為什麼SQL知識對資料科學家至關重要？

譯者：李睿

SQL可以追溯到上世紀70年代由Edgar Codd博士、Donald Chamberlin、Raymond Boyce和其他IBM研究人員構建的早期關係資料庫。關係資料庫中一個表中的資料可以連結到資料庫數千個甚至數百萬個條目中的任何一個表中的資料。因此，SQL使得搜尋和檢索與業務相關的問題的資料並在報告中呈現結果比以往更容易、更快捷。

SQL到底是什麼？

SQL是一種用於關係資料庫的查詢語言（傳統資料庫以表格形式儲存資料庫）。它使用關係模型的能力來提供資料屬性或屬性，如貨幣單位、數字、日期或指定值。這是一個典型的SQL格式，它包含表、列、欄位和行：

與電子表格類似，資料庫表由行和列組成。

每列顯示該記錄中的一個欄位，每行表示一條記錄。

為保證每個欄位中的資料符合資料庫的標準，可以為表和表中的每一列提供屬性。

以下透過一些統計資料來說明SQL的流行程度以及財富500強公司為何對其如此依賴。

近58。2%的資料科學家工作需要SQL技能（Indeed。com）。

資料科學家更喜歡SQL而不是R和Python，其中65%以上的人使用SQL（StackOverFlow 2020年調查）。

Microsoft、NTT Data、Accenture、Dell和Cognizant是使用SQL分析資料的頂級公司之一 。

MySQL被評為2022年第二大最受歡迎的資料庫管理系統（Statista） 。

為什麼SQL知識對資料科學家至關重要？

資料科學家列出了SQL的一些主要好處。這種語言：

易於理解和使用，取決術語和簡單的結構。

與Python、R和其他程式語言相容，使資料科學家能夠交換和展示他們的發現，為資料科學家提供工具來檢查他們的資料集，從而幫助他們更好地理解它們。

容納資料分析師和科學家必須處理的大量資料。例如，關係資料庫遠比電子表格強大。

對於大多數招聘資料科學家和資料科學專業人士的招聘人員來說，對這門語言的熟練程度要高於其他程式語言。

最常見的SQL命令有哪些？

為了開發和修改資料庫表、定義使用者許可權和進行其他活動，SQL命令用於與資料庫互動。有五種基本的SQL命令：

1。資料定義語言（DDL）

資料定義語言（DDL）指令用於透過建立、刪除或更改表包含的資料來更改表的結構。命令會自動儲存在資料庫中或“自動提交”。

（1）建立（CREATE）

該命令透過提供表名、列名、大小和屬性來建立新表。

（2）更改（ALTER）

該命令主要用於向資料庫模式新增新功能或更改現有功能。從表中刪除當前列、更改列或減小列的大小都是可能使用的示例。

（3）刪除表（DROP）

該命令用於刪除表，包括其所有資料。

（4）重新命名（RENAME ）

該命令為現有表提供新名稱。

理想的資料定義語言（DDL）應該：

為每個記錄型別、資料項型別、資料庫、檔案型別和其他資料細分賦予唯一的名稱。

區分幾種資料劃分，如資料項、段、記錄和資料庫檔案。

說明不同的記錄類別如何與不同的品牌結構相關聯。

能夠指定資料元素的長度。

2。資料操作語言（DML）

使用資料操作語言（DML）指令修改資料庫。由於資料操作語言（DML）命令不像資料定義語言（DDL）那樣自動提交，因此可以撤消這些操作。

（1）插入（INSERT）

透過給出表名和與新資訊相關的值，例如年齡、地址和姓名，該命令用於將資料插入到錶行中。同樣，它可用於使用來自其他來源的資料填充表。

（2）刪除（DELETE）

該命令從表中刪除一行或多行。例如，簡單地指定表名會刪除它的所有行；但是，新增條件（例如WHERE Name=“MIKE”）只會消除符合要求的行。

（3）更新（UPDATE）

該命令更改表字段的值，並將其應用於所有行或僅滿足條件的行，例如包含特定州程式碼或郵政編碼的行。

資料操作語言（DML）只是暗示：

檢索、插入、刪除和修改資料庫中儲存的資訊。

3。事務控制語言（TCL）

為了管理資料庫，事務控制語言（TCL）命令與資料操作語言（DML） 命令一起使用。但是，事務控制語言（TCL）命令不能用於建立或刪除表，因為它們是在資料庫中自動提交的。

（1）提交（COMMIT）

該命令儲存所有資料庫事務，終止當前事務，並將事務期間執行的所有更改標記為不可逆。它還釋放表持有的所有事務鎖。

（2）回滾（ROLLBACK）

該命令透過終止事務並清除在事務期間所做的所有修改，會擦除所有尚未儲存到資料庫的事務。它還釋放在表上獲得的任何事務鎖。

（3）儲存點（SAVEPOINT）

使用該命令將資料庫回滾到先前構建的儲存點。以這種方式只能保留交易的某些方面。從上一個提交或回滾命令開始，必須給出儲存點。

4。資料控制語言（DCL）

資料控制語言（DCL）命令控制誰可以訪問資料庫中的資料。這些說明根據使用者訪問許可權允許或拒絕某些使用者的訪問。

（1）授予（GRANT）

該命令授予使用者訪問許可權，並指定允許使用者執行的任務，例如選擇和更改表以及授予其他使用者訪問許可權的能力。

（2）撤銷（REVOKE）

此命令刪除使用者的訪問許可權。任何有能力向其他人提供訪問許可權的人都可以使用它，即使授予者不是表的建立者。

5。資料查詢語言（DQL）

資料查詢語言（DQL）命令從資料庫中獲取資料，這符合選擇（SELECT）命令語法的要求。

（1）選擇（SELECT）

這是唯一可用的DQL命令，適用於所有檢索活動。透過定義表名，語法指示在哪裡查詢給定資料。WHERE語句指定目標資料必須具有哪些品質或特徵才能獲得，例如“WHERE age >65”。

有哪些不同的SQL資料型別？

在生成查詢時，選擇合適的SQL資料型別是建立結構良好的查詢的第一步。可以放入表列中的值的型別由資料型別定義，其中一些是：

（1）SQL日期和時間資料型別

DATE：以YYYY-MM-DD格式快取的日期。

TIME：以HH：MI：SS形式快取的時間。

（2）SQL二進位制資料型別

BINARY：固定長度，最多8，000個字元。

VARBINARY：可變長度，最多8，000個字元。

（3）字元和字串的SQL

CHAR：固定長度最多為8，000個字元的字元。

VARCHAR：最多為8，000個可變長度字元。

VARCHAR（max）：可變長度儲存使用“max”選項建立一個最大為231-1位元組的列約束大小，或以1到8000的值定義字串大小（以位元組為單位）。（2GB）

精通SQL的資料科學專業人員

具有SQL技能的資料科學家和軟體開發人員有更多的工作選擇。SQL知識在各種專業角色中都很有用，例如：

SQL資料庫開發人員

SQL資料庫管理員

SQL資料分析師

雲資料庫專家

商業智慧管理員

結語

資料的使用只會增長。因此從長遠來看，學習SQL將對企業大有幫助。學習SQL是資料科學家和資料庫專業人員為他們的職業做準備的最佳方式。資料庫系統不僅是尋找資料專家的企業中最需要的人才之一，而且還是學習其他有用IT技能的基石。SQL知識是資料研究和軟體開發中許多有利可圖的職位的基石。