Wyrażenie IN w SQL’u pozwala uprościć przekazywanie do zapytania listy warunków.
Wyobraź sobie, że tabele z markami samochodów. Do głowy powinny Ci przyjść nazwy najbardziej popularnych producentów: Volvo, Tesla, Audi, Volkswagen, Ford, Toyota, Honda itd. Chciałbyś ograniczyć listę wyników tylko do trzech najbardziej popularnych w Polsce marek: Toyota, Volkswagen i Audi.
Read More
Przenosząc rozwiązanie hurtowni danych do chmury, masz gotowy ból głowy.
Jak się odnaleźć w nowym środowisku? Jak dostarczyć tam dane? Jaką usługę wybrać? Jak przechowywać dane? Jak przetwarzać dane? Jak ustawić model dostępu do danych?
I jeszcze jedno wielkie pytanie:
Jak nie zbankrutować?
W niektórych przypadkach rozwiązaniem jest zwinna hurtownia danych.
Zwinna hurtownia danych to taka, która nie opiera się o bazę danych. Dane przechowuje w systemie plików, może to być na przykład Data Lake w chmurze (np. Azure Data Lake Gen 2 [nazewnictwo aktualne na kwiecień 2022]).
Zdecydowaną zaletą takiego rozwiązania jest niska cena.
Jak określić, czy taka hurtownia będzie dobra właśnie dla Ciebie?
Read MoreJakie są dobre praktyki SQL? Co jest ważne, gdy zaczynasz pisać kod SQL?
Wyobraź sobie swoje pierwsze zapytanie zapytanie SQL albo pierwszy kod który ujrzy produkcyjne światło:
Niektóre dobre praktyki, na które warto zwrócić uwagę na początku. Poznanie ich pozwoli Ci pisać lepszy i bardziej odporny na zmiany kod. Będzie on też lepiej przystosowany do późniejszych zmian albo udostępnienia członkom zespołu.
Zdecydowałeś o podjęciu kroków zmierzających do nauki SQL’a, pora na ułożenie agendy.
Naukę podzieliłbym na trzy segmenty. Podstawowy, środnio zaawansowany i zaawansowany.
W zależności od Twojego stopnia zaawansowania, możesz przejść do odpowiedniego poziomu.
Next Level SQL to odpowiedź na obecne potrzebny. Chcesz podnieść wiedzę dotyczącą SQL’a szybko albo odpowiedzieć na najbardziej palące problemy i przygotować się do rozmowy o pracę.
Agenda jest szczególnie przydatna, jeżeli pracujesz na co dzień z danymi. Jesteś Testerem, Business Analitykiem, Data Scientistem. Albo zmierzasz wielkimi krokami w stronę Data Engineera lub Data Analysta,
Daj mi proszę znać w komentarzu, czy którymś modułem jesteś szczególnie zainteresowany. Postaram się wtedy potraktować go priorytetowo.
Read More
W dużej organizacji systemów przechowujących dane jest wiele.
Użytkowników korzystających z tych systemów jest jeszcze więcej.
Użytkownicy mają wiele potrzeb i problemów, które dane mogą rozwiązać.
Ale tutaj uwaga. Nie patrz na dane pod kątem jednego systemu.
On znajdują się w wielu systemach i dopiero, gdy uzupełnimy jedne dane drugimi możemy uzyskać pełniejszy obraz.
Jeden system prezentuje wąski wycinek rzeczywistości – możesz powiedzieć jeden piksel.
Bardziej to zaciemnia, niż umożliwia na odpowiedź na kluczowe pytania. Potrzebujesz zobaczyć szerszy kontekst i zobaczyć dane i systemy holistycznie.
Do skomplikowanej pracy z danymi do ich integracji i potem analizy, odpowiedzi na kluczowe pytania, potrzebni są specjaliści.
I to właśnie o bohaterowie dzisiejszego odcinka:
Data Engineer i Data Analyst, tworzą pełniejszy obraz świata.
Czym zajmuje się Data Engineer?
Read More
Useful Impala commands that you can use to improve queries performance are:
COMPUTE STATS
SET MEM_LIMIT
CREATING TEMP TABLE
Those statements will make your code smarter.
Performance will be greater and your managers, users and DB’s will be happy to work with you.
INSERT OVERWRITE – will make your life much easier when handling deletes.
Continue reading to know when it is good to apply those statements.
Read MoreYou have a big table. The biggest in your system.
You may say big table, big fun but also in some situation a big challenge.
The manager gives you a task:
How would you approach this task?
What query will you build? How would you minimize logical reads? Would you approach this task differently if it was a one time activity or task executed on a regular basis?
Consider: is this table used exclusively used by you? Maybe in parallel, some other process execute inserts into this table?
Continue reading to see how to delete data in batch on SQL Server.
Read MoreRemoving duplicates, is a challenging task.
Sometimes you need something special. Using DISTINCT/ GROUP BY / UNION is not enough.
You need to remove duplicates is some other way: using window function:
You can do it using following query:
If you would like to see how input data looks like. What is the expected result. When this approach might not be a good idea. Please continue reading.
Read MoreProblem: Jak połączyć dwie tabele w SQL’u? Ma to być złączenie równościowe (INNER JOIN). Tylko rekordy, które spełniają warunek złączenia mają być wybrane. Nic więcej, nic mniej.
Jak zapisać złączenie między nimi? Jaka jest dobra praktyka? Jak stworzyć kod, który będzie łatwy w utrzymaniu, rozbudowie i czytelny dla innych członków zespołu?
Możliwości:
1. Użyj klauzuli: INNER JOIN
2. Wymień tabele, które chcesz złączyć w zaraz za FROM i później wykonaj złączenia w WHERE
Rozwiązanie: Użyj INNER JOIN – składnia jest bardziej czytelna a kod będzie łatwiejszy w utrzymaniu i debugowaniu. Argumenty znajdziesz poniżej.
Read MoreWe all work with data.
Amount of data is growing fast, in the business setup or daily life. There is a need to extract them from different places, marge it, filter and send it to someone.
And do it AS FAST AS POSSIBLE.
Probably you also have a lot of data to be analyzed.
Most likely, you don’t like to repeat this operations over and over again. Doing everything manually is a tedious task.
Python and pandas might be the tools that you need.
Pandas gives you possibility to:
– read it from heterogeneous data sources: (CSV, Excel, Database, Parquet etc)
– analyze the data,
– operate on a data,
– manipulate the data,
– supplement it with another data,
– filter and sort.
After you are done with your operations, pandas gives you a possibility to store it in your favorite format: Excel, CSV, Parquet. Whatever you like.
Read More