Data-Science-For-Beginners/translations/no/2-Working-With-Data/05-relational-databases/README.md

Arbeide med data: Relasjonsdatabaser

Arbeide med data: Relasjonsdatabaser - Sketchnote av @nitya

Sjansen er stor for at du tidligere har brukt et regneark for å lagre informasjon. Du hadde et sett med rader og kolonner, der radene inneholdt informasjonen (eller dataene), og kolonnene beskrev informasjonen (noen ganger kalt metadata). En relasjonsdatabase er bygget på dette grunnprinsippet med kolonner og rader i tabeller, som lar deg ha informasjon fordelt på flere tabeller. Dette gjør det mulig å jobbe med mer komplekse data, unngå duplisering og ha fleksibilitet i måten du utforsker dataene på. La oss utforske konseptene bak en relasjonsdatabase.

Quiz før forelesning

Det starter med tabeller

En relasjonsdatabase har tabeller som kjerne. Akkurat som med et regneark, er en tabell en samling av kolonner og rader. Radene inneholder dataene eller informasjonen vi ønsker å jobbe med, som navnet på en by eller mengden nedbør. Kolonnene beskriver dataene de lagrer.

La oss begynne vår utforskning ved å lage en tabell for å lagre informasjon om byer. Vi kan starte med deres navn og land. Du kan lagre dette i en tabell som følger:

By	Land
Tokyo	Japan
Atlanta	USA
Auckland	New Zealand

Legg merke til at kolonnenavnene by, land og befolkning beskriver dataene som lagres, og hver rad har informasjon om én by.

Begrensningene ved en enkelt tabell

Sjansen er stor for at tabellen ovenfor virker relativt kjent for deg. La oss begynne å legge til noen ekstra data i vår voksende database – årlig nedbør (i millimeter). Vi fokuserer på årene 2018, 2019 og 2020. Hvis vi skulle legge det til for Tokyo, kan det se slik ut:

By	Land	År	Mengde
Tokyo	Japan	2020	1690
Tokyo	Japan	2019	1874
Tokyo	Japan	2018	1445

Hva legger du merke til med tabellen vår? Du ser kanskje at vi dupliserer navnet og landet til byen om og om igjen. Dette kan ta opp ganske mye lagringsplass og er stort sett unødvendig. Tross alt har Tokyo bare ett navn vi er interessert i.

OK, la oss prøve noe annet. La oss legge til nye kolonner for hvert år:

By	Land	2018	2019	2020
Tokyo	Japan	1445	1874	1690
Atlanta	USA	1779	1111	1683
Auckland	New Zealand	1386	942	1176

Selv om dette unngår duplisering av rader, introduserer det noen andre utfordringer. Vi må endre strukturen på tabellen hver gang det kommer et nytt år. I tillegg, etter hvert som dataene vokser, vil det å ha år som kolonner gjøre det vanskeligere å hente ut og beregne verdier.

Dette er grunnen til at vi trenger flere tabeller og relasjoner. Ved å dele opp dataene kan vi unngå duplisering og ha mer fleksibilitet i hvordan vi jobber med dataene.

Konseptet med relasjoner

La oss gå tilbake til dataene våre og bestemme hvordan vi vil dele dem opp. Vi vet at vi vil lagre navn og land for byene våre, så dette vil sannsynligvis fungere best i én tabell.

By	Land
Tokyo	Japan
Atlanta	USA
Auckland	New Zealand

Men før vi oppretter neste tabell, må vi finne ut hvordan vi skal referere til hver by. Vi trenger en form for identifikator, ID eller (i tekniske databasetermer) en primærnøkkel. En primærnøkkel er en verdi som brukes til å identifisere én spesifikk rad i en tabell. Selv om dette kan være basert på en verdi i seg selv (vi kunne for eksempel bruke navnet på byen), bør det nesten alltid være et nummer eller en annen identifikator. Vi vil ikke at ID-en skal endres, da det vil bryte relasjonen. I de fleste tilfeller vil primærnøkkelen eller ID-en være et automatisk generert nummer.

✅ Primærnøkkel forkortes ofte som PK

byer

by_id	By	Land
1	Tokyo	Japan
2	Atlanta	USA
3	Auckland	New Zealand

✅ Du vil legge merke til at vi bruker begrepene "id" og "primærnøkkel" om hverandre i løpet av denne leksjonen. Konseptene her gjelder også for DataFrames, som du vil utforske senere. DataFrames bruker ikke terminologien "primærnøkkel", men du vil legge merke til at de oppfører seg på samme måte.

