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 esate naudoję skaičiuoklę informacijos saugojimui. Turėjote eilučių ir stulpelių rinkinį, kur eilutėse buvo informacija (arba duomenys), o stulpeliai aprašė informaciją (kartais vadinamą metaduomenimis). Reliacinė duomenų bazė yra sukurta remiantis šiuo pagrindiniu stulpelių ir eilučių lentelėse principu, leidžiančiu turėti informaciją paskirstytą keliuose lentelėse. Tai leidžia dirbti su sudėtingesniais duomenimis, išvengti dubliavimo ir turėti lankstumą tyrinėjant duomenis. Pažvelkime į reliacinės duomenų bazės sąvokas.

Priešpaskaitos testas

Viskas prasideda nuo lentelių

Reliacinės duomenų bazės pagrindą sudaro 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 aprašo saugomus duomenis.

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

Miestas	Šalis
Tokijas	Japonija
Atlanta	Jungtinės Valstijos
Oklendas	Naujoji Zelandija

Atkreipkite dėmesį, kad stulpelių pavadinimai miestas, šalis ir populiacija aprašo saugomus duomenis, o kiekviena eilutė turi informaciją apie vieną miestą.

Vienos lentelės metodo trūkumai

Tikėtina, kad aukščiau pateikta lentelė jums atrodo gana pažįstama. Pridėkime papildomų duomenų į mūsų augančią duomenų bazę – metinius kritulių kiekius (milimetrais). Susitelksime į 2018, 2019 ir 2020 metus. Jei pridėtume duomenis Tokijui, tai atrodytų maždaug taip:

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

Ką pastebite apie mūsų lentelę? Galite pastebėti, kad mes dubliuojame miesto pavadinimą ir šalį vėl ir vėl. Tai gali užimti nemažai vietos saugykloje ir dažniausiai nereikia turėti kelių kopijų. 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
Oklendas	Naujoji Zelandija	1386	942	1176

Nors tai išvengia eilučių dubliavimo, atsiranda keletas kitų iššūkių. Kiekvieną kartą atsiradus naujiems metams, reikėtų keisti lentelės struktūrą. Be to, kai duomenys auga, metai kaip stulpeliai apsunkins reikšmių gavimą ir skaičiavimą.

Todėl mums reikia kelių lentelių ir ryšių. Padalindami duomenis galime išvengti dubliavimo ir turėti daugiau lankstumo dirbant su duomenimis.

Ryšių sąvokos

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

Miestas	Šalis
Tokijas	Japonija
Atlanta	Jungtinės Valstijos
Oklendas	Naujoji Zelandija

Tačiau prieš kuriant kitą lentelę, turime nuspręsti, kaip nurodyti kiekvieną miestą. Reikia tam tikro identifikatoriaus, ID arba (techniniais duomenų bazės terminais) pirminio rakto. Pirminis raktas yra reikšmė, naudojama identifikuoti vieną konkretų eilutę lentelėje. Nors tai galėtų būti pagrįsta pačia reikšme (pavyzdžiui, galėtume naudoti miesto pavadinimą), beveik visada tai turėtų būti skaičius arba kitas identifikatorius. Nenorime, kad ID keistųsi, nes tai sulaužytų ryšį. Daugeliu atvejų pirminis raktas arba ID bus automatiškai sugeneruotas skaičius.

✅ Pirminis raktas dažnai sutrumpinamas kaip PK

cities

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

✅ Pastebėsite, kad šioje pamokoje terminus „id“ ir „pirminis raktas“ vartojame pakaitomis. Šios sąvokos taikomos ir DataFrames, kuriuos tyrinėsite vėliau. DataFrames nenaudoja termino „pirminis raktas“, tačiau elgiasi panašiai.

Sukūrę miestų lentelę, saugosime kritulių duomenis. Vietoj to, kad dubliuotume visą informaciją apie miestą, galime naudoti ID. Taip pat turėtume užtikrinti, kad naujai sukurtoje lentelėje būtų id stulpelis, nes visos lentelės turėtų turėti ID arba pirminį raktą.

rainfall

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 sukurtos rainfall lentelės viduje. Šis stulpelis turi reikšmes, kurios nurodo ID reikšmes cities lentelėje. Techniniais reliacinių duomenų terminais tai vadinama svetimu raktu; tai yra pirminis raktas iš kitos lentelės. Galite tiesiog galvoti apie tai kaip nuorodą arba rodyklę. city_id 1 nurodo Tokiją.

