Data-Science-For-Beginners/translations/lt/2-Working-With-Data/05-relational-databases

Darbas su duomenimis: Reliacinės duomenų bazės

Darbas su duomenimis: Reliacinės duomenų bazės - Sketchnote by @nitya

Tikėtina, kad anksčiau esate naudoję skaičiuoklę informacijai saugoti. Turėjote eilučių ir stulpelių rinkinį, kur eilutės turėjo informaciją (arba duomenis), o stulpeliai apibūdino informaciją (kartais vadinamą metaduomenimis). Reliacinė duomenų bazė yra sukurta remiantis šiuo pagrindiniu principu – lentelėmis su stulpeliais ir eilutėmis, leidžiančiomis informaciją paskirstyti per kelias lenteles. Tai suteikia galimybę dirbti su sudėtingesniais duomenimis, išvengti dubliavimo ir turėti lankstumo analizuojant duomenis. Pažvelkime į reliacinės duomenų bazės koncepcijas.

Prieš paskaitą: testas

Viskas prasideda nuo lentelių

Reliacinės duomenų bazės pagrindas yra lentelės. Kaip ir skaičiuoklėje, lentelė yra stulpelių ir eilučių rinkinys. Eilutėse yra duomenys arba informacija, su kuria norime dirbti, pavyzdžiui, miesto pavadinimas ar kritulių kiekis. Stulpeliai apibūdina saugomus duomenis.

Pradėkime tyrinėjimą sukurdami lentelę, kurioje saugosime informaciją apie miestus. Galime pradėti nuo jų pavadinimo ir šalies. Tai galėtume saugoti lentelėje taip:

Miestas	Šalis
Tokijas	Japonija
Atlanta	Jungtinės Valstijos
Oklendas	Naujoji Zelandija

Atkreipkite dėmesį, kad stulpelių pavadinimai miestas, šalis ir populiacija apibūdina saugomus duomenis, o kiekviena eilutė pateikia informaciją apie vieną miestą.

Vienos lentelės metodo trūkumai

Tikėtina, kad aukščiau pateikta lentelė jums atrodo gana pažįstama. Pradėkime pridėti papildomų duomenų į mūsų augančią duomenų bazę – metinį kritulių kiekį (milimetrais). Susitelkime į 2018, 2019 ir 2020 metus. Jei pridėtume duomenis apie Tokiją, tai galėtų atrodyti taip:

Miestas	Šalis	Metai	Kiekis
Tokijas	Japonija	2020	1690
Tokijas	Japonija	2019	1874
Tokijas	Japonija	2018	1445

Ką pastebite apie mūsų lentelę? Galbūt pastebėjote, kad mes kartojame miesto pavadinimą ir šalį vėl ir vėl. Tai gali užimti nemažai vietos ir iš esmės yra nereikalinga. Juk Tokijas turi tik vieną pavadinimą, kuris mus domina.

Gerai, pabandykime ką nors kita. Pridėkime naujus stulpelius kiekvieniems metams:

Miestas	Šalis	2018	2019	2020
Tokijas	Japonija	1445	1874	1690
Atlanta	Jungtinės Valstijos	1779	1111	1683
Oklendas	Naujoji Zelandija	1386	942	1176

Nors tai išvengia eilučių dubliavimo, atsiranda keletas kitų iššūkių. Kiekvieną kartą atsiradus naujiems metams, turėtume keisti lentelės struktūrą. Be to, augant duomenims, metų naudojimas kaip stulpelių apsunkins reikšmių gavimą ir skaičiavimą.

Štai kodėl mums reikia kelių lentelių ir ryšių. Padalindami duomenis galime išvengti dubliavimo ir turėti daugiau lankstumo dirbant su duomenimis.

Ryšių koncepcijos

Grįžkime prie savo duomenų ir nuspręskime, kaip juos padalinti. Žinome, kad norime saugoti miestų pavadinimus ir šalis, todėl tai greičiausiai geriausiai veiks vienoje lentelėje.

Miestas	Šalis
Tokijas	Japonija
Atlanta	Jungtinės Valstijos
Oklendas	Naujoji Zelandija

Tačiau prieš kurdami kitą lentelę, turime nuspręsti, kaip nurodyti kiekvieną miestą. Mums reikia kažkokio identifikatoriaus, ID arba (techniniais duomenų bazės terminais) pirminio rakto. Pirminis raktas yra reikšmė, naudojama konkrečiai eilutei lentelėje identifikuoti. Nors tai galėtų būti pagrįsta pačia reikšme (pavyzdžiui, galėtume naudoti miesto pavadinimą), beveik visada tai turėtų būti skaičius arba kitas identifikatorius. Nenorime, kad ID kada nors pasikeistų, nes tai sugadintų ryšį. Daugeliu atvejų pirminis raktas arba ID bus automatiškai sugeneruotas skaičius.

✅ Pirminis raktas dažnai trumpinamas kaip PK

miestai

city_id	Miestas	Šalis
1	Tokijas	Japonija
2	Atlanta	Jungtinės Valstijos
3	Oklendas	Naujoji Zelandija

✅ Pastebėsite, kad šios pamokos metu terminus "id" ir "pirminis raktas" naudojame pakaitomis. Šios koncepcijos taikomos ir "DataFrames", kuriuos tyrinėsite vėliau. "DataFrames" nenaudoja termino "pirminis raktas", tačiau pastebėsite, kad jie elgiasi labai panašiai.

