Data-Science-For-Beginners/translations/pa/2-Working-With-Data/06-non-relational

ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ: ਗੈਰ-ਸੰਬੰਧਿਤ ਡਾਟਾ

NoSQL ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ - @nitya ਦੁਆਰਾ ਬਣਾਈ ਗਈ ਸਕੈਚਨੋਟ

ਪ੍ਰੀ-ਲੈਕਚਰ ਕਵਿਜ਼

ਡਾਟਾ ਸਿਰਫ਼ ਸੰਬੰਧਿਤ ਡਾਟਾਬੇਸ ਤੱਕ ਸੀਮਿਤ ਨਹੀਂ ਹੈ। ਇਸ ਪਾਠ ਵਿੱਚ ਗੈਰ-ਸੰਬੰਧਿਤ ਡਾਟਾ 'ਤੇ ਧਿਆਨ ਦਿੱਤਾ ਜਾਵੇਗਾ ਅਤੇ ਇਹ ਸਪ੍ਰੈਡਸ਼ੀਟ ਅਤੇ NoSQL ਦੇ ਮੁੱਢਲੇ ਅੰਸ਼ਾਂ ਨੂੰ ਕਵਰ ਕਰੇਗਾ।

ਸਪ੍ਰੈਡਸ਼ੀਟ

ਸਪ੍ਰੈਡਸ਼ੀਟ ਡਾਟਾ ਨੂੰ ਸਟੋਰ ਅਤੇ ਐਕਸਪਲੋਰ ਕਰਨ ਦਾ ਇੱਕ ਲੋਕਪ੍ਰਿਯ ਤਰੀਕਾ ਹੈ ਕਿਉਂਕਿ ਇਸਨੂੰ ਸੈਟਅੱਪ ਕਰਨ ਅਤੇ ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਘੱਟ ਕੰਮ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸ ਪਾਠ ਵਿੱਚ ਤੁਸੀਂ ਸਪ੍ਰੈਡਸ਼ੀਟ ਦੇ ਮੁੱਢਲੇ ਹਿੱਸੇ, ਫਾਰਮੂਲੇ ਅਤੇ ਫੰਕਸ਼ਨ ਸਿੱਖੋਗੇ। ਉਦਾਹਰਣਾਂ ਨੂੰ ਮਾਈਕਰੋਸਾਫਟ ਐਕਸਲ ਨਾਲ ਦਰਸਾਇਆ ਜਾਵੇਗਾ, ਪਰ ਜ਼ਿਆਦਾਤਰ ਹਿੱਸੇ ਅਤੇ ਵਿਸ਼ੇ ਹੋਰ ਸਪ੍ਰੈਡਸ਼ੀਟ ਸਾਫਟਵੇਅਰ ਦੇ ਮੁਕਾਬਲੇ ਵਿੱਚ ਸਮਾਨ ਨਾਮ ਅਤੇ ਕਦਮ ਰੱਖਦੇ ਹਨ।

ਸਪ੍ਰੈਡਸ਼ੀਟ ਇੱਕ ਫਾਈਲ ਹੈ ਅਤੇ ਇਹ ਕੰਪਿਊਟਰ, ਡਿਵਾਈਸ ਜਾਂ ਕਲਾਉਡ-ਅਧਾਰਿਤ ਫਾਈਲ ਸਿਸਟਮ ਦੇ ਫਾਈਲ ਸਿਸਟਮ ਵਿੱਚ ਪਹੁੰਚਯੋਗ ਹੋਵੇਗੀ। ਸਾਫਟਵੇਅਰ ਖੁਦ ਬ੍ਰਾਊਜ਼ਰ-ਅਧਾਰਿਤ ਹੋ ਸਕਦਾ ਹੈ ਜਾਂ ਇੱਕ ਐਪਲੀਕੇਸ਼ਨ ਜੋ ਕੰਪਿਊਟਰ 'ਤੇ ਇੰਸਟਾਲ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਜਾਂ ਐਪ ਵਜੋਂ ਡਾਊਨਲੋਡ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਐਕਸਲ ਵਿੱਚ ਇਹ ਫਾਈਲਾਂ ਵਰਕਬੁੱਕ ਵਜੋਂ ਵੀ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਅਤੇ ਇਹ ਸ਼ਬਦਾਵਲੀ ਇਸ ਪਾਠ ਦੇ ਬਾਕੀ ਹਿੱਸੇ ਵਿੱਚ ਵਰਤੀ ਜਾਵੇਗੀ।

