Jos käytät laskentataulukkosovelluksia kuten Excel tai Google Sheets töissä, nämä ongelmat saattavat olla tuttuja sinulle:

• tietoihin on helppo tehdä vahingossa muutoksia
• on vaikea toistaa Vanhaa analyysia uudesta datasta (niin monta vaihetta muistaa!)
• laajoilla tietokokonaisuuksilla
• on hankalaa jakaa jättimäisiä taulukkolaskentaohjelmia sähköpostilla

taulukkolaskentaohjelmat ovat helposti lähestyttäviä, kaikkialla ja joustavia. Ne voivat yhdistää soluja, lisätä kommentteja, kääntää tietoja, muotoilla taulukoita ja tehdä kaavioita. Joustavuuteen liittyy kuitenkin riskejä. Ne voivat johtaa enemmän työtä, enemmän odottelua, enemmän versiointia päänsärkyä, ja pienempi tarkkuus. Onneksi SQL voi olla nopeampi, helpompi ja turvallisempi kuin Excel. Lue oppia, mitä SQL on, ja miksi se on ylivoimainen tapa manipuloida ja analysoida tietoja.

Excelin haitat

aloitetaan käytännön sovellutuksella. Tutustu tähän taulukkoon Pokémoneista ja niiden ominaisuuksista:

Suppose that we want to use Excel to filter out everything but the name ja jokaisen ruohotyypin Pokémonin tyyppi taulukossa. Excelissä tietojen saamiseksi on käytettävä vaiheittaisia ohjeita:

• avaa Pokémon-taulukko
• lisää suodin ”tyyppi”-sarakkeeseen
• filter for type = ”ruoho”
• poista kaikki sarakkeet paitsi ”nimi”

tässä vaiheessa olemme muokanneet tiedot (mahdolliset virheet), meillä ei ole kopiota tallennetuista vaiheista (vaikea monistaa), ja meidän on lähetettävä koko tiedosto kanssapokémon-kouluttajillemme (kivulias versionhallinta).

Pokémon-taulukon kasvaessa Excel—eli Google Sheets—hidastuu. Jos rivien määrä on tuhansissa, se voi todella haitata työnkulkuamme. Jos olet joskus jäänyt tuijottamaan ”kuoleman kärryä” tai ”Excel lopettaa yllättäen” – viestiä, tiedät tuskan.

mikä on SQL?

SQL on vain ohjelmoinnissa käytetty kieli. Kun sanomme ”käytä SQL: ää”, tarkoitamme tätä:

• tietosi tallennetaan relaatiotietokantaan, joka on tehty taulukoista. Nämä taulukot näyttävät yleensä yhdeltä Exceliltä riveineen ja sarakkeineen.
• haet dataa ja suoritat analyysin kyselyillä, jotka ovat SQL-kielellä kirjoitettuja ohjeita. Voit tallentaa ne samalla tavalla kuin tallennat tekstitiedoston.
• sen sijaan, että kuvailisit, miten saat tiedot—kuten Excelissä tai Sheetsissä—kyselysi kuvaavat, mitä tietoja haluat. Voit suorittaa nämä kyselyt SQL-tulkin avulla, joka tekee tarvittavat haku-ja analysointivaiheet puolestasi.

Excel SQL: miksi vaihtaa?

SQL on paljon Exceliä nopeampi. Se voi kestää minuuttia SQL tehdä, mitä se kestää lähes tunnin tehdä Excel. Excel voi teknisesti käsitellä miljoona riviä, mutta se on ennen pivot taulukoita, useita välilehtiä, ja toiminnot olet luultavasti käyttää.

SQL myös erottaa analyysin datasta. Kun käytät SQL: ää, tietosi tallennetaan erillään analyysistäsi. Sen sijaan, että lähetät massiivisen Excel-tiedoston, voit lähettää pieniä tekstitiedostoja, jotka sisältävät analyysiohjeet. Joukkuetoverit pääsevät käsiksi samoihin tietoihin, joten he voivat tehdä analyysisi itse. Heidän ei tarvitse hallita tiedostoversioita tai riskeerata tietojen turmelemista, ja he voivat ajaa sen uudelleen millä tahansa muulla tiedolla.

kaikki tämä lisää työnantajien vakavaa kysyntää SQL-taidoille.

