Variabler og uttrykk i Power Query Editor
Denne opplæringen vil diskutere om variabler og uttrykk i Power Query Editor. Du lærer hvordan du skriver og bygger dem riktig.
SQL er et av de mest brukte språkene i ulike bransjer, fra databaseutvikling til datavitenskap og maskinlæring. Databaseadministratorer bruker den til å lage og vedlikeholde databaser, mens dataforskere og analytikere bruker den nesten daglig for å trekke ut, transformere og laste inn data.
SQL står for Structured Query Language og er et domenespesifikt programmeringsspråk designet for å administrere og manipulere data i relasjonsdatabaseadministrasjonssystemer (RDBMS).
Når du fordyper deg i databasenes verden og begynner å lære SQL, vil du ofte støte på eksperter som kaller SQL et universelt språk, noe som betyr at det er mye brukt i relasjonsdatabasesystemer som MySQL, SQL Server og Oracle.
Med enklere ord, hvis du lærer SQL én gang, kan du opprette, administrere og spørre etter data i alle relasjonsdatabasene der ute (og ha mye moro i prosessen).
På dette tidspunktet lurer du sannsynligvis på hva en relasjonsdatabase er. Før du begynner å jobbe med SQL- og SQL-databaser, bør du ha en solid forståelse av de grunnleggende konseptene for relasjonsdatabaser.
Så la oss ta en kort titt på relasjonsdatabaser!
Innholdsfortegnelse
Hva er en relasjonsdatabase?
En relasjonsdatabase er en type database som organiserer data i tabeller. Hver tabell består av rader og kolonner som du kan jobbe med. Disse tabellene kalles også relasjoner, derav navnet "relasjonsdatabase."
Den primære fordelen med en relasjonsdatabase er at den lar deg etablere relasjoner mellom tabeller ved hjelp av nøkler. Denne egenskapen hjelper deg å opprettholde datakonsistens og integritet og forenkler effektiv spørring.
Når du arbeider med relasjonsdatabaser , bruker du SQL til å opprette, endre og spørre etter dataene.
Som alle programmeringsspråk, for å komme i gang i SQL- og SQL-databaser, må du forstå syntaksen til SQL-språket. Heldigvis er syntaksen til SQL veldig forskjellig fra alle de andre programmeringsspråkene, og det er lett å sette seg inn i det grunnleggende.
La oss se på syntaksen til SQL-språk!
Hva er syntaksen for SQL?
SQL har mange brukstilfeller, og hvert brukstilfelle har sitt eget sett med syntaks. Vi kan dele brukstilfellene inn i følgende fire grener:
Data Definition Language (DDL)
Data Manipulation Language (DML)
Data Control Language (DCL)
Data Query Language (DQL)
Det er høyst sannsynlig at du ikke trenger å kjenne syntaksen for alle brukstilfellene ovenfor. For eksempel, hvis du er en dataanalytiker, vil du for det meste jobbe med søkesyntaksen. Imidlertid vil kjennskap til alle brukstilfellene hjelpe deg med å kode.
I avsnittene nedenfor vil vi se på betydningen av hver av grenene ovenfor etterfulgt av eksempler for å hjelpe deg bedre å forstå syntaksen til SQL.
1. Data Definition Language (DDL)
DDL er et undersett av SQL-kommandoer som omhandler strukturen til databasen, tabellene og andre objekter. Noen vanlige DDL-kommandoer er:
LAG BORD
ENDRE TABELL
Lag nye tabeller med CREATE TABLE
CREATE TABLE i SQL lar deg lage en ny tabell med spesifiserte kolonner og datatyper. Nedenfor finner du et eksempel på en CREATE TABLE-kommando:
CREATE TABLE employees (
id INT PRIMARY KEY,
first_name VARCHAR(50),
last_name VARCHAR(50),
birth_date DATE
);
Disse SQL-setningskodene vil opprette en ny tabell med navnet ansatte med de angitte kolonneegenskapene.
Legg til kolonner i eksisterende tabeller med ALTER TABLE
Med ALTER TABLE kan du endre en eksisterende tabell, for eksempel legge til eller slette kolonner. Nedenfor finner du et eksempel på å legge til en ny kolonne til en eksisterende tabell ved å bruke ALTER TABLE.
