[{"data":1,"prerenderedAt":342},["ShallowReactive",2],{"navigation":3,"/space/structure":203},[4,22,47,64,101,126,143,156,169,190],{"title":5,"path":6,"stem":7,"children":8,"page":21},"آشنایی و مبانی","/intro","01.intro",[9,13,17],{"title":10,"path":11,"stem":12},"معماری داده‌ها","/intro/architecture","01.intro/1.architecture",{"title":14,"path":15,"stem":16},"الگوهای پیشنهادی","/intro/best-practices","01.intro/2.best-practices",{"title":18,"path":19,"stem":20},"مقایسه ETL و ELT","/intro/etl-vs-elt","01.intro/3.etl-vs-elt",false,{"title":23,"path":24,"stem":25,"children":26,"page":21},"ساخت و مدیریت فضا","/space","02.space",[27,31,35,39,43],{"title":28,"path":29,"stem":30},"ساختار فضا و پروژه","/space/structure","02.space/1.structure",{"title":32,"path":33,"stem":34},"ذخیره در باکت اختصاصی","/space/dedicated-bucket","02.space/2.dedicated-bucket",{"title":36,"path":37,"stem":38},"آموزش ساخت فضا","/space/create-space","02.space/3.create-space",{"title":40,"path":41,"stem":42},"طرح فضا","/space/plan","02.space/4.plan",{"title":44,"path":45,"stem":46},"سرور MCP","/space/mcp-server","02.space/5.mcp-server",{"title":48,"path":49,"stem":50,"children":51,"page":21},"مدیریت کاربران","/user-management","03.user-management",[52,56,60],{"title":53,"path":54,"stem":55},"آشنایی با نقش‌ها","/user-management/roles","03.user-management/1.roles",{"title":57,"path":58,"stem":59},"اعطای دسترسی","/user-management/access","03.user-management/2.access",{"title":61,"path":62,"stem":63},"آموزش اعطای دسترسی","/user-management/manage-users","03.user-management/3.manage-users",{"title":65,"path":66,"stem":67,"children":68,"page":21},"ایجاد و مدیریت دیتاست","/dataset","04.dataset",[69,73,77,81,85,89,93,97],{"title":70,"path":71,"stem":72},"ایجاد دیتاست","/dataset/create-dataset","04.dataset/1.create-dataset",{"title":74,"path":75,"stem":76},"الگوهای نام‌گذاری","/dataset/naming-conventions","04.dataset/2.naming-conventions",{"title":78,"path":79,"stem":80},"تفاوت درج با ورژن و آپدیت","/dataset/write-modes","04.dataset/3.write-modes",{"title":82,"path":83,"stem":84},"انواع ستون و نوع مقدار","/dataset/column-types","04.dataset/4.column-types",{"title":86,"path":87,"stem":88},"متادیتا و ویژگی‌های ستون","/dataset/column-settings","04.dataset/5.column-settings",{"title":90,"path":91,"stem":92},"قوانین امنیتی جدول","/dataset/table-settings","04.dataset/6.table-settings",{"title":94,"path":95,"stem":96},"ویرایش اسکیما","/dataset/schema-evolution","04.dataset/7.schema-evolution",{"title":98,"path":99,"stem":100},"آموزش ایجاد جدول سفارشی","/dataset/create-custom-table","04.dataset/8.create-custom-table",{"title":102,"path":103,"stem":104,"children":105,"page":21},"لود داده","/data-load","05.data-load",[106,110,114,118,122],{"title":107,"path":108,"stem":109},"لندر گو (Lander Go)","/data-load/lander-go","05.data-load/1.lander-go",{"title":111,"path":112,"stem":113},"لود مستقیم (API)","/data-load/api-load","05.data-load/2.api-load",{"title":115,"path":116,"stem":117},"لود با تبدیل (Transform)","/data-load/transform-load","05.data-load/3.transform-load",{"title":119,"path":120,"stem":121},"یکتاسازی و مدیریت Late Data","/data-load/idempotency-and-late-data","05.data-load/4.idempotency-and-late-data",{"title":123,"path":124,"stem":125},"لاگ درخواست‌های رد شده","/data-load/dropped-requests","05.data-load/5.dropped-requests",{"title":127,"path":128,"stem":129,"children":130,"page":21},"داشبورد","/dashboard","06.dashboard",[131,135,139],{"title":132,"path":133,"stem":134},"ساختار و دسترسی","/dashboard/structure","06.dashboard/1.structure",{"title":136,"path":137,"stem":138},"فیلترهای استوری","/dashboard/story-filters","06.dashboard/2.story-filters",{"title":140,"path":141,"stem":142},"آموزش ساخت استوری","/dashboard/create-story","06.dashboard/3.create-story",{"title":144,"path":145,"stem":146,"children":147,"page":21},"کوئری","/query","07.query",[148,152],{"title":149,"path":150,"stem":151},"نکات نوشتن کوئری","/query/query-notes","07.query/1.query-notes",{"title":153,"path":154,"stem":155},"توابع اختصاصی داده‌لند","/query/dadeland-sql","07.query/2.dadeland-sql",{"title":157,"path":158,"stem":159,"children":160,"page":21},"فانل","/funnel","08.funnel",[161,165],{"title":162,"path":163,"stem":164},"آموزش ایجاد فانل","/funnel/create-funnel","08.funnel/1.create-funnel",{"title":166,"path":167,"stem":168},"شیوه کار فانل","/funnel/how-funnel-works","08.funnel/2.how-funnel-works",{"title":170,"path":171,"stem":172,"children":173,"page":21},"ماژول کلاینت","/client-module","09.client-module",[174,178,182,186],{"title":175,"path":176,"stem":177},"آشنایی با ماژول کلاینت","/client-module/intro","09.client-module/1.intro",{"title":179,"path":180,"stem":181},"تنظیمات ماژول","/client-module/settings","09.client-module/2.settings",{"title":183,"path":184,"stem":185},"جمع‌آوری داده (لندر وب)","/client-module/lander-web","09.client-module/3.lander-web",{"title":187,"path":188,"stem":189},"آموزش راه‌اندازی","/client-module/up-and-running","09.client-module/4.up-and-running",{"title":191,"path":192,"stem":193,"children":194,"page":21},"عملیات","/activation","10.activation",[195,199],{"title":196,"path":197,"stem":198},"توزیع داده (Reverse ETL)","/activation/reverse-etl","10.activation/1.reverse-etl",{"title":200,"path":201,"stem":202},"یکپارچه‌سازی‌های توزیع داده","/activation/integrations","10.activation/2.integrations",{"id":204,"title":28,"body":205,"description":335,"extension":336,"links":337,"meta":338,"navigation":339,"path":29,"seo":340,"stem":30,"__hash__":341},"docs/02.space/1.structure.md",{"type":206,"value":207,"toc":322},"minimark",[208,213,222,228,231,234,238,241,244,250,252,256,259,266,268,272,275,280,282,286,289,294,296,300,303,308,310,314,317],[209,210,212],"h3",{"id":211},"آشنایی-با-فضا","آشنایی با فضا",[214,215,216,217,221],"p",{},"فضا (Space) بالاترین سطح سازمان‌دهی و ایزولاسیون داده‌ها در داده‌لند است و نقشی مشابه یک پایگاه داده مستقل را ایفا می‌کند. هر فضا می‌تواند چندین «پروژه» را در بر بگیرد. تمام جداول و دیتاست‌های یک فضا—حتی در صورت قرارگیری در پروژه‌های مجزا—به صورت یکپارچه قابل اتصال (",[218,219,220],"code",{},"JOIN",") و تحلیل هستند؛ در حالی که داده‌های دو فضای متفاوت کاملاً از یکدیگر ایزوله بوده و ترکیب مستقیم آن‌ها امکان‌پذیر نیست.",[223,224,225],"warning",{},[214,226,227],{},"داده‌های دو فضای مجزا به هیچ عنوان در کنار یکدیگر قابل تحلیل یا اتصال در کوئری نیستند.",[214,229,230],{},"سازمان‌ها، هلدینگ‌ها و سوپراپ‌هایی