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

Verilerle Çalışmak: İlişkisel Veritabanları

Verilerle Çalışmak: İlişkisel Veritabanları - Sketchnote by @nitya

Muhtemelen geçmişte bilgileri saklamak için bir elektronik tablo kullandınız. Satır ve sütunlardan oluşan bir düzeniniz vardı; satırlar bilgileri (veya verileri) içerirken, sütunlar bu bilgileri tanımlıyordu (bazen buna meta veri denir). İlişkisel bir veritabanı, tablolar içinde sütunlar ve satırlar temel prensibine dayanır ve bilgilerin birden fazla tabloya yayılmasına olanak tanır. Bu, daha karmaşık verilerle çalışmanıza, tekrarı önlemenize ve verileri keşfetme konusunda esneklik sağlamanıza olanak tanır. Şimdi ilişkisel veritabanı kavramlarını keşfedelim.

Ders Öncesi Test

Her şey tablolarla başlar

İlişkisel bir veritabanının temelinde tablolar bulunur. Elektronik tabloda olduğu gibi, bir tablo sütunlar ve satırlardan oluşan bir koleksiyondur. Satır, üzerinde çalışmak istediğimiz verileri veya bilgileri içerir, örneğin bir şehrin adı veya yağış miktarı. Sütunlar ise saklanan verileri tanımlar.

Keşfimize şehirler hakkında bilgi saklamak için bir tablo oluşturarak başlayalım. Şehirlerin adını ve ülkesini saklayabiliriz. Bunu aşağıdaki gibi bir tabloda saklayabilirsiniz:

Şehir	Ülke
Tokyo	Japonya
Atlanta	Amerika Birleşik Devletleri
Auckland	Yeni Zelanda

Dikkat edin, şehir, ülke ve nüfus sütun adları saklanan verileri tanımlıyor ve her satır bir şehir hakkında bilgi içeriyor.

Tek bir tablo yaklaşımının eksiklikleri

Yukarıdaki tablo size oldukça tanıdık geliyor olabilir. Gelişmekte olan veritabanımıza yıllık yağış miktarını (milimetre cinsinden) ekleyerek başlayalım. 2018, 2019 ve 2020 yıllarına odaklanacağız. Tokyo için ekleyecek olursak, tablo şu şekilde görünebilir:

Şehir	Ülke	Yıl	Miktar
Tokyo	Japonya	2020	1690
Tokyo	Japonya	2019	1874
Tokyo	Japonya	2018	1445

Tablomuzda ne fark ettiniz? Şehrin adı ve ülkesini tekrar tekrar çoğalttığımızı fark edebilirsiniz. Bu, oldukça fazla depolama alanı kaplayabilir ve büyük ölçüde gereksizdir. Sonuçta, Tokyo'nun ilgilendiğimiz tek bir adı var.

Tamam, başka bir şey deneyelim. Her yıl için yeni sütunlar ekleyelim:

Şehir	Ülke	2018	2019	2020
Tokyo	Japonya	1445	1874	1690
Atlanta	Amerika Birleşik Devletleri	1779	1111	1683
Auckland	Yeni Zelanda	1386	942	1176

Bu, satır çoğaltmayı önlerken başka zorluklar ekliyor. Her yeni yıl olduğunda tablomuzun yapısını değiştirmemiz gerekecek. Ayrıca, verilerimiz büyüdükçe yılları sütun olarak tutmak, değerleri almak ve hesaplamak için daha zor hale gelecektir.

Bu nedenle birden fazla tabloya ve ilişkilere ihtiyacımız var. Verilerimizi bölerek tekrarı önleyebilir ve verilerle çalışma konusunda daha fazla esneklik sağlayabiliriz.

İlişkilerin kavramları

Verilerimize geri dönelim ve nasıl bölmek istediğimizi belirleyelim. Şehirlerimizin adı ve ülkesini saklamak istediğimizi biliyoruz, bu yüzden bu muhtemelen bir tabloda en iyi şekilde çalışır.

Şehir	Ülke
Tokyo	Japonya
Atlanta	Amerika Birleşik Devletleri
Auckland	Yeni Zelanda

Ancak bir sonraki tabloyu oluşturmadan önce her şehri nasıl referans alacağımızı belirlememiz gerekiyor. Bir tür tanımlayıcıya, kimliğe veya (teknik veritabanı terimleriyle) birincil anahtara ihtiyacımız var. Birincil anahtar, bir tabloda belirli bir satırı tanımlamak için kullanılan bir değerdir. Bu, bir değere dayalı olabilir (örneğin, şehrin adını kullanabiliriz), ancak neredeyse her zaman bir sayı veya başka bir tanımlayıcı olmalıdır. Kimliğin asla değişmemesini isteriz, çünkü bu ilişkiyi bozabilir. Çoğu durumda birincil anahtar veya kimlik, otomatik olarak oluşturulan bir sayı olacaktır.

✅ Birincil anahtar genellikle PK olarak kısaltılır.

şehirler

şehir_id	Şehir	Ülke
1	Tokyo	Japonya
2	Atlanta	Amerika Birleşik Devletleri
3	Auckland	Yeni Zelanda

✅ Bu derste "kimlik" ve "birincil anahtar" terimlerini birbirinin yerine kullandığımızı fark edeceksiniz. Buradaki kavramlar, daha sonra keşfedeceğiniz DataFrame'lere de uygulanır. DataFrame'ler "birincil anahtar" terimini kullanmaz, ancak aynı şekilde davrandıklarını fark edeceksiniz.