ALTER TABLE employees
ADD COLUMN email VARCHAR(100);
Disse SQL-setningene vil legge til en ny kolonne kalt 'e-post' med en VARCHAR-datatype og en maksimal lengde på 100 tegn til den eksisterende 'ansatte'-tabellen.
Fjern kolonner fra eksisterende tabeller med ALTER TABLE
Du kan også bruke ALTER TABLE for å fjerne kolonner fra en eksisterende tabell i databasen. I eksemplet nedenfor vil vi fjerne en kolonne fra en tabell ved å bruke ALTER TABLE:
ALTER TABLE employees
DROP COLUMN email;
Denne kommandoen fjerner 'e-post'-kolonnen fra 'ansatte'-tabellen.
SLETT Hele tabellen med DROP TABLE
For å slette en hel tabell fra en database, kan du bruke DROP TABLE-setningen. Ta en titt på følgende eksempel der vi sletter hele tabellen ved å bruke DROP TABLE-setningen:
DROP TABLE employees;
Denne kommandoen vil slette hele tabellen "ansatte", inkludert alle dens data og begrensninger.
2. Data Manipulation Language (DML)
DML fokuserer på manipulering og modifikasjon av data som er lagret i databasen din. Noen viktige DML-kommandoer inkluderer:
SETTE INN I
PLUKKE UT
OPPDATER
SLETT
Legg til data i tabeller med INSERT INTO
Når du har opprettet en tabell, vil du legge til data til den. For å gjøre det kan du bruke INSERT INTO-setningen.
Eksemplet nedenfor viser hvordan du legger til data i tabellen for ansatte vi opprettet ovenfor.
INSERT INTO employees (id, first_name, last_name, birth_date)
VALUES (1, 'John', 'Doe', '1985-03-20');
INSERT INTO employees (id, first_name, last_name, birth_date)
VALUES (2, 'Jane', 'Smith', '1990-06-15');
INSERT INTO employees (id, first_name, last_name, birth_date)
VALUES (3, 'Alice', 'Johnson', '1987-09-12');
INSERT INTO employees (id, first_name, last_name, birth_date)
VALUES (4, 'Bob', 'Williams', '1992-01-23');
INSERT INTO employees (id, first_name, last_name, birth_date)
VALUES (5, 'Charlie', 'Brown', '1988-11-07');
Ovennevnte SQL-setninger vil legge til 5 nye oppføringer i tabellen for ansatte .
Slett data fra en tabell med DELETE
Du kan bruke DELETE-setningen til å slette poster fra datatabellene dine.
Anta at du ønsker å slette den ansatte med en id på 3 fra 'ansatte'-tabellen. Du kan bruke følgende DELETE-setning:
DELETE FROM employees
WHERE id = 3;
Hent data fra tabeller med SELECT
SELECT-setningen er en av utsagnene som dataanalytikere og forskere oftest bruker. Den lar deg hente data lagret i en datatabell.
I eksemplet nedenfor bruker vi SELECT-setningen for å hente data som er lagret i medarbeidertabellen .
SELECT * FROM employees;
'*' forteller kompilatoren å trekke tilbake alle dataene i tabellen for ansatte .
Endre eksisterende data i en tabell med UPDATE
Hvis du ønsker å gjøre endringer i dataene som er lagret i tabellene dine, kan du bruke UPDATE-setningen i SQL.
Anta at du vil oppdatere etternavnet til den ansatte med en id på 1 i 'ansatte'-tabellen. Du kan bruke følgende UPDATE-setning:
UPDATE employees
SET last_name = 'UpdatedLastName'
WHERE id = 1;
Disse SQL-setningene vil endre etternavn i ansattetabellen der id er lik 1.
3. Datakontrollspråk (DCL)
DCL lar deg administrere tilgang og tillatelser i databasen din. Med DCL-kommandoer kan du gi, tilbakekalle eller endre brukerprivilegier.
Noen vanlige DCL-kommandoer er:
STIPEND
OPPHAV
Bruk GRANT for å spesifisere rettigheter for en bruker eller gruppe
Anta at du vil gi SELECT- og INSERT-privilegiene på 'ansatte'-tabellen til en bruker som heter 'bruker1'. Du kan bruke følgende GRANT-erklæring:
GRANT SELECT, INSERT ON employees TO user1;
Disse SQL-setningene vil tillate 'user1' å SELECT og INSERT data i 'ansatte'-tabellen.
