Workshop Nhập Môn SQL: Nền Tảng Phân Tích Dữ Liệu (ĐH Alberta)

Khám phá sức mạnh SQL trong phân tích dữ liệu! Workshop nhập môn giúp bạn nắm vững kiến thức cơ bản, thực hành truy vấn, và khai thác thông tin giá trị.

Trường đại học

University Of Alberta

Chuyên ngành

Data Analytics

Người đăng

Ẩn danh

Thể loại

Workshop

2019

63
1
0

Phí lưu trữ

30 Point

Mục lục chi tiết

Agenda

1.0. Introduction

2.0. SQL

3.0. Why SQL?

4.0. Data Definition Language (DDL)

5.0. Data Manipulation Language (DML)

6.0. SQLite

7.0. Open Data Portal

8.0. Exercise 1

9.0. Exercise 2

10.0. Exercise 3

11.0. How I prepared for today

1. Introduction

1.1. Workshop Introducing SQL: Foundation of Data Analytics

1.2. Goals

2. Why SQL?

3. Why not Python? R?

4. Data Analytics

5. Relational Database

5.1. Workshop Introducing SQL: Foundation of Data Analytics

6. What is a database?

7. Advantages of a RDBMS

8. Database Terminology

9. How to introduce SQL?

10. SQLite

11. Exercise 1: Download and Run SQLite BD Browser

12. Exercise 1: Download and Run SQLite

13. Exercise 1: Completed

14. SQL

14.1. Workshop Introducing SQL: Foundation of Data Analytics

15. What is SQL?

16. Why is SQL the foundation of Data Analytics?

17. Components of SQL

18. Data Definition Language (DDL)

19. Exercise 2: Data Definition Language

20. Exercise 2: Data Definition Language

21. Exercise 2: Data Definition Language

22. Exercise 2: Data Definition Language

23. Exercise 1: Completed

24. Data Manipulation Language

25. Exercise 3: SELECT Data Manipulation Language

26. Exercise 3: INSERT Data Manipulation Language

27. Exercise 3: SELECT Data Manipulation Language

28. Exercise 3: SELECT Data Manipulation Language

29. Data Manipulation Language

30. Exercise 3: SELECT Data Manipulation Language

31. Exercise 3: UPDATE Data Manipulation Language

32. Data Manipulation Language

33. Exercise 3: SELECT Data Manipulation Language

34. Exercise 3: DELETE Data Manipulation Language

35. Exercise 3: SELECT Data Manipulation Language

36. Advanced SQL

Tóm tắt

I. SQL cho Phân Tích Dữ Liệu Tổng Quan Workshop Nhập Môn

Workshop SQL cho Phân Tích Dữ Liệu: Nhập môn là một chương trình giới thiệu nền tảng cho việc sử dụng SQL trong lĩnh vực phân tích dữ liệu. Mục tiêu của workshop là trang bị cho người tham gia những kiến thức và kỹ năng cơ bản để có thể truy vấnkhai thác dữ liệu từ các cơ sở dữ liệu quan hệ. SQL, viết tắt của Structured Query Language, là một ngôn ngữ tiêu chuẩn được sử dụng để giao tiếp với các hệ quản trị cơ sở dữ liệu (DBMS). Nó cho phép người dùng định nghĩa cấu trúc dữ liệu, thao tác dữ liệu (thêm, sửa, xóa) và quan trọng nhất là truy vấn dữ liệu để phục vụ cho các mục đích phân tích kinh doanh (BI). Workshop này đặc biệt hữu ích cho những người mới bắt đầu làm quen với phân tích dữ liệu và muốn có một công cụ mạnh mẽ để làm việc với dữ liệu có cấu trúc. Theo Robb Sombach từ Đại học Alberta, SQL là một nền tảng vững chắc cho phân tích dữ liệu, đơn giản, dễ tiếp cận và có tính ứng dụng cao.

1.1. Tại sao SQL lại quan trọng cho Phân Tích Dữ Liệu

SQL đóng vai trò then chốt trong phân tích dữ liệu vì nó cho phép người dùng truy cập và thao tác dữ liệu một cách hiệu quả. Trong một thế giới mà dữ liệu là tài sản vô giá, khả năng trích xuất thông tin hữu ích từ dữ liệu là rất quan trọng. SQL cung cấp một cách tiếp cận tiêu chuẩn để truy vấn cơ sở dữ liệu, cho phép các nhà phân tích dữ liệu tạo ra các báo cáo, phân tích xu hướng và đưa ra quyết định dựa trên dữ liệu. Hơn nữa, SQL tương thích với nhiều công cụ BItrực quan hóa dữ liệu như TableauPower BI, giúp quá trình phân tích trở nên trực quan và dễ hiểu hơn.

1.2. Mục tiêu của Workshop SQL cho Phân Tích Dữ Liệu

Workshop SQL cho Phân Tích Dữ Liệu đặt ra các mục tiêu rõ ràng nhằm trang bị cho học viên những kỹ năng cần thiết. Đầu tiên, giới thiệu các khái niệm cơ sở dữ liệu quan hệ. Thứ hai, cung cấp kinh nghiệm thực tế sử dụng dữ liệu từ cổng dữ liệu mở của thành phố Edmonton. Thứ ba, tạo ra một môi trường học tập hợp tác, khuyến khích học viên đặt câu hỏi và chia sẻ kiến thức. Cuối cùng, cung cấp nền tảng vững chắc để học viên có thể tiếp tục khám phá các công cụ phân tích dữ liệu khác như PythonR, từ đó nâng cao năng lực phân tích của mình.

II. Vấn Đề và Thách Thức Phân Tích Dữ Liệu Trước SQL

Trước khi có SQL, việc phân tích dữ liệu gặp nhiều khó khăn. Dữ liệu thường được lưu trữ trong các định dạng khác nhau, gây khó khăn cho việc truy cập và tích hợp. Việc trích xuất thông tin từ dữ liệu trở nên phức tạp và tốn thời gian, đòi hỏi kiến thức chuyên sâu về các hệ thống lưu trữ dữ liệu. Ngoài ra, việc đảm bảo tính nhất quán và chính xác của dữ liệu cũng là một thách thức lớn. Các công cụ phân tích thường không được tích hợp chặt chẽ với các cơ sở dữ liệu, gây khó khăn cho việc thực hiện các truy vấn phức tạp và tạo ra các báo cáo chi tiết. Theo kinh nghiệm của Robb Sombach, SQL giải quyết các vấn đề này bằng cách cung cấp một ngôn ngữ truy vấn tiêu chuẩn, cho phép người dùng truy cập và thao tác dữ liệu một cách hiệu quả, bất kể định dạng lưu trữ của dữ liệu.

2.1. Sự Phức Tạp của Việc Truy Cập Dữ Liệu Đa Dạng

Trước khi SQL trở nên phổ biến, các tổ chức thường phải đối mặt với thách thức lớn trong việc truy cập dữ liệu được lưu trữ trong nhiều hệ thống khác nhau. Mỗi hệ thống có thể sử dụng một định dạng dữ liệu riêng biệt và một ngôn ngữ truy vấn riêng, khiến cho việc tích hợp và phân tích dữ liệu trở nên vô cùng khó khăn. Điều này dẫn đến tình trạng dữ liệu bị phân mảnh và thiếu sự đồng nhất, gây cản trở cho quá trình đưa ra quyết định dựa trên dữ liệu.

2.2. Khó Khăn trong Việc Đảm Bảo Tính Nhất Quán Dữ Liệu

Tính nhất quán của dữ liệu là một yếu tố quan trọng trong phân tích dữ liệu. Trước khi có các hệ thống quản lý cơ sở dữ liệu quan hệ mạnh mẽ như ngày nay, việc đảm bảo rằng dữ liệu được cập nhật và đồng bộ trên tất cả các hệ thống là một thách thức không nhỏ. Sự thiếu nhất quán có thể dẫn đến các kết quả phân tích sai lệch và các quyết định kinh doanh không chính xác.

III. SQL Giải Pháp Hiệu Quả Cho Phân Tích Dữ Liệu Hiện Đại

SQL là một giải pháp mạnh mẽ và hiệu quả cho phân tích dữ liệu hiện đại. Nó cung cấp một ngôn ngữ truy vấn tiêu chuẩn, cho phép người dùng truy cập và thao tác dữ liệu một cách dễ dàng và nhanh chóng. SQL cũng hỗ trợ các tính năng mạnh mẽ như truy vấn con, join bảng và các hàm tổng hợp, giúp người dùng thực hiện các phân tích phức tạp. Hơn nữa, SQL tương thích với nhiều hệ thống quản lý cơ sở dữ liệu và các công cụ phân tích dữ liệu, giúp người dùng dễ dàng tích hợp SQL vào quy trình làm việc của mình. Theo tài liệu workshop, SQL là một nền tảng vững chắc cho phân tích dữ liệu, cho phép người dùng khai thác thông tin hữu ích từ dữ liệu và đưa ra các quyết định kinh doanh sáng suốt.

