Vad är Power Query & M Language: En detaljerad översikt
Denna handledning ger en översikt över Power Query Editor och M-språket på LuckyTemplates-skrivbordet.
SQL är ett av de mest använda språken inom olika branscher, från databasutveckling till datavetenskap och maskininlärning. Databasadministratörer använder det för att skapa och underhålla databaser, medan datavetare och analytiker använder det nästan dagligen för att extrahera, transformera och ladda data.
SQL står för Structured Query Language och är ett domänspecifikt programmeringsspråk designat för att hantera och manipulera data i relationsdatabashanteringssystem (RDBMS).
När du fördjupar dig i databasernas värld och börjar lära dig SQL kommer du ofta att stöta på experter som kallar SQL för ett universellt språk, vilket betyder att det används i stor utsträckning i relationsdatabassystem som MySQL, SQL Server och Oracle.
Med enklare ord, om du lär dig SQL en gång kan du skapa, hantera och fråga data i alla relationsdatabaser där ute (och ha mycket roligt i processen).
Vid det här laget undrar du förmodligen vad en relationsdatabas är. Innan du börjar arbeta med SQL- och SQL-databaser bör du ha en gedigen förståelse för de grundläggande begreppen för relationsdatabaser.
Så låt oss ta en kort titt på relationsdatabaser!
Innehållsförteckning
Vad är en relationsdatabas?
En relationsdatabas är en typ av databas som organiserar data i tabeller. Varje tabell består av rader och kolumner som du kan arbeta med. Dessa tabeller kallas även relationer, därav namnet "relationell databas."
Den främsta fördelen med en relationsdatabas är att den låter dig upprätta relationer mellan tabeller med hjälp av nycklar. Den här egenskapen hjälper dig att upprätthålla datakonsistens och integritet och underlättar effektiv sökning.
När du arbetar med relationsdatabaser använder du SQL för att skapa, ändra och fråga efter data.
Som alla programmeringsspråk måste du förstå syntaxen för SQL-språket för att komma igång med SQL- och SQL-databaser. Som tur är skiljer sig SQL-syntaxen mycket från alla andra programmeringsspråk och det är lätt att ta reda på grunderna.
Låt oss titta på syntaxen för SQL-språk!
Vad är syntaxen för SQL?
SQL har många användningsfall, och varje användningsfall har sin egen uppsättning syntax. Vi kan dela upp användningsfallen i följande fyra grenar:
Data Definition Language (DDL)
Data Manipulation Language (DML)
Data Control Language (DCL)
Data Query Language (DQL)
Det är mycket troligt att du inte behöver känna till syntaxen för alla ovanstående användningsfall. Om du till exempel är en dataanalytiker kommer du mestadels att arbeta med frågesyntaxen. Men förtrogenhet med alla användningsfall hjälper dig att koda.
I avsnitten nedan kommer vi att titta på innebörden av var och en av ovanstående grenar följt av exempel för att hjälpa dig att bättre förstå syntaxen för SQL.
1. Data Definition Language (DDL)
DDL är en undergrupp av SQL-kommandon som hanterar strukturen för din databas, tabeller och andra objekt. Några vanliga DDL-kommandon är:
SKAPA BORD
ÄNDRA TABELL
Skapa nya tabeller med CREATE TABLE
CREATE TABLE i SQL låter dig skapa en ny tabell med specificerade kolumner och datatyper. Nedan hittar du ett exempel på ett CREATE TABLE-kommando:
CREATE TABLE employees (
id INT PRIMARY KEY,
first_name VARCHAR(50),
last_name VARCHAR(50),
birth_date DATE
);
Dessa SQL-satser kod kommer att skapa en ny tabell med namnet anställda med de angivna kolumnegenskaperna.
Lägg till kolumner i befintliga tabeller med ALTER TABLE
Med ALTER TABLE kan du ändra en befintlig tabell, som att lägga till eller ta bort kolumner. Nedan hittar du ett exempel på hur du lägger till en ny kolumn i en befintlig tabell med ALTER TABLE.