Sukūrę miestų lentelę, saugokime kritulių duomenis. Užuot dubliavę visą informaciją apie miestą, galime naudoti ID. Taip pat turėtume užtikrinti, kad naujai sukurtoje lentelėje būtų id stulpelis, nes visos lentelės turėtų turėti ID arba pirminį raktą.

krituliai

rainfall_id	city_id	Metai	Kiekis
1	1	2018	1445
2	1	2019	1874
3	1	2020	1690
4	2	2018	1779
5	2	2019	1111
6	2	2020	1683
7	3	2018	1386
8	3	2019	942
9	3	2020	1176

Atkreipkite dėmesį į city_id stulpelį naujai sukurtoje krituliai lentelėje. Šis stulpelis turi reikšmes, kurios nurodo ID miestai lentelėje. Techniniais reliacinių duomenų terminais tai vadinama užsienio raktu; tai yra pirminis raktas iš kitos lentelės. Galite tiesiog galvoti apie tai kaip apie nuorodą arba rodyklę. city_id 1 nurodo Tokiją.

[!NOTE] Užsienio raktas dažnai trumpinamas kaip FK

Duomenų gavimas

Padalinę duomenis į dvi lenteles, galbūt svarstote, kaip juos gauti. Jei naudojame reliacinę duomenų bazę, tokią kaip MySQL, SQL Server ar Oracle, galime naudoti kalbą, vadinamą struktūrizuota užklausų kalba (SQL). SQL (kartais tariama "siquel") yra standartinė kalba, naudojama duomenims reliacinėje duomenų bazėje gauti ir keisti.

Norėdami gauti duomenis, naudojate komandą SELECT. Iš esmės jūs pasirenkate stulpelius, kuriuos norite matyti, iš lentelės, kurioje jie yra. Jei norėtumėte parodyti tik miestų pavadinimus, galėtumėte naudoti šią užklausą:

SELECT city
FROM cities;

-- Output:
-- Tokyo
-- Atlanta
-- Auckland

SELECT nurodote stulpelius, o FROM nurodote lenteles.

[NOTE] SQL sintaksė nėra jautri raidžių dydžiui, tai reiškia, kad select ir SELECT reiškia tą patį. Tačiau, priklausomai nuo naudojamos duomenų bazės tipo, stulpeliai ir lentelės gali būti jautrūs raidžių dydžiui. Todėl geriausia praktika yra visada elgtis taip, lyg viskas programavime būtų jautru raidžių dydžiui. Rašant SQL užklausas įprasta raktinius žodžius rašyti didžiosiomis raidėmis.

Aukščiau pateikta užklausa parodys visus miestus. Įsivaizduokime, kad norime parodyti tik Naujosios Zelandijos miestus. Mums reikia kažkokio filtro. SQL raktinis žodis tam yra WHERE, arba "kur kažkas yra tiesa".

SELECT city
FROM cities
WHERE country = 'New Zealand';

-- Output:
-- Auckland

Duomenų sujungimas

Iki šiol gavome duomenis iš vienos lentelės. Dabar norime sujungti duomenis iš miestai ir krituliai. Tai atliekama sujungiant juos. Iš esmės sukursite siūlę tarp dviejų lentelių ir suderinsite reikšmes iš stulpelio kiekvienoje lentelėje.

Mūsų pavyzdyje suderinsime city_id stulpelį krituliai su city_id stulpeliu miestai. Tai suderins kritulių reikšmę su atitinkamu miestu. Sujungimo tipas, kurį atliksime, vadinamas vidiniu sujungimu, tai reiškia, kad jei kokios nors eilutės nesutampa su niekuo iš kitos lentelės, jos nebus rodomos. Mūsų atveju kiekvienas miestas turi kritulių duomenis, todėl viskas bus parodyta.

Pažiūrėkime kritulių duomenis 2019 metams visiems mūsų miestams.

Tai atliksime etapais. Pirmas žingsnis yra sujungti duomenis, nurodant stulpelius siūlei – city_id, kaip buvo pabrėžta anksčiau.

SELECT cities.city
    rainfall.amount
FROM cities
    INNER JOIN rainfall ON cities.city_id = rainfall.city_id

Pabrėžėme du stulpelius, kurių norime, ir faktą, kad norime sujungti lenteles pagal city_id. Dabar galime pridėti WHERE sakinį, kad filtruotume tik 2019 metus.

SELECT cities.city
    rainfall.amount
FROM cities
    INNER JOIN rainfall ON cities.city_id = rainfall.city_id
WHERE rainfall.year = 2019

-- Output

-- city     | amount
-- -------- | ------
-- Tokyo    | 1874
-- Atlanta  | 1111
-- Auckland |  942

Santrauka

Reliacinės duomenų bazės yra orientuotos į informacijos padalijimą tarp kelių lentelių, kurios vėliau sujungiamos rodymui ir analizei. Tai suteikia didelį lankstumą atliekant skaičiavimus ir kitaip manipuliuojant duomenimis. Jūs susipažinote su pagrindinėmis reliacinės duomenų bazės koncepcijomis ir kaip atlikti sujungimą tarp dviejų lentelių.

🚀 Iššūkis

Internete yra daugybė reliacinių duomenų bazių. Galite tyrinėti duomenis naudodamiesi aukščiau išmoktais įgūdžiais.

Testas po paskaitos

Testas po paskaitos

Apžvalga ir savarankiškas mokymasis

Yra keletas išteklių Microsoft Learn, skirtų tęsti SQL ir reliacinių duomenų bazių koncepcijų tyrinėjimą:

• Reliacinių duomenų koncepcijų aprašymas
• Pradėkite užklausų rašymą su Transact-SQL (Transact-SQL yra SQL versija)
• SQL turinys Microsoft Learn

Užduotis

Užduoties pavadinimas

---

Atsakomybės apribojimas:
Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, atkreipkite dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Kritinei informacijai rekomenduojama naudoti profesionalų žmogaus vertimą. Mes neprisiimame atsakomybės už nesusipratimus ar klaidingus aiškinimus, kylančius dėl šio vertimo naudojimo.