Sano hyvästit ”kuoleman Tappirattaalle”

analysoi dataa SQL: llä

miten kyselyt toimivat?

Muistatko Pokémon-pöydän?

With SQL, we can write queries to declare exactly what we want from the tieto. Esimerkiksi:

tässä kyselyssä sanotaan ”haluan jokaisen pokemon taulukon ”ruohotyypin” Pokémonin nimen ja tyypin.”

our resulted table would look this:

rikotaan tämä kysely:

• SELECT on avainsana, joka kertoo SQL: n aloittavan kyselyn

namejatypeovat sarakkeitapokemontaulukossa

• FROMon hakusana, joka käskee kyselyn katsoapokemontaulukko
• WHEREsuodattaa tietomme tietyin ehdoin

vertaa tätä Excelin vastaavaan teokseen. Sen sijaan, että ottaisi useita vaiheita, jotka ovat alttiita virheille, hidas suorittaa, vaikea kopioida, ja hankala jakaa, SQL-kyselyt voivat olla nopeampia, helpompaa ja turvallisempaa.

voinko vielä käyttää kaavoja SQL: ssä?

Jos olet Excel-tehokäyttäjä, saatat epäröidä luopua tutuista kaavoista, kuten tästä:

tai tästä:

SQL tarjoaa saman toiminnallisuuden, suuremman luettavuuden, kiitos strukturoidun ja englanninkielisen syntaksinsa. SUM käytetään useiden arvojen lisäämiseen, ja CASE käytetään ehdollisen logiikan käsittelyyn. Esimerkiksi:

tai:

ensimmäinen lauseke palauttaa kaikkien painojen summan pokemon taulukossa. Toisessa lauseessa palautetaan kaksi saraketta: jokaisen Pokémonin nimi ja kokomerkki (”pieni”, jos alle 5, ”keskikokoinen”, jos alle 15, jne.). Huomaa, että SQL käyttää tiettyjä sarakenimiä abstraktien soluviitteiden sijaan ja sanoja, kuten WHEN ja THEN sulkujen ja pilkkujen sijaan.

voit käyttää myös pivot-taulukoita. What takes you seven clicks in Excel would take you seven keystrokes in SQL-just type GROUP BY:

Tämä kysely palauttaa kaikkien kuhunkin tyyppiin kuuluvien Pokémonien kokonaispainon:

tämä SQL-lauseke on suppeampi ja konkreettisempi kuin lista ohjeista, joita saman kääntökohdan kuvaamiseen Excelissä tarvittaisiin, ja lauseke voidaan ajaa usealla aineistolla vähällä vaivalla. Toisin sanoen SQL-lauseke on helppo tarkistaa ja helposti siirrettävissä.

johtopäätöksenä

Taulukkolaskentasovellukset kuten Sheets ja Excel ovat loistavia esityksiin, kuvaamiseen ja pieniin analyyseihin, mutta ne voivat olla riittämättömiä raskaampaa nostoa vaativiin tehtäviin. SQL voi suorittaa useimmat näistä tehtävistä nopeammin, ja se on käyttäjäystävällisempi alusta loppuun.

Jos haluat kokeilla SQL: ää itse tai et usko, että Pokémon tekee riittävän vakuuttavan argumentin, kokeile ilmaista ”Why learn SQL?”kurssi, jonka kirjoitti Codecademyn data-opetussuunnitelman suunnittelija ja datatieteen johtaja Hillary Green-Lerman.

Jos olet valmis opettelemaan kielen läpikotaisin ja harjoittelemaan sitä todellisella datalla, voit oppia SQL: n tyhjästä Codecademyn uusimmassa Pro Intensive-julkaisussa. Kun opit ja parantaa SQL, voit siirtää enemmän työtaakkaa Excel SQL, varata Excel viimeisenä vaiheena tehdä houkuttelevia taulukoita ja kaavioita.

Sonny Li ja Dan Layfield osallistuivat tähän artikkeliin.