[!NOTE] Svetimas raktas dažnai sutrumpinamas kaip FK

Duomenų gavimas

Padaliję duomenis į dvi lenteles, galbūt svarstote, kaip juos gauti. Jei naudojame reliacinę duomenų bazę, tokią kaip MySQL, SQL Server ar Oracle, galime naudoti kalbą, vadinamą struktūruotąja užklausų kalba arba SQL. SQL (kartais tariama „sequel“) yra standartinė kalba, naudojama duomenims gauti ir keisti reliacinėje duomenų bazėje.

Duomenims gauti naudojama komanda SELECT. Iš esmės jūs pasirenkate stulpelius, kuriuos norite matyti, iš lentelės, kurioje jie yra. Jei norėtumėte parodyti tik miestų pavadinimus, galėtumėte naudoti šią užklausą:

SELECT city
FROM cities;

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

SELECT nurodo stulpelius, o FROM – lenteles.

[!NOTE] SQL sintaksė nėra jautri raidžių dydžiui, tai reiškia, kad select ir SELECT reiškia tą patį. Tačiau, priklausomai nuo duomenų bazės tipo, stulpeliai ir lentelės gali būti jautrūs raidžių dydžiui. Todėl geriausia praktika yra viską programavime laikyti jautriu raidžių dydžiui. Rašant SQL užklausas įprasta raktinius žodžius rašyti didžiosiomis raidėmis.

Aukščiau pateikta užklausa parodys visus miestus. Įsivaizduokime, kad norime parodyti tik Naujosios Zelandijos miestus. Reikia tam tikro filtro. 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 cities ir rainfall. Tai atliekama sujungiant jas kartu. Iš esmės sukuriate jungtį tarp dviejų lentelių ir suderinate reikšmes iš stulpelio kiekvienoje lentelėje.

Mūsų pavyzdyje suderinsime city_id stulpelį rainfall su city_id stulpeliu cities. Tai suderins kritulių reikšmę su atitinkamu miestu. Atliksime tai, kas vadinama vidiniu sujungimu, reiškiančiu, kad jei kokios nors eilutės nesutampa su kita lentelės reikšme, jos nebus rodomos. Mūsų atveju kiekvienas miestas turi kritulių duomenis, todėl viskas bus parodyta.

Gaukime kritulių duomenis už 2019 metus visiems mūsų miestams.

Darysime tai etapais. Pirmas žingsnis – sujungti duomenis nurodant jungties stulpelius – city_id, kaip minėta anksčiau.

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

Pažymėjome du stulpelius, kuriuos 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 sutelktos į informacijos padalijimą tarp kelių lentelių, kurios vėliau sujungiamos rodymui ir analizei. Tai suteikia didelį lankstumą atlikti skaičiavimus ir kitaip manipuliuoti duomenimis. Jūs susipažinote su reliacinės duomenų bazės pagrindinėmis sąvokomis ir kaip atlikti sujungimą tarp dviejų lentelių.

🚀 Iššūkis

Internete yra daug reliacinių duomenų bazių. Galite tyrinėti duomenis naudodami aukščiau įgytas žinias.

Po paskaitos testas

Po paskaitos testas

Peržiūra ir savarankiškas mokymasis

Yra keletas išteklių Microsoft Learn, kurie padės toliau tyrinėti SQL ir reliacinių duomenų bazių sąvokas

• Aprašykite reliacinių duomenų sąvokas
• Pradėkite užklausas su Transact-SQL (Transact-SQL yra SQL versija)
• SQL turinys Microsoft Learn

Užduotis

Oro uostų duomenų rodymas

---

Atsakomybės apribojimas: Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Kritinei informacijai rekomenduojamas profesionalus žmogaus vertimas. Mes neatsakome už bet kokius nesusipratimus ar neteisingus aiškinimus, kilusius dėl šio vertimo naudojimo.