ALTER TABLE employees
ADD COLUMN email VARCHAR(100);
Dessa SQL-satser kommer att lägga till en ny kolumn som kallas "e-post" med en VARCHAR-datatyp och en maximal längd på 100 tecken till den befintliga tabellen "anställda".
Ta bort kolumner från befintliga tabeller med ALTER TABLE
Du kan också använda ALTER TABLE för att ta bort kolumner från en befintlig tabell i din databas. I exemplet nedan tar vi bort en kolumn från en tabell med ALTER TABLE:
ALTER TABLE employees
DROP COLUMN email;
Detta kommando tar bort kolumnen "e-post" från tabellen "anställda".
DELETE Hela tabellen med DROP TABLE
För att ta bort en hel tabell från en databas kan du använda DROP TABLE-satsen. Ta en titt på följande exempel där vi tar bort hela tabellen med DROP TABLE-satsen:
DROP TABLE employees;
Detta kommando tar bort hela tabellen "anställda", inklusive alla dess data och begränsningar.
2. Data Manipulation Language (DML)
DML fokuserar på manipulering och modifiering av data som lagras i din databas. Några viktiga DML-kommandon inkluderar:
SÄTT IN I
VÄLJ
UPPDATERING
RADERA
Lägg till data i tabeller med INSERT INTO
När du väl har skapat en tabell vill du lägga till data till den. För att göra det kan du använda INSERT INTO-satsen.
Exemplet nedan visar hur man lägger till data i tabellen för anställda som vi skapade ovan.
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');
Ovanstående SQL-satser kommer att lägga till 5 nya poster i tabellen för anställda .
Ta bort data från en tabell med DELETE
Du kan använda DELETE-satsen för att ta bort poster från dina datatabeller.
Anta att du vill ta bort medarbetaren med id 3 från tabellen 'anställda'. Du kan använda följande DELETE-sats:
DELETE FROM employees
WHERE id = 3;
Hämta data från tabeller med SELECT
SELECT-satsen är ett av de påståenden som dataanalytiker och vetenskapsmän oftast använder. Det låter dig hämta data lagrade i en datatabell.
I exemplet nedan använder vi SELECT-satsen för att hämta data som lagras i tabellen för anställda .
SELECT * FROM employees;
'*' säger åt kompilatorn att ta bort all data i tabellen för anställda .
Ändra befintliga data i en tabell med UPDATE
Om du vill göra några ändringar i data som lagras i dina tabeller kan du använda UPDATE-satsen i SQL.
Anta att du vill uppdatera efternamnet på den anställde med id 1 i tabellen 'anställda'. Du kan använda följande UPDATE-sats:
UPDATE employees
SET last_name = 'UpdatedLastName'
WHERE id = 1;
Dessa SQL-satser kommer att ändra efternamn i tabellen anställda där id är lika med 1.
3. Data Control Language (DCL)
DCL låter dig hantera åtkomst och behörigheter i din databas. Med DCL-kommandon kan du bevilja, återkalla eller ändra användarbehörigheter.
Några vanliga DCL-kommandon är:
BEVILJA
ÅTERKALLA
Använd GRANT för att ange behörigheter för en användare eller grupp
Anta att du vill ge privilegierna SELECT och INSERT i tabellen 'anställda' till en användare som heter 'användare1'. Du kan använda följande GRANT-uttalande:
GRANT SELECT, INSERT ON employees TO user1;
Dessa SQL-satser kommer att tillåta 'user1' att VÄLJA och INFOGA data i tabellen 'anställda'.
Använd REVOKE för att ta bort specifika privilegier från en användare eller grupp
Om du vill ta bort INSERT-behörigheten från 'user1' i tabellen 'anställda' kan du använda följande REVOKE-sats:
REVOKE INSERT ON employees FROM user1;
Dessa SQL-satser kommer att ta bort INSERT-behörigheten från 'user1' i tabellen 'anställda', samtidigt som de fortfarande tillåter dem att VÄLJA data från tabellen.