Şehirler tablomuzu oluşturduktan sonra yağışları saklayalım. Şehir hakkında tam bilgiyi çoğaltmak yerine kimliği kullanabiliriz. Ayrıca, yeni oluşturulan tablonun bir kimlik sütununa sahip olduğundan emin olmalıyız, çünkü tüm tabloların bir kimlik veya birincil anahtarı olmalıdır.

yağış

yağış_id	şehir_id	Yıl	Miktar
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

Yeni oluşturulan yağış tablosundaki şehir_id sütununa dikkat edin. Bu sütun, şehirler tablosundaki kimliklere referans veren değerler içerir. Teknik ilişkisel veri terimlerinde buna yabancı anahtar denir; başka bir tablodan bir birincil anahtardır. Bunu bir referans veya işaretçi olarak düşünebilirsiniz. şehir_id 1 Tokyo'yu ifade eder.

[!NOTE] Yabancı anahtar genellikle FK olarak kısaltılır.

Verileri alma

Verilerimizi iki tabloya ayırdıktan sonra, bunları nasıl alacağımızı merak edebilirsiniz. MySQL, SQL Server veya Oracle gibi bir ilişkisel veritabanı kullanıyorsak, Structured Query Language veya SQL adlı bir dil kullanabiliriz. SQL (bazen "sequel" olarak telaffuz edilir), ilişkisel bir veritabanında veri almak ve değiştirmek için kullanılan standart bir dildir.

Verileri almak için SELECT komutunu kullanırsınız. Temelde, görmek istediğiniz sütunları seçer ve bunların bulunduğu tabloyu belirtirsiniz. Sadece şehirlerin adlarını göstermek istiyorsanız, aşağıdaki komutu kullanabilirsiniz:

SELECT city
FROM cities;

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

SELECT sütunları listelediğiniz yerdir ve FROM tabloları listelediğiniz yerdir.

[NOTE] SQL sözdizimi büyük/küçük harf duyarlı değildir, yani select ve SELECT aynı anlama gelir. Ancak, kullandığınız veritabanı türüne bağlı olarak sütunlar ve tablolar büyük/küçük harf duyarlı olabilir. Bu nedenle, programlamada her şeyi büyük/küçük harf duyarlıymış gibi ele almak en iyi uygulamadır. SQL sorguları yazarken yaygın bir uygulama, anahtar kelimeleri tamamen büyük harflerle yazmaktır.

Yukarıdaki sorgu tüm şehirleri gösterecektir. Sadece Yeni Zelanda'daki şehirleri göstermek istediğimizi hayal edelim. Bir tür filtreye ihtiyacımız var. SQL'deki anahtar kelime WHERE, yani "bir şey doğru olduğunda".

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

-- Output:
-- Auckland

Verileri birleştirme

Şimdiye kadar verileri tek bir tablodan aldık. Şimdi şehirler ve yağış tablolarındaki verileri bir araya getirmek istiyoruz. Bu, onları birleştirerek yapılır. İki tablo arasında bir dikiş oluşturacak ve her tablodan bir sütunun değerlerini eşleştireceksiniz.

Örneğimizde, yağış tablosundaki şehir_id sütununu şehirler tablosundaki şehir_id sütunuyla eşleştireceğiz. Bu, yağış değerini ilgili şehirle eşleştirecektir. Yapacağımız birleştirme türü, iç birleştirme olarak adlandırılır, yani diğer tablodan hiçbir şeyle eşleşmeyen satırlar görüntülenmez. Bizim durumumuzda her şehirde yağış var, bu yüzden her şey görüntülenecek.

Hadi tüm şehirler için 2019 yılı yağışlarını alalım.

Bunu adım adım yapacağız. İlk adım, şehir_id sütunlarını belirterek verileri birleştirmektir.

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

Birleştirmek istediğimiz iki sütunu ve tabloları şehir_id ile birleştirmek istediğimizi vurguladık. Şimdi sadece 2019 yılını filtrelemek için WHERE ifadesini ekleyebiliriz.

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

Özet

İlişkisel veritabanları, bilgileri birden fazla tabloya bölmek ve ardından görüntüleme ve analiz için bir araya getirmek üzerine kuruludur. Bu, hesaplamalar yapmak ve verileri manipüle etmek için yüksek derecede esneklik sağlar. İlişkisel bir veritabanının temel kavramlarını ve iki tablo arasında bir birleştirme yapmayı gördünüz.

🚀 Zorluk

İnternette birçok ilişkisel veritabanı bulunmaktadır. Yukarıda öğrendiğiniz becerileri kullanarak verileri keşfedebilirsiniz.

Ders Sonrası Test

Ders Sonrası Test

Gözden Geçirme ve Kendi Kendine Çalışma

SQL ve ilişkisel veritabanı kavramlarını keşfetmeye devam etmeniz için Microsoft Learn üzerinde çeşitli kaynaklar bulunmaktadır.

• İlişkisel veri kavramlarını açıklayın
• Transact-SQL ile Sorgulamaya Başlayın (Transact-SQL, SQL'in bir versiyonudur)
• Microsoft Learn'deki SQL içeriği

Ödev

Ödev Başlığı

---

Feragatname:
Bu belge, AI çeviri hizmeti Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlıklar içerebileceğini lütfen unutmayın. Belgenin orijinal dili, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlamalar veya yanlış yorumlamalar için sorumluluk kabul etmiyoruz.