3.1. Các Thành Phần Chính của Ngôn Ngữ Truy Vấn SQL

SQL bao gồm ba thành phần chính: Ngôn ngữ định nghĩa dữ liệu (DDL), Ngôn ngữ thao tác dữ liệu (DML) và Ngôn ngữ kiểm soát dữ liệu (DCL). DDL được sử dụng để định nghĩa cấu trúc của cơ sở dữ liệu, bao gồm việc tạo, sửa đổi và xóa các bảng. DML được sử dụng để thao tác dữ liệu trong các bảng, bao gồm việc thêm, sửa đổi và xóa các bản ghi. DCL được sử dụng để kiểm soát quyền truy cập vào dữ liệu.

3.2. Các Câu Lệnh SQL Quan Trọng Cho Phân Tích Dữ Liệu

Một số câu lệnh SQL quan trọng cho phân tích dữ liệu bao gồm SELECT (truy vấn dữ liệu), INSERT (thêm dữ liệu), UPDATE (sửa đổi dữ liệu), DELETE (xóa dữ liệu), GROUP BY (nhóm các bản ghi) và ORDER BY (sắp xếp các bản ghi). Các câu lệnh này cho phép người dùng truy vấn và thao tác dữ liệu một cách linh hoạt, giúp họ thực hiện các phân tích phức tạp và tạo ra các báo cáo chi tiết.

IV. Hướng Dẫn Thực Hành Sử Dụng SQL với SQLite cho Phân Tích

Workshop này sử dụng SQLite làm công cụ thực hành SQL, bởi vì SQLite là một hệ quản trị cơ sở dữ liệu nhẹ, dễ cài đặt và sử dụng. Nó là một lựa chọn lý tưởng cho người mới bắt đầu làm quen với SQL. Việc thực hành với SQLite giúp người tham gia hiểu rõ hơn về cú pháp SQL và cách truy vấn dữ liệu. Bài tập thực hành bao gồm việc tạo bảng, thêm dữ liệu, truy vấn dữ liệu và thực hiện các phân tích đơn giản. Sử dụng dữ liệu từ cổng dữ liệu mở của thành phố Edmonton là một cách tuyệt vời để áp dụng kiến thức SQL vào thực tế. Theo hướng dẫn, việc tải và cài đặt SQLite là bước đầu tiên, sau đó người tham gia sẽ được hướng dẫn cách tạo cơ sở dữ liệu và thực hiện các thao tác SQL cơ bản.

4.1. Cài Đặt và Cấu Hình SQLite DB Browser để Phân Tích

Việc cài đặt SQLite DB Browser rất đơn giản. Người dùng chỉ cần tải xuống phiên bản phù hợp với hệ điều hành của mình và giải nén tệp tin. Sau khi giải nén, người dùng có thể khởi chạy SQLite DB Browser và bắt đầu tạo cơ sở dữ liệu mới hoặc mở cơ sở dữ liệu hiện có. Giao diện trực quan của SQLite DB Browser giúp người dùng dễ dàng thực hiện các thao tác SQL.

4.2. Tạo Bảng và Thêm Dữ Liệu vào Cơ Sở Dữ Liệu SQLite

Để tạo bảng, người dùng sử dụng câu lệnh CREATE TABLE. Câu lệnh này cho phép người dùng định nghĩa tên bảng, các cột và kiểu dữ liệu của mỗi cột. Sau khi tạo bảng, người dùng có thể thêm dữ liệu vào bảng bằng câu lệnh INSERT INTO. Câu lệnh này cho phép người dùng chỉ định các giá trị cho mỗi cột trong bảng. Ví dụ, tạo bảng MOSQUITO_TRAP_DATA (như trong tài liệu workshop) và chèn dữ liệu về số lượng muỗi bị bắt trong các bẫy khác nhau.

