Data-Science-For-Beginners/translations/sv/2-Working-With-Data/05-relational-databases/README.md

Arbeta med data: Relationsdatabaser

Arbeta med data: Relationsdatabaser - Sketchnote av @nitya

Chansen är stor att du tidigare har använt ett kalkylblad för att lagra information. Du hade en uppsättning rader och kolumner, där raderna innehöll informationen (eller datan) och kolumnerna beskrev informationen (ibland kallad metadata). En relationsdatabas bygger på denna grundprincip med kolumner och rader i tabeller, vilket gör det möjligt att sprida information över flera tabeller. Detta gör att du kan arbeta med mer komplex data, undvika duplicering och ha flexibilitet i hur du utforskar datan. Låt oss utforska koncepten kring en relationsdatabas.

Quiz före föreläsningen

Det börjar med tabeller

En relationsdatabas har tabeller som sin kärna. Precis som med kalkylbladet är en tabell en samling av kolumner och rader. Raden innehåller den data eller information vi vill arbeta med, som namnet på en stad eller mängden nederbörd. Kolumnerna beskriver den data de lagrar.

Låt oss börja vår utforskning genom att skapa en tabell för att lagra information om städer. Vi kan börja med deras namn och land. Du kan lagra detta i en tabell som följande:

Stad	Land
Tokyo	Japan
Atlanta	USA
Auckland	Nya Zeeland

Observera att kolumnnamnen stad, land och befolkning beskriver den data som lagras, och varje rad har information om en stad.

Begränsningar med en enda tabell

Chansen är stor att tabellen ovan verkar relativt bekant för dig. Låt oss börja lägga till ytterligare data till vår växande databas - årlig nederbörd (i millimeter). Vi fokuserar på åren 2018, 2019 och 2020. Om vi skulle lägga till det för Tokyo, kan det se ut så här:

Stad	Land	År	Mängd
Tokyo	Japan	2020	1690
Tokyo	Japan	2019	1874
Tokyo	Japan	2018	1445

Vad märker du med vår tabell? Du kanske märker att vi duplicerar stadens namn och land om och om igen. Det kan ta upp ganska mycket lagringsutrymme och är i stort sett onödigt att ha flera kopior av. Tokyo har ju bara ett namn som vi är intresserade av.

OK, låt oss prova något annat. Låt oss lägga till nya kolumner för varje år:

Stad	Land	2018	2019	2020
Tokyo	Japan	1445	1874	1690
Atlanta	USA	1779	1111	1683
Auckland	Nya Zeeland	1386	942	1176

Även om detta undviker radduplicering, tillför det ett par andra utmaningar. Vi skulle behöva ändra strukturen på vår tabell varje gång det finns ett nytt år. Dessutom, när vår data växer, kommer det att bli svårare att hämta och beräkna värden med år som kolumner.

Det är därför vi behöver flera tabeller och relationer. Genom att dela upp vår data kan vi undvika duplicering och ha mer flexibilitet i hur vi arbetar med datan.

Konceptet med relationer

Låt oss återgå till vår data och bestämma hur vi vill dela upp den. Vi vet att vi vill lagra namn och land för våra städer, så detta fungerar förmodligen bäst i en tabell.

Stad	Land
Tokyo	Japan
Atlanta	USA
Auckland	Nya Zeeland

Men innan vi skapar nästa tabell behöver vi lista ut hur vi ska referera till varje stad. Vi behöver någon form av identifierare, ID eller (i tekniska databasvillkor) en primärnyckel. En primärnyckel är ett värde som används för att identifiera en specifik rad i en tabell. Även om detta kan baseras på ett värde i sig (vi skulle kunna använda stadens namn, till exempel), bör det nästan alltid vara ett nummer eller annan identifierare. Vi vill inte att ID:t någonsin ska ändras eftersom det skulle bryta relationen. I de flesta fall kommer primärnyckeln eller ID:t att vara ett automatiskt genererat nummer.

✅ Primärnyckel förkortas ofta som PK

städer

stad_id	Stad	Land
1	Tokyo	Japan
2	Atlanta	USA
3	Auckland	Nya Zeeland

✅ Du kommer att märka att vi använder termerna "id" och "primärnyckel" omväxlande under denna lektion. Koncepten här gäller DataFrames, som du kommer att utforska senare. DataFrames använder inte terminologin "primärnyckel", men du kommer att märka att de fungerar på samma sätt.