ਵਰਕਬੁੱਕ ਵਿੱਚ ਇੱਕ ਜਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਵਰਕਸ਼ੀਟਾਂ ਹੁੰਦੀਆਂ ਹਨ, ਜਿੱਥੇ ਹਰ ਵਰਕਸ਼ੀਟ ਟੈਬਾਂ ਦੁਆਰਾ ਲੇਬਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇੱਕ ਵਰਕਸ਼ੀਟ ਦੇ ਅੰਦਰ ਚੌਰਸ ਸੈਲ ਹੁੰਦੇ ਹਨ, ਜੋ ਅਸਲ ਡਾਟਾ ਨੂੰ ਰੱਖਦੇ ਹਨ। ਇੱਕ ਸੈਲ ਕਤਾਰ ਅਤੇ ਕਾਲਮ ਦੇ ਚੌਰਾਹੇ 'ਤੇ ਹੁੰਦਾ ਹੈ, ਜਿੱਥੇ ਕਾਲਮਾਂ ਨੂੰ ਅੱਖਰਾਂ ਨਾਲ ਲੇਬਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਕਤਾਰਾਂ ਨੂੰ ਅੰਕਾਂਵਾਰ ਲੇਬਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਕੁਝ ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਵਿੱਚ ਸੈਲ ਵਿੱਚ ਡਾਟਾ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਪਹਿਲੀਆਂ ਕੁਝ ਕਤਾਰਾਂ ਵਿੱਚ ਹੈਡਰ ਹੁੰਦੇ ਹਨ।

ਐਕਸਲ ਵਰਕਬੁੱਕ ਦੇ ਇਨ੍ਹਾਂ ਮੁੱਢਲੇ ਤੱਤਾਂ ਨਾਲ, ਅਸੀਂ ਮਾਈਕਰੋਸਾਫਟ ਟੈਂਪਲੇਟਸ ਤੋਂ ਇੱਕ ਇਨਵੈਂਟਰੀ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਉਦਾਹਰਣ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਪ੍ਰੈਡਸ਼ੀਟ ਦੇ ਕੁਝ ਹੋਰ ਹਿੱਸਿਆਂ ਨੂੰ ਸਮਝਾਂਗੇ।

ਇਨਵੈਂਟਰੀ ਦਾ ਪ੍ਰਬੰਧਨ

"InventoryExample" ਨਾਮਕ ਸਪ੍ਰੈਡਸ਼ੀਟ ਫਾਈਲ ਇਨਵੈਂਟਰੀ ਵਿੱਚ ਆਈਟਮਾਂ ਦੀ ਇੱਕ ਫਾਰਮੈਟ ਕੀਤੀ ਸਪ੍ਰੈਡਸ਼ੀਟ ਹੈ ਜਿਸ ਵਿੱਚ ਤਿੰਨ ਵਰਕਸ਼ੀਟਾਂ ਹਨ, ਜਿੱਥੇ ਟੈਬਾਂ ਨੂੰ "Inventory List", "Inventory Pick List" ਅਤੇ "Bin Lookup" ਵਜੋਂ ਲੇਬਲ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਨਵੈਂਟਰੀ ਲਿਸਟ ਵਰਕਸ਼ੀਟ ਦੀ ਕਤਾਰ 4 ਹੈਡਰ ਹੈ, ਜੋ ਹੈਡਰ ਕਾਲਮ ਦੇ ਹਰੇਕ ਸੈਲ ਦੀ ਮੁੱਲ ਦਾ ਵਰਣਨ ਕਰਦੀ ਹੈ।