که به دید کلان تحلیلی از تمام زیرمجموعه‌ها نیاز دارند، باید داده‌های خود را درون یک فضای واحد سازمان‌دهی نمایند. تهیه طرح‌ها، قیمت‌گذاری و سهمیه منابع پردازشی نیز در سطح فضا محاسبه و بر تمام پروژه‌های درون آن اعمال می‌گردد.",[232,233],"hr",{},[209,235,237],{"id":236},"آشنایی-با-پروژه","آشنایی با پروژه",[214,239,240],{},"پروژه درون هر فضا به عنوان یک دیتامارت (Data Mart) عمل می‌کند و منابعی نظیر دیتاست‌ها، کالکشن‌ها و استوری‌ها را بر اساس ساختار سازمانی، دپارتمان‌ها یا حوزه‌های کسب‌وکار دسته‌بندی می‌نماید.",[214,242,243],{},"پروژه‌ها مرز ایزولاسیون داده ایجاد نمی‌کنند و صرفاً ساختاری برای دسته‌بندی منطقی و مدیریت دسترسی کاربران فراهم می‌سازند؛ بنابراین جداول پروژه‌های مختلف در یک فضا همچنان در کوئری‌ها قابل ترکیب هستند. ایجاد، تغییر نام یا حذف پروژه‌ها تاثیری بر جداول و داده‌ها ندارد و ساختار آن‌ها کاملاً غیرمخرب است.",[245,246,247],"note",{},[214,248,249],{},"پروژه‌ها همگی در یک سطح ساختاری تعریف می‌شوند و امکان ایجاد پروژه تودرتو یا زیرپروژه وجود ندارد.",[232,251],{},[209,253,255],{"id":254},"مثال-ساختار-هلدینگ","مثال ساختار هلدینگ",[214,257,258],{},"در هلدینگ‌ها می‌توان برای هر شرکت تابعه یک پروژه مجزا و در کنار آن‌ها یک پروژه عمومی جهت تجمیع شاخص‌های کل کسب‌وکارها تعریف نمود.",[214,260,261],{},[262,263],"img",{"alt":264,"src":265},"Structure Example","/images/holding-example.webp",[232,267],{},[209,269,271],{"id":270},"مثال-ساختار-پلتفرم","مثال ساختار پلتفرم",[214,273,274],{},"در کسب‌وکارهای پلتفرمی چندوجهی، تفکیک پروژه‌ها بر اساس وجه عرضه (Supply) و وجه تقاضا (Demand) به همراه یک پروژه مشترک برای تحلیل‌های متقابل پیشنهاد می‌شود.",[214,276,277],{},[262,278],{"alt":264,"src":279},"/images/platform-example.webp",[232,281],{},[209,283,285],{"id":284},"مثال-ساختار-b2b","مثال ساختار B2B",[214,287,288],{},"در مدل‌های کسب‌وکار B2B، پروژه‌ها ابزاری مناسب برای جداسازی داده‌ها به تفکیک مشتریان و اعطای دسترسی‌های اختصاصی گزارش‌گیری به آن‌ها به شمار می‌روند.",[214,290,291],{},[262,292],{"alt":264,"src":293},"/images/b2b-example.webp",[232,295],{},[209,297,299],{"id":298},"مثال-ساختار-عمومی","مثال ساختار عمومی",[214,301,302],{},"در شرکت‌های تک‌کسب‌وکاری، تعریف پروژه‌ها منطبق بر دپارتمان‌های سازمانی (نظیر بازاریابی، مالی، فروش و فنی) مناسب‌ترین الگو است.",[214,304,305],{},[262,306],{"alt":264,"src":307},"/images/general-example.webp",[232,309],{},[209,311,313],{"id":312},"مثال-ساختار-ترکیبی","مثال ساختار ترکیبی",[214,315,316],{},"در سازمان‌های بزرگ یا سوپراپ‌ها، امکان ترکیب الگوها وجود دارد؛ به گونه‌ای که در کنار پروژه‌های اختصاصی هر محصول، پروژه‌هایی برای دپارتمان‌های اشتراکی متمرکز در نظر گرفته شوند.",[214,318,319],{},[262,320],{"alt":264,"src":321},"/images/composite-example.webp",{"title":323,"searchDepth":324,"depth":325,"links":326},"",1,2,[327,329,330,331,332,333,334],{"id":211,"depth":328,"text":212},3,{"id":236,"depth":328,"text":237},{"id":254,"depth":328,"text":255},{"id":270,"depth":328,"text":271},{"id":284,"depth":328,"text":285},{"id":298,"depth":328,"text":299},{"id":312,"depth":328,"text":313},"ساختار انبار داده داده‌لند بر پایه فضا و پروژه؛ تفکیک منابع، لایه‌های داده، مدل‌های دسترسی و مدیریت تیم‌ها در پلتفرم داده‌لند (Dadeland).","md",null,{},true,{"title":28,"description":335},"F-BFW4hp-3LGk38NU88Hf1fWxMAKdQWtKe7uQOAQTwg",1793189280774]