 |
|---|
| Lavorare con i dati: database relazionali - Sketchnote di @nitya |
Probabilmente hai usato in passato un foglio di calcolo per memorizzare informazioni. Avevi un insieme di righe e colonne, dove le righe contenevano le informazioni (o dati) e le colonne descrivevano le informazioni (a volte chiamate metadati). Un database relazionale si basa su questo principio fondamentale di colonne e righe in tabelle, permettendoti di avere informazioni distribuite su più tabelle. Questo ti consente di lavorare con dati più complessi, evitare duplicazioni e avere flessibilità nel modo in cui esplori i dati. Esploriamo i concetti di un database relazionale.
Un database relazionale ha al suo centro le tabelle. Proprio come con il foglio di calcolo, una tabella è una raccolta di colonne e righe. La riga contiene i dati o le informazioni con cui vogliamo lavorare, come il nome di una città o la quantità di pioggia. Le colonne descrivono i dati che contengono.
Iniziamo la nostra esplorazione creando una tabella per memorizzare informazioni sulle città. Potremmo iniziare con il loro nome e paese. Potresti memorizzarlo in una tabella come segue:
| Città | Paese |
|---|---|
| Tokyo | Giappone |
| Atlanta | Stati Uniti |
| Auckland | Nuova Zelanda |
Nota che i nomi delle colonne Città, Paese e popolazione descrivono i dati memorizzati, e ogni riga contiene informazioni su una città.
Probabilmente la tabella sopra ti sembra relativamente familiare. Iniziamo ad aggiungere alcuni dati aggiuntivi al nostro database in crescita - la pioggia annuale (in millimetri). Ci concentreremo sugli anni 2018, 2019 e 2020. Se la aggiungessimo per Tokyo, potrebbe apparire così:
| Città | Paese | Anno | Quantità |
|---|---|---|---|
| Tokyo | Giappone | 2020 | 1690 |
| Tokyo | Giappone | 2019 | 1874 |
| Tokyo | Giappone | 2018 | 1445 |
Cosa noti della nostra tabella? Potresti notare che stiamo duplicando il nome e il paese della città più e più volte. Questo potrebbe occupare molto spazio di archiviazione ed è in gran parte inutile avere più copie. Dopotutto, Tokyo ha un solo nome che ci interessa.
OK, proviamo qualcos'altro. Aggiungiamo nuove colonne per ogni anno:
| Città | Paese | 2018 | 2019 | 2020 |
|---|---|---|---|---|
| Tokyo | Giappone | 1445 | 1874 | 1690 |
| Atlanta | Stati Uniti | 1779 | 1111 | 1683 |
| Auckland | Nuova Zelanda | 1386 | 942 | 1176 |
Sebbene questo eviti la duplicazione delle righe, aggiunge un paio di altre sfide. Dovremmo modificare la struttura della nostra tabella ogni volta che c'è un nuovo anno. Inoltre, man mano che i dati crescono, avere gli anni come colonne renderà più difficile recuperare e calcolare i valori.
Ecco perché abbiamo bisogno di più tabelle e relazioni. Suddividendo i dati possiamo evitare duplicazioni e avere più flessibilità nel modo in cui lavoriamo con i dati.
Torniamo ai nostri dati e decidiamo come vogliamo suddividerli. Sappiamo che vogliamo memorizzare il nome e il paese delle nostre città, quindi questo probabilmente funzionerà meglio in una tabella.
| Città | Paese |
|---|---|
| Tokyo | Giappone |
| Atlanta | Stati Uniti |
| Auckland | Nuova Zelanda |
Ma prima di creare la tabella successiva, dobbiamo capire come fare riferimento a ogni città. Abbiamo bisogno di una forma di identificatore, ID o (in termini tecnici di database) una chiave primaria. Una chiave primaria è un valore usato per identificare una riga specifica in una tabella. Sebbene questo possa basarsi su un valore stesso (potremmo usare il nome della città, per esempio), dovrebbe quasi sempre essere un numero o un altro identificatore. Non vogliamo che l'id cambi mai perché romperebbe la relazione. In molti casi la chiave primaria o id sarà un numero generato automaticamente.
✅ La chiave primaria è spesso abbreviata come PK
| city_id | Città | Paese |
|---|---|---|
| 1 | Tokyo | Giappone |
| 2 | Atlanta | Stati Uniti |
| 3 | Auckland | Nuova Zelanda |
✅ Noterai che usiamo i termini "id" e "chiave primaria" in modo intercambiabile durante questa lezione. I concetti qui si applicano anche ai DataFrame, che esplorerai più avanti. I DataFrame non usano la terminologia di "chiave primaria", tuttavia noterai che si comportano in modo molto simile.