ਕਈ ਵਾਰ ਇੱਕ ਸੈਲ ਦੀ ਮੁੱਲ ਨੂੰ ਪੈਦਾ ਕਰਨ ਲਈ ਹੋਰ ਸੈਲਾਂ ਦੀਆਂ ਮੁੱਲਾਂ 'ਤੇ ਨਿਰਭਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਨਵੈਂਟਰੀ ਲਿਸਟ ਸਪ੍ਰੈਡਸ਼ੀਟ ਆਪਣੀ ਇਨਵੈਂਟਰੀ ਵਿੱਚ ਹਰ ਆਈਟਮ ਦੀ ਲਾਗਤ ਦਾ ਟ੍ਰੈਕ ਰੱਖਦੀ ਹੈ, ਪਰ ਜੇਕਰ ਸਾਨੂੰ ਇਨਵੈਂਟਰੀ ਵਿੱਚ ਹਰ ਚੀਜ਼ ਦੀ ਕੁੱਲ ਮੁੱਲ ਪਤਾ ਲਗਾਉਣ ਦੀ ਲੋੜ ਹੋਵੇ ਤਾਂ ਕੀ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ? ਫਾਰਮੂਲੇ ਸੈਲ ਡਾਟਾ 'ਤੇ ਕਾਰਵਾਈ ਕਰਦੇ ਹਨ ਅਤੇ ਇਸ ਉਦਾਹਰਣ ਵਿੱਚ ਇਨਵੈਂਟਰੀ ਦੀ ਲਾਗਤ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। ਇਸ ਸਪ੍ਰੈਡਸ਼ੀਟ ਨੇ ਇਨਵੈਂਟਰੀ ਵੈਲਯੂ ਕਾਲਮ ਵਿੱਚ ਇੱਕ ਫਾਰਮੂਲਾ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ ਜੋ QTY ਹੈਡਰ ਦੇ ਹੇਠਾਂ ਮਾਤਰਾ ਅਤੇ COST ਹੈਡਰ ਦੇ ਹੇਠਾਂ ਲਾਗਤ ਨੂੰ ਗੁਣਾ ਕਰਕੇ ਹਰ ਆਈਟਮ ਦੀ ਮੁੱਲ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ। ਡਬਲ ਕਲਿਕ ਕਰਨ ਜਾਂ ਸੈਲ ਨੂੰ ਹਾਈਲਾਈਟ ਕਰਨ ਨਾਲ ਫਾਰਮੂਲਾ ਦਿਖਾਈ ਦੇਵੇਗਾ। ਤੁਸੀਂ ਦੇਖੋਗੇ ਕਿ ਫਾਰਮੂਲੇ ਇੱਕ ਬਰਾਬਰ ਦੇ ਨਿਸ਼ਾਨ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ, ਜਿਸਦੇ ਬਾਅਦ ਗਣਨਾ ਜਾਂ ਕਾਰਵਾਈ ਹੁੰਦੀ ਹੈ।

ਅਸੀਂ ਇਨਵੈਂਟਰੀ ਵੈਲਯੂ ਦੀਆਂ ਸਾਰੀਆਂ ਮੁੱਲਾਂ ਨੂੰ ਜੋੜ ਕੇ ਇਸਦੀ ਕੁੱਲ ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਇੱਕ ਹੋਰ ਫਾਰਮੂਲਾ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਾਂ। ਇਹ ਹਰੇਕ ਸੈਲ ਨੂੰ ਜੋੜ ਕੇ ਗਣਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਪਰ ਇਹ ਇੱਕ ਥਕਾਵਟ ਭਰਿਆ ਕੰਮ ਹੋ ਸਕਦਾ ਹੈ। ਐਕਸਲ ਵਿੱਚ ਫੰਕਸ਼ਨ ਹੁੰਦੇ ਹਨ, ਜਾਂ ਸੈਲ ਮੁੱਲਾਂ 'ਤੇ ਗਣਨਾ ਕਰਨ ਲਈ ਪੂਰਵ-ਪਰਿਭਾਸ਼ਿਤ ਫਾਰਮੂਲੇ। ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਦਲੀਲਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜੋ ਕਿ ਇਹ ਗਣਨਾਵਾਂ ਕਰਨ ਲਈ ਲੋੜੀਂਦੇ ਮੁੱਲ ਹਨ। ਜਦੋਂ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਇੱਕ ਤੋਂ ਵੱਧ ਦਲੀਲਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਕ੍ਰਮ ਵਿੱਚ ਸੂਚੀਬੱਧ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਨਹੀਂ ਤਾਂ ਫੰਕਸ਼ਨ ਸਹੀ ਮੁੱਲ ਦੀ ਗਣਨਾ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਇਸ ਉਦਾਹਰਣ ਵਿੱਚ SUM ਫੰਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਹੈ, ਅਤੇ ਇਨਵੈਂਟਰੀ ਵੈਲਯੂ ਦੇ ਮੁੱਲਾਂ ਨੂੰ ਦਲੀਲ ਵਜੋਂ ਵਰਤ ਕੇ ਕੁੱਲ ਮੁੱਲ B3 (ਕਤਾਰ 3, ਕਾਲਮ B) ਵਿੱਚ ਦਰਸਾਇਆ ਗਿਆ ਹੈ।

