11 KiB
Lavorare con i dati: Database relazionali
 |
|---|
| Lavorare con i dati: Database relazionali - Sketchnote di @nitya |
Probabilmente hai utilizzato un foglio di calcolo in passato per archiviare informazioni. Avevi un insieme di righe e colonne, dove le righe contenevano le informazioni (o dati) e le colonne descrivevano le informazioni (a volte chiamate metadati). Un database relazionale si basa su questo principio fondamentale di colonne e righe in tabelle, permettendoti di distribuire le informazioni su più tabelle. Questo ti consente di lavorare con dati più complessi, evitare duplicazioni e avere flessibilità nel modo in cui esplori i dati. Esploriamo i concetti di un database relazionale.
Quiz pre-lezione
Tutto inizia con le tabelle
Un database relazionale ha come elemento centrale le tabelle. Proprio come con il foglio di calcolo, una tabella è una raccolta di colonne e righe. La riga contiene i dati o le informazioni con cui vogliamo lavorare, come il nome di una città o la quantità di pioggia. Le colonne descrivono i dati che archiviano.
Iniziamo la nostra esplorazione creando una tabella per archiviare informazioni sulle città. Potremmo iniziare con il loro nome e il paese. Potresti archiviare queste informazioni in una tabella come segue:
| Città | Paese |
|---|---|
| Tokyo | Giappone |
| Atlanta | Stati Uniti |
| Auckland | Nuova Zelanda |
Nota che i nomi delle colonne città, paese e popolazione descrivono i dati archiviati, e ogni riga contiene informazioni su una città.
I limiti di un approccio con una singola tabella
Probabilmente la tabella sopra ti sembra abbastanza familiare. Iniziamo ad aggiungere alcuni dati aggiuntivi al nostro nascente database: la pioggia annuale (in millimetri). Ci concentreremo sugli anni 2018, 2019 e 2020. Se dovessimo aggiungerla per Tokyo, potrebbe apparire così:
| Città | Paese | Anno | Quantità |
|---|---|---|---|
| Tokyo | Giappone | 2020 | 1690 |
| Tokyo | Giappone | 2019 | 1874 |
| Tokyo | Giappone | 2018 | 1445 |
Cosa noti nella nostra tabella? Potresti notare che stiamo duplicando il nome e il paese della città più e più volte. Questo potrebbe occupare molto spazio di archiviazione ed è in gran parte inutile avere più copie. Dopotutto, Tokyo ha solo un nome che ci interessa.
OK, proviamo qualcosa di diverso. Aggiungiamo nuove colonne per ogni anno:
| Città | Paese | 2018 | 2019 | 2020 |
|---|---|---|---|---|
| Tokyo | Giappone | 1445 | 1874 | 1690 |
| Atlanta | Stati Uniti | 1779 | 1111 | 1683 |
| Auckland | Nuova Zelanda | 1386 | 942 | 1176 |
Sebbene questo eviti la duplicazione delle righe, introduce un paio di altre sfide. Dovremmo modificare la struttura della nostra tabella ogni volta che c'è un nuovo anno. Inoltre, man mano che i nostri dati crescono, avere gli anni come colonne renderà più difficile recuperare e calcolare i valori.
Ecco perché abbiamo bisogno di più tabelle e relazioni. Dividendo i nostri dati possiamo evitare duplicazioni e avere maggiore flessibilità nel modo in cui lavoriamo con i dati.
I concetti di relazioni
Torniamo ai nostri dati e determiniamo come vogliamo suddividerli. Sappiamo che vogliamo archiviare il nome e il paese delle nostre città, quindi probabilmente questo funzionerà meglio in una tabella.
| Città | Paese |
|---|---|
| Tokyo | Giappone |
| Atlanta | Stati Uniti |
| Auckland | Nuova Zelanda |
Ma prima di creare la prossima tabella, dobbiamo capire come fare riferimento a ciascuna città. Abbiamo bisogno di una forma di identificatore, ID o (in termini tecnici di database) una chiave primaria. Una chiave primaria è un valore utilizzato per identificare una riga specifica in una tabella. Sebbene questo possa essere basato su un valore stesso (potremmo usare il nome della città, ad esempio), dovrebbe quasi sempre essere un numero o un altro identificatore. Non vogliamo che l'id cambi mai, poiché romperebbe la relazione. Nella maggior parte dei casi, la chiave primaria o id sarà un numero generato automaticamente.
✅ La chiave primaria è spesso abbreviata come PK
città
| city_id | Città | Paese |
|---|---|---|
| 1 | Tokyo | Giappone |
| 2 | Atlanta | Stati Uniti |
| 3 | Auckland | Nuova Zelanda |
✅ Noterai che usiamo i termini "id" e "chiave primaria" in modo intercambiabile durante questa lezione. I concetti qui si applicano ai DataFrame, che esplorerai più avanti. I DataFrame non utilizzano la terminologia di "chiave primaria", tuttavia noterai che si comportano in modo molto simile.