Med vår byer-tabell opprettet, la oss lagre nedbøren. I stedet for å duplisere full informasjon om byen, kan vi bruke ID-en. Vi bør også sørge for at den nyopprettede tabellen har en id-kolonne, siden alle tabeller bør ha en ID eller primærnøkkel.

nedbør

nedbør_id	by_id	År	Mengde
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

Legg merke til by_id-kolonnen i den nyopprettede nedbør-tabellen. Denne kolonnen inneholder verdier som refererer til ID-ene i byer-tabellen. I tekniske relasjonsdatatermer kalles dette en fremmednøkkel; det er en primærnøkkel fra en annen tabell. Du kan bare tenke på det som en referanse eller en peker. by_id 1 refererer til Tokyo.

[!NOTE] Fremmednøkkel forkortes ofte som FK

Hente ut data

Med dataene våre delt opp i to tabeller, lurer du kanskje på hvordan vi henter dem ut. Hvis vi bruker en relasjonsdatabase som MySQL, SQL Server eller Oracle, kan vi bruke et språk som heter Structured Query Language eller SQL. SQL (noen ganger uttalt "sequel") er et standard språk som brukes til å hente og endre data i en relasjonsdatabase.

For å hente data bruker du kommandoen SELECT. I sin kjerne velger du kolonnene du vil se fra tabellen de er inneholdt i. Hvis du for eksempel bare vil vise navnene på byene, kan du bruke følgende:

SELECT city
FROM cities;

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

SELECT er der du lister opp kolonnene, og FROM er der du lister opp tabellene.

[NOTE] SQL-syntaks er ikke store- og småbokstavfølsom, noe som betyr at select og SELECT betyr det samme. Men avhengig av hvilken type database du bruker, kan kolonner og tabeller være store- og småbokstavfølsomme. Som et resultat er det en god praksis alltid å behandle alt i programmering som om det er store- og småbokstavfølsomt. Når du skriver SQL-spørringer, er det vanlig konvensjon å skrive nøkkelordene med store bokstaver.

Spørringen ovenfor vil vise alle byene. La oss forestille oss at vi bare vil vise byer i New Zealand. Vi trenger en form for filter. SQL-nøkkelordet for dette er WHERE, eller "hvor noe er sant".

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

-- Output:
-- Auckland

Slå sammen data

Til nå har vi hentet data fra én enkelt tabell. Nå vil vi kombinere dataene fra både byer og nedbør. Dette gjøres ved å slå dem sammen. Du vil i praksis lage en kobling mellom de to tabellene og matche verdiene fra en kolonne i hver tabell.

I vårt eksempel vil vi matche by_id-kolonnen i nedbør med by_id-kolonnen i byer. Dette vil matche nedbørverdien med sin respektive by. Typen sammenslåing vi vil utføre kalles en inner join, noe som betyr at hvis noen rader ikke matcher med noe fra den andre tabellen, vil de ikke bli vist. I vårt tilfelle har hver by nedbør, så alt vil bli vist.

La oss hente nedbøren for 2019 for alle byene våre.

Vi skal gjøre dette i trinn. Det første trinnet er å slå sammen dataene ved å indikere kolonnene for koblingen - by_id som fremhevet tidligere.

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

Vi har fremhevet de to kolonnene vi ønsker, og det faktum at vi vil slå sammen tabellene ved hjelp av by_id. Nå kan vi legge til WHERE-setningen for å filtrere ut kun år 2019.

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

Oppsummering

Relasjonsdatabaser er sentrert rundt å dele informasjon mellom flere tabeller som deretter bringes sammen for visning og analyse. Dette gir en høy grad av fleksibilitet til å utføre beregninger og ellers manipulere data. Du har sett kjernekonseptene i en relasjonsdatabase, og hvordan du utfører en sammenslåing mellom to tabeller.

🚀 Utfordring

Det finnes mange relasjonsdatabaser tilgjengelig på internett. Du kan utforske dataene ved å bruke ferdighetene du har lært ovenfor.

Quiz etter forelesning

Quiz etter forelesning

Gjennomgang og selvstudium

Det finnes flere ressurser tilgjengelig på Microsoft Learn for å fortsette din utforskning av SQL og relasjonsdatabasekonsepter:

• Beskriv konsepter for relasjonsdata
• Kom i gang med spørringer i Transact-SQL (Transact-SQL er en versjon av SQL)
• SQL-innhold på Microsoft Learn

Oppgave

Oppgavetittel

---

Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi tilstreber nøyaktighet, vennligst vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør betraktes som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.