4. Data Query Language (DQL)
DQL sysslar uteslutande med hämtning av data från en databas. I SQL är det huvudsakliga DQL-kommandot SELECT. Med kommandot SELECT kan du definiera vilka kolumner som ska hämtas, tillämpas och sammanfogas med flera tabeller.
I följande exempel använder vi DQL-satser för att hämta data och tillämpa filter på den.
SELECT *
FROM employees
WHERE birth_date > '1990-01-01'
ORDER BY birth_date ASC;
I dessa SQL-satser anger WHERE-satsen att endast rader med ett födelsedatum större än '1990-01-01' ska returneras. ORDER BY-satsen sorterar resultatet i stigande ordning.
En av nyckelaspekterna med SQL är att den enkelt kan integreras i miljön du arbetar i. Om du till exempel gör en , kan du integrera SQL och Python tillsammans för att köra SQL-frågor inom Python.
Om du vill veta mer om att använda SQL för att söka efter data, ta en titt på följande video:
I nästa avsnitt kommer vi att gå igenom de populära integrationerna som SQL stöder. Låt oss gå in i det!
Mångsidighet och integration av SQL-språk
SQL integreras enkelt med språk som Python, C++ och Java. När du arbetar med dataanalys eller datavetenskapliga projekt kommer du att inse effektiviteten av SQL-integrationer med andra programmeringsspråk. Den sömlösa integrationen hjälper dig att hantera stora datamängder effektivt.
Några viktiga fördelar med SQL och dess integration med programmeringsspråk inkluderar:
Python : Pythons pandasbibliotek möjliggör smidig SQL-integration genom att du kan läsa och skriva data från SQL-databaser. Dessutom ger bibliotek som SQLAlchemy robust stöd för att arbeta med relationsdatabaser som använder SQL och Python tillsammans.
C++ : Bibliotek som sqlpp11 och nanodbc låter dig ansluta och interagera med relationsdatabaser med SQL i din C++-kod. Dessa bibliotek gör det enkelt att köra SQL-frågor och hantera databasanslutningar i en C++-miljö.
Java : Javas JDBC API tillåter sömlös SQL-databasintegration. Med JDBC kan du ansluta, köra frågor och manipulera data från Java-kod.
Att använda SQL tillsammans med dessa programmeringsspråk kommer att förbättra din kunskap i dataanalys. Detta ger dig möjligheten att skapa mer effektiva och robusta datadrivna lösningar.
På grund av den utbredda , har flera toppföretag byggt sina egna relationsdatabashanteringssystem som använder SQL som sitt primära språk. Kunskap om dessa databaser hjälper dig att arbeta över plattformar.
Vi har listat några av de bästa relationsdatabashanteringssystemen i nästa avsnitt.
Vilka är några populära relationsdatabashanteringssystem?
När du utforskar SQL-språket kommer du att stöta på olika relationsdatabashanteringssystem som använder SQL som sitt primära språk för att hantera och interagera med lagrad data. Varje SQL-implementering har unika funktioner och syntaxvariationer.
Några populära RBDMS och deras SQL-implementationer inkluderar: MySQL , SQL Server , Oracle , Oracle v2 och PostgreSQL .
1. MySQL
MySQL är ett databashanteringssystem med öppen källkod utvecklat av Oracle Corporation. Det används ofta i webbapplikationer och Oracle-databaser och är känt för sin hastighet, tillförlitlighet och användarvänlighet.
MySQL stöder standard SQL och tillhandahåller en rad ytterligare funktioner, såsom fulltextsökning, transaktioner och rumsliga datatyper.
2. SQL Server
MS SQL Server är Microsofts relationsdatabashanteringssystem (RDBMS) på företagsnivå. Den erbjuder ett omfattande utbud av verktyg och funktioner som krävs för datahantering på företagsnivå, såsom integrationstjänster, rapportering och analystjänster.
MS SQL Server ger stöd för olika programmeringsspråk, inklusive T-SQL , som utökar standard SQL med ytterligare konstruktioner och funktioner som är specifika för SQL Server.