Con la tabella delle città creata, memorizziamo la pioggia. Piuttosto che duplicare tutte le informazioni sulla città, possiamo usare l'id. Dovremmo anche assicurarci che la tabella appena creata abbia una colonna id, poiché tutte le tabelle dovrebbero avere un id o chiave primaria.
| rainfall_id | city_id | Anno | Quantità |
|---|---|---|---|
| 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 |
Nota la colonna city_id all'interno della tabella pioggia appena creata. Questa colonna contiene valori che fanno riferimento agli ID nella tabella città. In termini tecnici di dati relazionali, questo si chiama chiave esterna; è una chiave primaria di un'altra tabella. Puoi semplicemente pensarlo come un riferimento o un puntatore. city_id 1 fa riferimento a Tokyo.
Note
La chiave esterna è spesso abbreviata come FK
Con i nostri dati separati in due tabelle, potresti chiederti come li recuperiamo. Se usiamo un database relazionale come MySQL, SQL Server o Oracle, possiamo usare un linguaggio chiamato Structured Query Language o SQL. SQL (a volte pronunciato sequel) è un linguaggio standard usato per recuperare e modificare dati in un database relazionale.
Per recuperare dati usi il comando SELECT. Alla base, selezioni le colonne che vuoi vedere dalla tabella in cui sono contenute. Se volessi mostrare solo i nomi delle città, potresti usare il seguente:
SELECT city
FROM cities;
-- Output:
-- Tokyo
-- Atlanta
-- AucklandSELECT è dove elenchi le colonne, e FROM è dove elenchi le tabelle.
Note
La sintassi SQL non fa distinzione tra maiuscole e minuscole, quindi select e SELECT significano la stessa cosa. Tuttavia, a seconda del tipo di database che usi, le colonne e le tabelle potrebbero essere case sensitive. Di conseguenza, è buona pratica trattare tutto nella programmazione come case sensitive. Quando scrivi query SQL, la convenzione comune è mettere le parole chiave in maiuscolo.
La query sopra mostrerà tutte le città. Immaginiamo di voler mostrare solo le città in Nuova Zelanda. Abbiamo bisogno di una forma di filtro. La parola chiave SQL per questo è WHERE, o "dove qualcosa è vero".
SELECT city
FROM cities
WHERE country = 'New Zealand';
-- Output:
-- AucklandFinora abbiamo recuperato dati da una singola tabella. Ora vogliamo unire i dati da entrambe le tabelle città e pioggia. Questo si fa unendo le tabelle. Creerai effettivamente una giunzione tra le due tabelle, e abbinerai i valori di una colonna di ciascuna tabella.
Nel nostro esempio, abbineremo la colonna city_id in pioggia con la colonna city_id in città. Questo abbinerà il valore della pioggia con la rispettiva città. Il tipo di join che eseguiremo si chiama inner join, il che significa che se qualche riga non corrisponde a nulla dell'altra tabella non verrà mostrata. Nel nostro caso ogni città ha dati sulla pioggia, quindi tutto verrà mostrato.
Recuperiamo la pioggia per il 2019 per tutte le nostre città.
Lo faremo in passaggi. Il primo passo è unire i dati insieme indicando le colonne per la giunzione - city_id come evidenziato prima.
SELECT cities.city
rainfall.amount
FROM cities
INNER JOIN rainfall ON cities.city_id = rainfall.city_idAbbiamo evidenziato le due colonne che vogliamo, e il fatto che vogliamo unire le tabelle tramite city_id. Ora possiamo aggiungere la clausola WHERE per filtrare solo l'anno 2019.
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 | 942I database relazionali si basano sulla divisione delle informazioni tra più tabelle che vengono poi riunite per la visualizzazione e l'analisi. Questo fornisce un alto grado di flessibilità per eseguire calcoli e manipolare i dati. Hai visto i concetti fondamentali di un database relazionale e come eseguire una join tra due tabelle.
Esistono numerosi database relazionali disponibili su internet. Puoi esplorare i dati usando le competenze che hai imparato sopra.
Ci sono diverse risorse disponibili su Microsoft Learn per continuare la tua esplorazione di SQL e dei concetti di database relazionali
- Descrivere i concetti di dati relazionali
- Iniziare a interrogare con Transact-SQL (Transact-SQL è una versione di SQL)
- Contenuti SQL su Microsoft Learn
Visualizzare i dati degli aeroporti
Disclaimer:
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Pur impegnandoci per garantire l’accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa deve essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non ci assumiamo alcuna responsabilità per eventuali malintesi o interpretazioni errate derivanti dall’uso di questa traduzione.