Con la nostra tabella delle città creata, archiviamo la pioggia. Piuttosto che duplicare le informazioni complete sulla città, possiamo usare l'id. Dovremmo anche garantire che la tabella appena creata abbia una colonna id, poiché tutte le tabelle dovrebbero avere un id o una chiave primaria.
pioggia
| rainfall_id | city_id | Anno | Quantità |
|---|---|---|---|
| 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 |
Nota la colonna city_id all'interno della tabella pioggia appena creata. Questa colonna contiene valori che fanno riferimento agli ID nella tabella città. In termini tecnici di dati relazionali, questo è chiamato chiave esterna; è una chiave primaria di un'altra tabella. Puoi pensarlo semplicemente come un riferimento o un puntatore. city_id 1 fa riferimento a Tokyo.
[!NOTE] La chiave esterna è spesso abbreviata come FK
Recuperare i dati
Con i nostri dati separati in due tabelle, potresti chiederti come recuperarli. Se stiamo usando un database relazionale come MySQL, SQL Server o Oracle, possiamo usare un linguaggio chiamato Structured Query Language o SQL. SQL (a volte pronunciato sequel) è un linguaggio standard utilizzato per recuperare e modificare i dati in un database relazionale.
Per recuperare i dati si utilizza il comando SELECT. Fondamentalmente, selezioni le colonne che vuoi vedere da la tabella in cui sono contenute. Se volessi visualizzare solo i nomi delle città, potresti usare il seguente comando:
SELECT city
FROM cities;
-- Output:
-- Tokyo
-- Atlanta
-- Auckland
SELECT è dove elenchi le colonne, e FROM è dove elenchi le tabelle.
[NOTE] La sintassi SQL non distingue tra maiuscole e minuscole, il che significa che
selecteSELECTsono equivalenti. Tuttavia, a seconda del tipo di database che stai utilizzando, le colonne e le tabelle potrebbero essere sensibili alle maiuscole e minuscole. Di conseguenza, è una buona pratica trattare sempre tutto nella programmazione come se fosse sensibile alle maiuscole e minuscole. Quando scrivi query SQL, la convenzione comune è mettere le parole chiave in lettere maiuscole.
La query sopra visualizzerà tutte le città. Immaginiamo di voler visualizzare solo le città in Nuova Zelanda. Abbiamo bisogno di una forma di filtro. La parola chiave SQL per questo è WHERE, o "dove qualcosa è vero".
SELECT city
FROM cities
WHERE country = 'New Zealand';
-- Output:
-- Auckland
Unire i dati
Finora abbiamo recuperato dati da una singola tabella. Ora vogliamo unire i dati provenienti sia da città che da pioggia. Questo viene fatto unendo le tabelle. Creerai effettivamente un collegamento tra le due tabelle, abbinando i valori di una colonna di ciascuna tabella.
Nel nostro esempio, abbineremo la colonna city_id in pioggia con la colonna city_id in città. Questo abbinerà il valore della pioggia alla rispettiva città. Il tipo di unione che eseguiremo è chiamato inner join, il che significa che se alcune righe non corrispondono a nulla nell'altra tabella, non verranno visualizzate. Nel nostro caso, ogni città ha dati sulla pioggia, quindi tutto verrà visualizzato.
Recuperiamo i dati sulla pioggia del 2019 per tutte le nostre città.
Lo faremo in passaggi. Il primo passo è unire i dati indicando le colonne per il collegamento - city_id come evidenziato prima.
SELECT cities.city
rainfall.amount
FROM cities
INNER JOIN rainfall ON cities.city_id = rainfall.city_id
Abbiamo evidenziato le due colonne che vogliamo e il fatto che vogliamo unire le tabelle tramite city_id. Ora possiamo aggiungere l'istruzione WHERE per filtrare solo l'anno 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
Riepilogo
I database relazionali si basano sulla divisione delle informazioni tra più tabelle che vengono poi riunite per la visualizzazione e l'analisi. Questo offre un alto grado di flessibilità per eseguire calcoli e manipolare i dati. Hai visto i concetti fondamentali di un database relazionale e come eseguire un'unione tra due tabelle.
🚀 Sfida
Ci sono numerosi database relazionali disponibili su internet. Puoi esplorare i dati utilizzando le competenze che hai appreso sopra.
Quiz post-lezione
Quiz post-lezione
Revisione e studio autonomo
Ci sono diverse risorse disponibili su Microsoft Learn per continuare la tua esplorazione dei concetti di SQL e database relazionali.
- Descrivere i concetti di dati relazionali
- Iniziare a interrogare con Transact-SQL (Transact-SQL è una versione di SQL)
- Contenuti SQL su Microsoft Learn
Compito
Disclaimer:
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Sebbene ci impegniamo per garantire l'accuratezza, si prega di tenere presente che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.