Med vår stadstabell skapad, låt oss lagra nederbörden. Istället för att duplicera den fullständiga informationen om staden kan vi använda ID:t. Vi bör också se till att den nyss skapade tabellen har en id-kolumn också, eftersom alla tabeller bör ha ett ID eller en primärnyckel.

nederbörd

nederbörd_id	stad_id	År	Mängd
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

Observera kolumnen stad_id i den nyss skapade tabellen nederbörd. Denna kolumn innehåller värden som refererar till ID:n i tabellen städer. I tekniska relationsdatatermer kallas detta en främmande nyckel; det är en primärnyckel från en annan tabell. Du kan tänka på det som en referens eller pekare. stad_id 1 refererar till Tokyo.

[!NOTE] Främmande nyckel förkortas ofta som FK

Hämta data

Med vår data separerad i två tabeller kanske du undrar hur vi hämtar den. Om vi använder en relationsdatabas som MySQL, SQL Server eller Oracle kan vi använda ett språk som kallas Structured Query Language eller SQL. SQL (ibland uttalat "sequel") är ett standardiserat språk som används för att hämta och modifiera data i en relationsdatabas.

För att hämta data använder du kommandot SELECT. I grunden väljer du de kolumner du vill se från tabellen de finns i. Om du ville visa bara namnen på städerna kan du använda följande:

SELECT city
FROM cities;

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

SELECT är där du listar kolumnerna, och FROM är där du listar tabellerna.

[NOTE] SQL-syntax är inte skiftlägeskänslig, vilket betyder att select och SELECT betyder samma sak. Men beroende på vilken typ av databas du använder kan kolumner och tabeller vara skiftlägeskänsliga. Därför är det en bra praxis att alltid behandla allt i programmering som om det vore skiftlägeskänsligt. När du skriver SQL-frågor är det vanligt att skriva nyckelord med stora bokstäver.

Frågan ovan kommer att visa alla städer. Låt oss föreställa oss att vi bara ville visa städer i Nya Zeeland. Vi behöver någon form av filter. SQL-nyckelordet för detta är WHERE, eller "där något är sant".

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

-- Output:
-- Auckland

Kombinera data

Hittills har vi hämtat data från en enda tabell. Nu vill vi sammanföra data från både städer och nederbörd. Detta görs genom att kombinera dem. Du skapar i princip en koppling mellan de två tabellerna och matchar värdena från en kolumn i varje tabell.

I vårt exempel kommer vi att matcha kolumnen stad_id i nederbörd med kolumnen stad_id i städer. Detta kommer att matcha nederbördsvärdet med dess respektive stad. Den typ av kombination vi kommer att utföra kallas en inner join, vilket betyder att om några rader inte matchar med något från den andra tabellen kommer de inte att visas. I vårt fall har varje stad nederbörd, så allt kommer att visas.

Låt oss hämta nederbörden för 2019 för alla våra städer.

Vi kommer att göra detta i steg. Det första steget är att kombinera datan genom att ange kolumnerna för kopplingen - stad_id som vi nämnde tidigare.

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

Vi har markerat de två kolumner vi vill ha och att vi vill kombinera tabellerna genom stad_id. Nu kan vi lägga till WHERE-satsen för att filtrera ut endast 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

Sammanfattning

Relationsdatabaser är centrerade kring att dela upp information mellan flera tabeller som sedan sammanförs för visning och analys. Detta ger en hög grad av flexibilitet för att utföra beräkningar och manipulera data. Du har sett kärnkoncepten för en relationsdatabas och hur man utför en kombination mellan två tabeller.

🚀 Utmaning

Det finns många relationsdatabaser tillgängliga på internet. Du kan utforska datan genom att använda de färdigheter du har lärt dig ovan.

Quiz efter föreläsningen

Quiz efter föreläsningen

Granskning & Självstudier

Det finns flera resurser tillgängliga på Microsoft Learn för att fortsätta din utforskning av SQL och koncepten kring relationsdatabaser.

• Beskriv koncepten kring relationsdata
• Kom igång med att göra frågor med Transact-SQL (Transact-SQL är en version av SQL)
• SQL-innehåll på Microsoft Learn

Uppgift

Uppgiftstitel

---

Ansvarsfriskrivning:
Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, bör det noteras att automatiserade översättningar kan innehålla fel eller brister. Det ursprungliga dokumentet på dess originalspråk bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för eventuella missförstånd eller feltolkningar som uppstår vid användning av denna översättning.