NoSQL

NoSQL ਗੈਰ-ਸੰਬੰਧਿਤ ਡਾਟਾ ਨੂੰ ਸਟੋਰ ਕਰਨ ਦੇ ਵੱਖ-ਵੱਖ ਤਰੀਕਿਆਂ ਲਈ ਇੱਕ ਛਤਰੀ ਸ਼ਬਦ ਹੈ ਅਤੇ ਇਸਨੂੰ "non-SQL", "non-relational" ਜਾਂ "not only SQL" ਵਜੋਂ ਵਿਆਖਿਆ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਡਾਟਾਬੇਸ ਸਿਸਟਮਾਂ ਨੂੰ 4 ਕਿਸਮਾਂ ਵਿੱਚ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

Michał Białecki Blog ਤੋਂ ਸਰੋਤ

Key-value ਡਾਟਾਬੇਸ ਵਿਲੱਖਣ ਕੁੰਜੀਆਂ ਨੂੰ ਜੋੜਦੇ ਹਨ, ਜੋ ਕਿ ਇੱਕ ਵਿਲੱਖਣ ਪਛਾਣਕਰਤਾ ਹੁੰਦਾ ਹੈ ਜੋ ਇੱਕ ਮੁੱਲ ਨਾਲ ਸੰਬੰਧਿਤ ਹੁੰਦਾ ਹੈ। ਇਹ ਜੋੜੇ ਹੈਸ਼ ਟੇਬਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਟੋਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਜਿਸ ਵਿੱਚ ਇੱਕ ਉਚਿਤ ਹੈਸ਼ਿੰਗ ਫੰਕਸ਼ਨ ਹੁੰਦਾ ਹੈ।

Microsoft ਤੋਂ ਸਰੋਤ

Graph ਡਾਟਾਬੇਸ ਡਾਟਾ ਵਿੱਚ ਰਿਸ਼ਤਿਆਂ ਦਾ ਵਰਣਨ ਕਰਦੇ ਹਨ ਅਤੇ ਨੋਡ ਅਤੇ ਐਜਜ਼ ਦੇ ਸੰਗ੍ਰਹਿ ਵਜੋਂ ਦਰਸਾਏ ਜਾਂਦੇ ਹਨ। ਇੱਕ ਨੋਡ ਇੱਕ ਇਕਾਈ ਦਾ ਪ੍ਰਤੀਨਿਧੀ ਹੁੰਦਾ ਹੈ, ਜੋ ਕਿ ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ ਮੌਜੂਦ ਹੁੰਦੀ ਹੈ ਜਿਵੇਂ ਕਿ ਇੱਕ ਵਿਦਿਆਰਥੀ ਜਾਂ ਬੈਂਕ ਬਿਆਨ। ਐਜਜ਼ ਦੋ ਇਕਾਈਆਂ ਦੇ ਰਿਸ਼ਤੇ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਹਰ ਨੋਡ ਅਤੇ ਐਜ ਵਿੱਚ ਗੁਣ ਹੁੰਦੇ ਹਨ ਜੋ ਹਰ ਨੋਡ ਅਤੇ ਐਜਜ਼ ਬਾਰੇ ਵਾਧੂ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ।

Columnar ਡਾਟਾ ਸਟੋਰ ਡਾਟਾ ਨੂੰ ਕਾਲਮਾਂ ਅਤੇ ਕਤਾਰਾਂ ਵਿੱਚ ਸੰਗਠਿਤ ਕਰਦੇ ਹਨ ਜਿਵੇਂ ਕਿ ਇੱਕ ਸੰਬੰਧਿਤ ਡਾਟਾ ਸਟ੍ਰਕਚਰ, ਪਰ ਹਰ ਕਾਲਮ ਨੂੰ ਕਾਲਮ ਪਰਿਵਾਰਾਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ, ਜਿੱਥੇ ਇੱਕ ਕਾਲਮ ਦੇ ਹੇਠਾਂ ਸਾਰਾ ਡਾਟਾ ਸੰਬੰਧਿਤ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਇਕਾਈ ਵਿੱਚ ਪ੍ਰਾਪਤ ਅਤੇ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ।

