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

Darbas su duomenimis: Reliacinės duomenų bazės

Darbas su duomenimis: Reliacinės duomenų bazės - Sketchnote by @nitya

Tikėtina, kad anksčiau naudojote skaičiuoklę informacijai saugoti. Turėjote eilutes ir stulpelius, kur eilutėse buvo informacija (arba duomenys), o stulpeliai apibūdino informaciją (kartais vadinamą metaduomenimis). Reliacinė duomenų bazė yra sukurta remiantis šiuo pagrindiniu principu - lentelėse esančiais stulpeliais ir eilutėmis, leidžiančiais informaciją paskirstyti per kelias lenteles. Tai leidžia dirbti su sudėtingesniais duomenimis, išvengti dubliavimo ir suteikia lankstumo tyrinėjant duomenis. Pažvelkime į reliacinės duomenų bazės koncepcijas.

Klausimynas prieš paskaitą

Viskas prasideda nuo lentelių

Reliacinės duomenų bazės pagrindas yra lentelės. Kaip ir skaičiuoklėje, lentelė yra stulpelių ir eilučių rinkinys. Eilutėse yra duomenys arba informacija, su kuria norime dirbti, pavyzdžiui, miesto pavadinimas ar kritulių kiekis. Stulpeliai apibūdina saugomus duomenis.

Pradėkime tyrinėjimą sukurdami lentelę, kurioje saugosime informaciją apie miestus. Galime pradėti nuo jų pavadinimo ir šalies. Tai galėtume saugoti lentelėje taip:

Miestas	Šalis
Tokijas	Japonija
Atlanta	Jungtinės Valstijos
Oklandas	Naujoji Zelandija

Atkreipkite dėmesį, kad stulpelių pavadinimai miestas, šalis ir populiacija apibūdina saugomus duomenis, o kiekvienoje eilutėje yra informacija apie vieną miestą.

Vienos lentelės metodo trūkumai

Tikėtina, kad aukščiau pateikta lentelė jums atrodo gana pažįstama. Pradėkime pridėti papildomų duomenų į mūsų augančią duomenų bazę - metinį kritulių kiekį (milimetrais). Susitelkime į 2018, 2019 ir 2020 metus. Jei pridėtume duomenis apie Tokiją, tai galėtų atrodyti taip:

Miestas	Šalis	Metai	Kiekis
Tokijas	Japonija	2020	1690
Tokijas	Japonija	2019	1874
Tokijas	Japonija	2018	1445

Ką pastebite apie mūsų lentelę? Galbūt pastebėjote, kad mes kartojame miesto pavadinimą ir šalį vėl ir vėl. Tai gali užimti nemažai vietos ir iš esmės nėra būtina turėti kelias kopijas. Juk Tokijas turi tik vieną pavadinimą, kuris mus domina.

Gerai, pabandykime ką nors kita. Pridėkime naujus stulpelius kiekvieniems metams:

Miestas	Šalis	2018	2019	2020
Tokijas	Japonija	1445	1874	1690
Atlanta	Jungtinės Valstijos	1779	1111	1683
Oklandas	Naujoji Zelandija	1386	942	1176

Nors tai padeda išvengti eilučių dubliavimo, atsiranda keletas kitų iššūkių. Kiekvieną kartą atsiradus naujiems metams, reikėtų keisti lentelės struktūrą. Be to, augant duomenų kiekiui, turint metus kaip stulpelius, bus sudėtingiau gauti ir apskaičiuoti reikšmes.

Štai kodėl mums reikia kelių lentelių ir ryšių. Skirstydami duomenis galime išvengti dubliavimo ir turėti daugiau lankstumo dirbant su duomenimis.

Ryšių koncepcija

Grįžkime prie mūsų duomenų ir nuspręskime, kaip juos padalinti. Žinome, kad norime saugoti miestų pavadinimus ir šalis, todėl tai greičiausiai geriausiai tiks vienoje lentelėje.

Miestas	Šalis
Tokijas	Japonija
Atlanta	Jungtinės Valstijos
Oklandas	Naujoji Zelandija

Bet prieš kurdami kitą lentelę, turime nuspręsti, kaip nurodyti kiekvieną miestą. Mums reikia tam tikros identifikatoriaus formos, ID arba (techniniuose duomenų bazės terminuose) pirminio rakto. Pirminis raktas yra reikšmė, naudojama konkrečiai eilutei lentelėje identifikuoti. Nors tai galėtų būti pagrįsta pačia reikšme (pavyzdžiui, galėtume naudoti miesto pavadinimą), jis beveik visada turėtų būti skaičius arba kitas identifikatorius. Nenorime, kad ID kada nors pasikeistų, nes tai sugadintų ryšį. Daugeliu atvejų pirminis raktas arba ID bus automatiškai sugeneruotas skaičius.

✅ Pirminis raktas dažnai trumpinamas kaip PK

miestai

city_id	Miestas	Šalis
1	Tokijas	Japonija
2	Atlanta	Jungtinės Valstijos
3	Oklandas	Naujoji Zelandija

✅ Pastebėsite, kad šioje pamokoje terminus "id" ir "pirminis raktas" naudojame pakaitomis. Šios koncepcijos taikomos ir DataFrames, kuriuos tyrinėsite vėliau. DataFrames nenaudoja "pirminio rakto" terminologijos, tačiau pastebėsite, kad jie veikia labai panašiai.