Bruk REVOKE for å fjerne spesifikke privilegier fra en bruker eller gruppe
Hvis du vil fjerne INSERT-rettigheten fra 'user1' på 'ansatte'-tabellen, kan du bruke følgende REVOKE-setning:
REVOKE INSERT ON employees FROM user1;
Disse SQL-setningene vil fjerne INSERT-privilegiet fra 'user1' på 'ansatte'-tabellen, mens de fortsatt lar dem SELECTE data fra tabellen.
4. Data Query Language (DQL)
DQL omhandler utelukkende henting av data fra en database. I SQL er hoved-DQL-kommandoen SELECT. Ved å bruke SELECT-kommandoen kan du definere hvilke kolonner du skal hente, bruke og slå sammen med flere tabeller.
I følgende eksempel bruker vi DQL-setninger for å hente data og bruke filtre på dem.
SELECT *
FROM employees
WHERE birth_date > '1990-01-01'
ORDER BY birth_date ASC;
I disse SQL-setningene spesifiserer WHERE-leddet at bare rader med en fødselsdato større enn '1990-01-01' skal returneres. ORDER BY-setningen sorterer resultatet i stigende rekkefølge.
En av nøkkelaspektene ved SQL er at den enkelt kan integreres i miljøet du jobber i. Hvis du for eksempel lager en , kan du integrere SQL og Python sammen for å kjøre SQL-spørringer i Python.
For å vite mer om bruk av SQL til å søke etter data, ta en titt på følgende video:
I neste avsnitt vil vi gå over de populære integrasjonene som SQL støtter. La oss komme inn i det!
Allsidighet og integrering av SQL-språk
SQL integreres enkelt med språk som Python, C++ og Java. Når du jobber med dataanalyse- eller datavitenskapsprosjekter, vil du innse effektiviteten av SQL-integrasjoner med andre programmeringsspråk. Den sømløse integrasjonen hjelper deg med å håndtere store datasett effektivt.
Noen viktige fordeler med SQL og dets integrasjon med programmeringsspråk inkluderer:
Python : Pythons pandas-bibliotek muliggjør jevn SQL-integrasjon ved å la deg lese og skrive data fra SQL-databaser. I tillegg gir biblioteker som SQLAlchemy robust støtte for å jobbe med relasjonsdatabaser som bruker SQL og Python sammen.
C++ : Biblioteker som sqlpp11 og nanodbc lar deg koble til og samhandle med relasjonsdatabaser ved å bruke SQL i C++-koden. Disse bibliotekene gjør det enkelt å utføre SQL-spørringer og administrere databaseforbindelser i et C++-miljø.
Java : Javas JDBC API tillater sømløs SQL-databaseintegrasjon. Med JDBC kan du koble til, utføre spørringer og manipulere data fra Java-kode.
Bruk av SQL sammen med disse programmeringsspråkene vil forbedre ferdighetene dine i dataanalyse. Dette vil gi deg muligheten til å lage mer effektive og robuste datadrevne løsninger.
På grunn av utbredelsen har flere toppbedrifter bygget sine egne relasjonsdatabaseadministrasjonssystemer som bruker SQL som primærspråk. Kunnskap om disse databasene vil hjelpe deg å jobbe på tvers av plattformer.
Vi har listet opp noen av de beste systemene for administrasjon av relasjonsdatabaser i neste avsnitt.
Hva er noen populære relasjonsdatabasestyringssystemer?
Når du utforsker SQL-språket, vil du komme over ulike relasjonsdatabaseadministrasjonssystemer som bruker SQL som sitt primære språk for å administrere og samhandle med lagrede data. Hver SQL-implementering har unike funksjoner og syntaksvariasjoner.
Noen populære RBDMS og deres SQL-implementeringer inkluderer: MySQL , SQL Server , Oracle , Oracle v2 og PostgreSQL .
1. MySQL
MySQL er et åpen kildekode-databasestyringssystem utviklet av Oracle Corporation. Den er mye brukt i webapplikasjoner og Oracle-databaser og er kjent for sin hastighet, pålitelighet og brukervennlighet.
MySQL støtter standard SQL og gir en rekke tilleggsfunksjoner, for eksempel fulltekstsøk, transaksjoner og romlige datatyper.
2. SQL Server
MS SQL Server er Microsofts relasjonsdatabaseadministrasjonssystem (RDBMS) på bedriftsnivå. Den tilbyr et omfattende utvalg av verktøy og funksjoner som kreves for dataadministrasjon på bedriftsnivå, for eksempel integreringstjenester, rapportering og analysetjenester.