3. Oracle
Oracle är RDBMS som utvecklats av Oracle Corporation och betjänar stora företag och företag som kräver datasäkerhet, prestanda och skalbarhet på hög nivå.
Oracle erbjuder avancerade funktioner som partitionering, onlineindexombyggnader, pluggbara databaser och materialiserade vyer.
Oracle v2 är bara en äldre version av Oracle RDBMS, och även om den delar kärnfunktionaliteten kan den sakna vissa funktioner som introducerats i senare versioner.
4. PostgreSQL
PostgreSQL är ett öppen källkod för objektrelationell databashantering (ORDBMS). Det betonar utbyggbarhet och SQL-kompatibilitet.
PostgreSQL utmärker sig med sitt stöd för avancerade datatyper, indexeringsmetoder och mångsidiga frågealternativ, såsom Common Table Expressions (CTE) och Window Functions.
Med alla dessa alternativ tillgängliga på marknaden, kanske du undrar vad RDBMS och SQL-implementering är bättre. Svaret på denna fråga går ner till dina projektkrav.
Ett bra tillvägagångssätt är att först förstå dina projektkrav och sedan leta efter RDBMS som kan möta dina krav.
Slutgiltiga tankar
Data har blivit bränslet i vår digitala värld eftersom vi ser enorma mängder data genereras dagligen. För att effektivt använda dessa data behöver du ett kraftfullt verktyg som SQL.
Som professionell inom datavetenskap, dataanalys, affärsanalys eller maskininlärning, behärska . Faktum är att kunskaper i SQL kan vara en avgörande faktor för om en arbetsgivare anställer eller avvisar dig.
Utöver dess värde på arbetsmarknaden är SQL ovärderlig för individer som arbetar inom dataområdet. Experter uppskattar att upp till 80 % av dataarbetet involverar rengöring och hantering av data, vilket SQL kan hantera anmärkningsvärt.
Dessutom breddar SQLs integration med olika programmeringsspråk, såsom Python, C++ och Java, dess tillämpbarhet. Detta gör att du kan skapa robusta datadrivna lösningar.
utrustar dig med en konkurrensfördel och ett mångsidigt verktyg för att tackla datautmaningar i din professionella resa.
Så när du navigerar i det vidsträckta landskapet av datahantering och analys, kom ihåg SQL som din orubbliga följeslagare. Med sin kraftfulla syntax och utbredda användning kan behärskning av SQL öppna upp för en mängd möjligheter i teknikvärlden. Lycka till med att fråga!
Denna handledning ger en översikt över Power Query Editor och M-språket på LuckyTemplates-skrivbordet.
Lär dig hur du skapar en sidnumrerad rapport, lägger till texter och bilder och sedan exporterar din rapport till olika dokumentformat.
Lär dig hur du använder SharePoint-automatiseringsfunktionen för att skapa arbetsflöden och hjälpa dig att mikrohantera SharePoint-användare, bibliotek och listor.
Finslipa dina färdigheter i rapportutveckling genom att gå med i en dataanalysutmaning. Acceleratorn kan hjälpa dig att bli en LuckyTemplates superanvändare!
Lär dig hur du beräknar löpande summor i LuckyTemplates med DAX. Löpande summor låter dig inte fastna i ett individuellt resultat.
Förstå konceptet med variabler i DAX inom LuckyTemplates och konsekvenserna av variabler för hur dina mått beräknas.
Lär dig mer om den anpassade visual som kallas LuckyTemplates Slope-diagram, som används för att visa ökning/minskning för en enstaka eller flera mätvärden.
Upptäck färgteman i LuckyTemplates. Dessa är viktiga för att dina rapporter och visualiseringar ska se ut och fungera sömlöst.
Att beräkna ett genomsnitt i LuckyTemplates kan göras på många sätt för att ge dig exakt information för dina affärsrapporter.
Låt oss fördjupa oss i Standard LuckyTemplates-teman och granska några av funktionerna som är inbyggda i själva LuckyTemplates Desktop-applikationen.