Sukūrę miestų lentelę, saugokime kritulių duomenis. Vietoj to, kad dubliuotume visą informaciją apie miestą, galime naudoti ID. Taip pat turėtume užtikrinti, kad naujai sukurta lentelė turėtų id stulpelį, nes visos lentelės turėtų turėti ID arba pirminį raktą.

krituliai

rainfall_id	city_id	Metai	Kiekis
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

Atkreipkite dėmesį į city_id stulpelį naujai sukurtoje krituliai lentelėje. Šiame stulpelyje yra reikšmės, kurios nurodo ID iš miestai lentelės. Techniniuose reliacinių duomenų terminuose tai vadinama užsienio raktu; tai yra pirminis raktas iš kitos lentelės. Galite tiesiog galvoti apie tai kaip nuorodą arba rodyklę. city_id 1 nurodo Tokiją.

[!NOTE] Užsienio raktas dažnai trumpinamas kaip FK

Duomenų gavimas

Padalinus duomenis į dvi lenteles, galite susimąstyti, kaip juos gauti. Jei naudojame reliacinę duomenų bazę, tokią kaip MySQL, SQL Server ar Oracle, galime naudoti kalbą, vadinamą struktūrizuota užklausų kalba arba SQL. SQL (kartais tariama "siquel") yra standartinė kalba, naudojama duomenims gauti ir keisti reliacinėje duomenų bazėje.

Norėdami gauti duomenis, naudojate komandą SELECT. Iš esmės, jūs pasirenkate stulpelius, kuriuos norite matyti, iš lentelės, kurioje jie yra. Jei norėtumėte rodyti tik miestų pavadinimus, galėtumėte naudoti šią užklausą:

SELECT city
FROM cities;

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

SELECT yra vieta, kur nurodote stulpelius, o FROM - kur nurodote lenteles.

[!NOTE] SQL sintaksė yra neatspari didžiosioms ir mažosioms raidėms, tai reiškia, kad select ir SELECT reiškia tą patį. Tačiau, priklausomai nuo naudojamos duomenų bazės tipo, stulpeliai ir lentelės gali būti jautrūs didžiosioms ir mažosioms raidėms. Todėl geriausia praktika visada elgtis su viskuo programavime taip, tarsi tai būtų jautru didžiosioms ir mažosioms raidėms. Rašant SQL užklausas, įprasta konvencija yra rašyti raktinius žodžius didžiosiomis raidėmis.

Aukščiau pateikta užklausa parodys visus miestus. Įsivaizduokime, kad norime rodyti tik Naujosios Zelandijos miestus. Mums reikia tam tikros filtro formos. SQL raktinis žodis tam yra WHERE, arba "kur kažkas yra tiesa".

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

-- Output:
-- Auckland

Duomenų sujungimas

Iki šiol gavome duomenis iš vienos lentelės. Dabar norime sujungti duomenis iš miestai ir krituliai. Tai atliekama sujungiant juos kartu. Iš esmės sukursite siūlę tarp dviejų lentelių ir suderinsite reikšmes iš stulpelio kiekvienoje lentelėje.

Mūsų pavyzdyje suderinsime city_id stulpelį iš krituliai su city_id stulpeliu iš miestai. Tai suderins kritulių reikšmę su atitinkamu miestu. Sujungimo tipas, kurį atliksime, vadinamas vidiniu sujungimu, tai reiškia, kad jei bet kurios eilutės nesutampa su kita lentelės eilute, jos nebus rodomos. Mūsų atveju kiekvienas miestas turi kritulių duomenis, todėl viskas bus rodoma.

Paimkime 2019 metų kritulių duomenis visiems mūsų miestams.

Tai atliksime etapais. Pirmasis žingsnis yra sujungti duomenis, nurodant stulpelius siūlei - city_id, kaip buvo paminėta anksčiau.

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

Mes pažymėjome du stulpelius, kurių norime, ir faktą, kad norime sujungti lenteles pagal city_id. Dabar galime pridėti WHERE sakinį, kad filtruotume tik 2019 metus.

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

Santrauka

Reliacinės duomenų bazės yra orientuotos į informacijos padalijimą tarp kelių lentelių, kurios vėliau sujungiamos atvaizdavimui ir analizei. Tai suteikia didelį lankstumą atliekant skaičiavimus ir kitaip manipuliuojant duomenimis. Jūs susipažinote su pagrindinėmis reliacinės duomenų bazės koncepcijomis ir kaip atlikti sujungimą tarp dviejų lentelių.

🚀 Iššūkis

Internete yra daugybė reliacinių duomenų bazių. Galite tyrinėti duomenis naudodamiesi aukščiau išmoktais įgūdžiais.

Klausimynas po paskaitos

Klausimynas po paskaitos

Peržiūra ir savarankiškas mokymasis

Yra keletas išteklių Microsoft Learn, kur galite tęsti SQL ir reliacinių duomenų bazių koncepcijų tyrinėjimą.

• Aprašykite reliacinių duomenų koncepcijas
• Pradėkite užklausų rašymą su Transact-SQL (Transact-SQL yra SQL versija)
• SQL turinys Microsoft Learn

Užduotis

Užduoties pavadinimas

---

Atsakomybės apribojimas:
Šis dokumentas buvo išverstas naudojant AI vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Dėl svarbios informacijos rekomenduojama profesionali žmogaus vertimo paslauga. Mes neprisiimame atsakomybės už nesusipratimus ar neteisingus aiškinimus, atsiradusius naudojant šį vertimą.