ਡੌਕੂਮੈਂਟ ਡਾਟਾ ਸਟੋਰਜ਼ ਨਾਲ Azure Cosmos DB

Document ਡਾਟਾ ਸਟੋਰਜ਼ ਕੁੰਜੀ-ਮੁੱਲ ਡਾਟਾ ਸਟੋਰ ਦੇ ਸੰਕਲਪ 'ਤੇ ਬਣਦੇ ਹਨ ਅਤੇ ਖੇਤਰਾਂ ਅਤੇ ਵਸਤੂਆਂ ਦੀ ਇੱਕ ਲੜੀ ਤੋਂ ਬਣਦੇ ਹਨ। ਇਸ ਭਾਗ ਵਿੱਚ Cosmos DB ਇਮੂਲੇਟਰ ਨਾਲ ਡੌਕੂਮੈਂਟ ਡਾਟਾਬੇਸ ਦੀ ਜਾਂਚ ਕੀਤੀ ਜਾਵੇਗੀ।

Cosmos DB ਡਾਟਾਬੇਸ "Not Only SQL" ਦੀ ਪਰਿਭਾਸ਼ਾ 'ਤੇ ਫਿੱਟ ਹੁੰਦਾ ਹੈ, ਜਿੱਥੇ Cosmos DB ਦਾ ਡੌਕੂਮੈਂਟ ਡਾਟਾਬੇਸ ਡਾਟਾ ਨੂੰ ਕਵੈਰੀ ਕਰਨ ਲਈ SQL 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। SQL 'ਤੇ ਪਿਛਲੇ ਪਾਠ ਵਿੱਚ ਭਾਸ਼ਾ ਦੇ ਮੁੱਢਲੇ ਅੰਸ਼ਾਂ ਨੂੰ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਤੇ ਅਸੀਂ ਇੱਥੇ ਡੌਕੂਮੈਂਟ ਡਾਟਾਬੇਸ 'ਤੇ ਕੁਝ ਸਮਾਨ ਕਵੈਰੀਆਂ ਲਾਗੂ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵਾਂਗੇ। ਅਸੀਂ Cosmos DB ਇਮੂਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਾਂ, ਜੋ ਸਾਨੂੰ ਇੱਕ ਡੌਕੂਮੈਂਟ ਡਾਟਾਬੇਸ ਨੂੰ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਕੰਪਿਊਟਰ 'ਤੇ ਬਣਾਉਣ ਅਤੇ ਐਕਸਪਲੋਰ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਮੂਲੇਟਰ ਬਾਰੇ ਹੋਰ ਪੜ੍ਹੋ ਇੱਥੇ।

ਡੌਕੂਮੈਂਟ ਖੇਤਰਾਂ ਅਤੇ ਵਸਤੂਆਂ ਦੀਆਂ ਮੁੱਲਾਂ ਦਾ ਸੰਗ੍ਰਹਿ ਹੁੰਦਾ ਹੈ, ਜਿੱਥੇ ਖੇਤਰ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਵਸਤੂਆਂ ਦੀ ਮੁੱਲ ਕੀ ਦਰਸਾਉਂਦੀ ਹੈ। ਹੇਠਾਂ ਇੱਕ ਡੌਕੂਮੈਂਟ ਦਾ ਉਦਾਹਰਣ ਦਿੱਤਾ ਗਿਆ ਹੈ।

{
    "firstname": "Eva",
    "age": 44,
    "id": "8c74a315-aebf-4a16-bb38-2430a9896ce5",
    "_rid": "bHwDAPQz8s0BAAAAAAAAAA==",
    "_self": "dbs/bHwDAA==/colls/bHwDAPQz8s0=/docs/bHwDAPQz8s0BAAAAAAAAAA==/",
    "_etag": "\"00000000-0000-0000-9f95-010a691e01d7\"",
    "_attachments": "attachments/",
    "_ts": 1630544034
}

ਇਸ ਡੌਕੂਮੈਂਟ ਵਿੱਚ ਦਿਲਚਸਪੀ ਦੇ ਖੇਤਰ ਹਨ: firstname, id, ਅਤੇ age। Cosmos DB ਦੁਆਰਾ ਬਣਾਏ ਗਏ ਖੇਤਰਾਂ ਦੇ ਬਾਕੀ ਹਿੱਸੇ ਅੰਡਰਸਕੋਰ ਨਾਲ ਹਨ।

