌کند.
• NoSQL: MongoDB، Redis و Elasticsearch امکان ذخیره و تحلیل سریع داده‌ها با ساختارهای مختلف را ارائه می‌دهند و برای پروژه‌های خاص بسیار مناسب هستند.
• Case Study عملی: پروژه فروشگاه آنلاین نشان داد چگونه همه Queryها را در یک دیتابیس واقعی اعمال کنید و مفاهیم عملی را تجربه کنید.
• JSON Query: ذخیره داده‌های پیچیده در PostgreSQL و اجرای Query و Aggregation روی JSON داده‌ها انعطاف و قدرت بیشتری به دیتابیس شما می‌دهد.

توصیه‌های عملی:

• همیشه Queryها را قبل از اجرا با EXPLAIN یا ANALYZE بررسی کنید تا عملکرد آن‌ها را بسنجید.
• از Indexهای مناسب و Partition برای جداول بزرگ استفاده کنید.
• برای Queryهای پویا همیشه از Prepared Statements استفاده کنید تا امنیت سیستم حفظ شود.
• در پروژه‌های حجیم، از Batch Processing و Paging برای جلوگیری از فشار زیاد روی سرور استفاده کنید.
• در صورت نیاز به جستجوی سریع و تحلیل داده‌های بزرگ، از NoSQL و Elasticsearch بهره ببرید.

با مطالعه و اجرای این مقاله، شما اکنون توانایی طراحی، اجرای و بهینه‌سازی Queryهای دیتابیس SQL و NoSQL را دارید و می‌توانید پروژه‌های واقعی با داده‌های پیچیده را مدیریت کنید.

پایان مقاله جامع Queryهای دیتابیس