MS SQL Server gir støtte for ulike programmeringsspråk, inkludert T-SQL , som utvider standard SQL med flere konstruksjoner og funksjoner som er spesifikke for SQL Server.
3. Oracle
Oracle er RDBMS utviklet av Oracle Corporation, og betjener store selskaper og bedrifter som krever datasikkerhet, ytelse og skalerbarhet på høyt nivå.
Oracle tilbyr avanserte funksjoner som partisjonering, online indeksombygging, pluggbare databaser og materialiserte visninger.
Oracle v2 er bare en eldre versjon av Oracle RDBMS, og selv om den deler kjernefunksjonaliteten, kan den mangle visse funksjoner introdusert i senere versjoner.
4. PostgreSQL
PostgreSQL er et åpen kildekode-objektrelasjonelt databasestyringssystem (ORDBMS). Den legger vekt på utvidbarhet og SQL-samsvar.
PostgreSQL skiller seg ut med sin støtte for avanserte datatyper, indekseringsmetoder og allsidige spørringsalternativer, for eksempel Common Table Expressions (CTEs) og Window Functions.
Med alle disse alternativene tilgjengelig i markedet, lurer du kanskje på hva RDBMS- og SQL-implementering er bedre. Svaret på dette spørsmålet går ned til prosjektkravene dine.
En god tilnærming er å først forstå prosjektkravene dine og deretter se etter RDBMS som kan dekke kravene dine.
Siste tanker
Data har blitt drivstoffet i vår digitale verden fordi vi ser enorme mengder data som genereres daglig. For å bruke disse dataene effektivt, trenger du et kraftig verktøy som SQL.
Som en profesjonell innen datavitenskap, dataanalyse, forretningsanalyse eller maskinlæring, mestring . Faktisk kan ferdigheter i SQL være en avgjørende faktor for om en arbeidsgiver ansetter eller avviser deg.
Utover verdien på arbeidsmarkedet, er SQL uvurderlig for enkeltpersoner som arbeider i datafeltet. Eksperter anslår at opptil 80 % av dataarbeidet involverer rengjøring og administrasjon av data, noe SQL kan håndtere bemerkelsesverdig.
Dessuten utvider SQLs integrasjon med ulike programmeringsspråk, som Python, C++ og Java, dens anvendelighet. Dette lar deg lage robuste datadrevne løsninger.
utstyrer deg med et konkurransefortrinn og et allsidig verktøy for å takle datautfordringer i din profesjonelle reise.
Så mens du navigerer i det vidstrakte landskapet med dataadministrasjon og analyse, husk SQL som din standhaftige følgesvenn. Med sin kraftige syntaks og utbredte bruk, kan mestring av SQL åpne opp for en rekke muligheter i teknologiverdenen. Lykke til med spørringen!
Denne opplæringen vil diskutere om variabler og uttrykk i Power Query Editor. Du lærer hvordan du skriver og bygger dem riktig.
Et LuckyTemplates-varmekart er en type visualisering som brukes til å vise datatetthet på et kart. I denne opplæringen vil jeg diskutere hvordan vi kan lage en – ikke gå glipp av noe!
Jeg skal lære deg et veldig interessant eksempel rundt Pareto-prinsippet og hvordan du lager et Pareto-diagram ved hjelp av viktige DAX-formler.
Lær hvordan et tilpasset stolpediagram på markedsplassen kan brukes til datasammenligning og hvordan du kan lage dem ved å bruke eksempler i LuckyTemplates.
Lær hvordan Power Automate Static Results-funksjonen fungerer og hvorfor det er bra å bli lagt til de beste praksisene når du lager flytdiagrammer.
eDNA demonstrerer hvordan du utfører språk- eller tekstoversettelse ved hjelp av Python og overfører det til LuckyTemplates. LuckyTemplates Python-opplæring.
I denne opplæringen lærer du hvordan du bruker Gauge Bullet Graph til å lage et Gantt-diagram i LuckyTemplates Report Builder.
I denne opplæringen lærer du hvordan du lager et tredimensjonalt (3D) spredningsplott ved å bruke Python i LuckyTemplates.
Effektiv LuckyTemplates-rapportering – øktgjennomgang og ressursnedlasting
Ny kundeanalyse med LuckyTemplates – Neste medlemsbegivenhet