Cosmos DB ਇਮੂਲੇਟਰ ਨਾਲ ਡਾਟਾ ਦੀ ਜਾਂਚ

ਤੁਸੀਂ ਇਮੂਲੇਟਰ ਨੂੰ Windows ਲਈ ਇੱਥੇ ਡਾਊਨਲੋਡ ਅਤੇ ਇੰਸਟਾਲ ਕਰ ਸਕਦੇ ਹੋ। macOS ਅਤੇ Linux ਲਈ ਇਮੂਲੇਟਰ ਚਲਾਉਣ ਦੇ ਵਿਕਲਪਾਂ ਲਈ ਇਸ ਡਾਕੂਮੈਂਟੇਸ਼ਨ ਨੂੰ ਵੇਖੋ।

ਇਮੂਲੇਟਰ ਇੱਕ ਬ੍ਰਾਊਜ਼ਰ ਵਿੰਡੋ ਲਾਂਚ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ ਐਕਸਪਲੋਰਰ ਦ੍ਰਿਸ਼ ਤੁਹਾਨੂੰ ਡੌਕੂਮੈਂਟਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।

ਜੇਕਰ ਤੁਸੀਂ ਅਨੁਸਰਣ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ "Start with Sample" 'ਤੇ ਕਲਿਕ ਕਰੋ ਤਾਂ ਜੋ ਇੱਕ ਸੈਂਪਲ ਡਾਟਾਬੇਸ SampleDB ਬਣਾਇਆ ਜਾ ਸਕੇ। ਜੇਕਰ ਤੁਸੀਂ SampleDB ਨੂੰ ਫੈਲਾਉਣ ਲਈ ਤੀਰ 'ਤੇ ਕਲਿਕ ਕਰੋ ਤਾਂ ਤੁਹਾਨੂੰ Persons ਨਾਮਕ ਇੱਕ ਕੰਟੇਨਰ ਮਿਲੇਗਾ। ਕੰਟੇਨਰ ਵਿੱਚ ਆਈਟਮਾਂ ਦਾ ਸੰਗ੍ਰਹਿ ਹੁੰਦਾ ਹੈ, ਜੋ ਕਿ ਕੰਟੇਨਰ ਦੇ ਅੰਦਰ ਡੌਕੂਮੈਂਟ ਹੁੰਦੇ ਹਨ। ਤੁਸੀਂ Items ਦੇ ਹੇਠਾਂ ਚਾਰ ਵਿਅਕਤੀਗਤ ਡੌਕੂਮੈਂਟਾਂ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦੇ ਹੋ।

Cosmos DB ਇਮੂਲੇਟਰ ਨਾਲ ਡੌਕੂਮੈਂਟ ਡਾਟਾ ਦੀ ਕਵੈਰੀ

ਅਸੀਂ ਨਵੀਂ SQL ਕਵੈਰੀ ਬਟਨ (ਖੱਬੇ ਤੋਂ ਦੂਜਾ ਬਟਨ) 'ਤੇ ਕਲਿਕ ਕਰਕੇ ਸੈਂਪਲ ਡਾਟਾ ਦੀ ਕਵੈਰੀ ਵੀ ਕਰ ਸਕਦੇ ਹਾਂ।

SELECT * FROM c ਕੰਟੇਨਰ ਵਿੱਚ ਸਾਰੇ ਡੌਕੂਮੈਂਟਾਂ ਨੂੰ ਵਾਪਸ ਕਰਦਾ ਹੈ। ਆਓ ਇੱਕ where ਕਲੌਜ਼ ਸ਼ਾਮਲ ਕਰੀਏ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਲੱਭੀਏ ਜੋ 40 ਤੋਂ ਛੋਟੇ ਹਨ।

SELECT * FROM c where c.age < 40

ਕਵੈਰੀ ਦੋ ਡੌਕੂਮੈਂਟਾਂ ਨੂੰ ਵਾਪਸ ਕਰਦੀ ਹੈ

---

ਅਸਵੀਕਾਰਨਾ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁਚਨਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼, ਜੋ ਇਸਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਹੈ, ਨੂੰ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।