4.3 Truy Vấn và Thao Tác Dữ Liệu bằng các câu lệnh SQL cơ bản

Sử dụng các câu lệnh SELECT, INSERT, UPDATE, DELETE để thực hành trên dữ liệu mẫu. Ví dụ, câu lệnh SELECT * FROM MOSQUITO_TRAP_DATA sẽ trả về tất cả các bản ghi trong bảng MOSQUITO_TRAP_DATA. Các câu lệnh WHERE, GROUP BY giúp lọc và tổng hợp dữ liệu.

V. Ứng Dụng Thực Tiễn Phân Tích Dữ Liệu Bẫy Muỗi bằng SQL

Workshop sử dụng dữ liệu từ cơ sở dữ liệu mở của thành phố Edmonton, cụ thể là dữ liệu về số lượng muỗi bị bắt trong các bẫy khác nhau. Dữ liệu này được sử dụng để minh họa cách sử dụng SQL để thực hiện các phân tích đơn giản, như tìm số lượng muỗi bị bắt ở mỗi khu vực, so sánh số lượng muỗi bị bắt giữa các khu vực khác nhau, hoặc xác định xu hướng thay đổi của số lượng muỗi theo thời gian. Việc sử dụng dữ liệu thực tế giúp người tham gia hiểu rõ hơn về tính ứng dụng của SQL trong lĩnh vực phân tích dữ liệu. Theo các bài tập trong workshop, người tham gia sẽ thực hành các câu lệnh SQL để trả lời các câu hỏi phân tích cụ thể.

5.1. Phân Tích Số Lượng Muỗi Bị Bắt Theo Khu Vực

Sử dụng câu lệnh SELECT và GROUP BY để tính tổng số lượng muỗi bị bắt ở mỗi khu vực. Ví dụ: SELECT SUM(TOTAL), RURALNORTHWEST, RURALNORTHEAST, RURALSOUTHEAST, RIVERVALLEYEAST, RIVERVALLEYWEST, RESIDENTIALNORTH, RURALSOUTHWEST, LAGOON, GOLFCOURSE, INDUSTRIALPARK, RESIDENTIALSOUTH FROM MOSQUITO_TRAP_DATA GROUP BY TOTAL;.

5.2. So Sánh Số Lượng Muỗi Bị Bắt Giữa Các Khu Vực

Sử dụng câu lệnh SELECT và WHERE để so sánh số lượng muỗi bị bắt giữa các khu vực khác nhau. Ví dụ, câu lệnh SELECT SUM(TOTAL) FROM MOSQUITO_TRAP_DATA WHERE LOCATION = 'RURALNORTHWEST' UNION SELECT SUM(TOTAL) FROM MOSQUITO_TRAP_DATA WHERE LOCATION = 'RURALNORTHEAST' sẽ trả về tổng số lượng muỗi bị bắt ở hai khu vực RURALNORTHWEST và RURALNORTHEAST, cho phép so sánh trực tiếp.

VI. Kết Luận và Hướng Phát Triển SQL cho Phân Tích Dữ Liệu

Workshop SQL cho Phân Tích Dữ Liệu: Nhập môn cung cấp một nền tảng vững chắc cho những người muốn bắt đầu sự nghiệp trong lĩnh vực phân tích dữ liệu. SQL là một công cụ mạnh mẽ và cần thiết cho bất kỳ nhà phân tích dữ liệu nào. Workshop này không chỉ cung cấp kiến thức lý thuyết mà còn tạo cơ hội thực hành, giúp người tham gia tự tin sử dụng SQL trong công việc thực tế. Trong tương lai, SQL sẽ tiếp tục đóng vai trò quan trọng trong phân tích dữ liệu, đặc biệt là với sự phát triển của Big Data và các công nghệ mới như Data warehousing. Việc nắm vững SQL sẽ giúp các nhà phân tích dữ liệu khai thác tối đa giá trị từ dữ liệu và đưa ra các quyết định kinh doanh thông minh.

6.1. Tầm Quan Trọng của SQL trong Bối Cảnh Big Data

SQL vẫn là một công cụ quan trọng trong bối cảnh Big Data, mặc dù có nhiều công cụ và công nghệ mới xuất hiện. SQL được sử dụng để truy vấn dữ liệu trong các hệ thống Data warehousingData modeling, cũng như để phân tích dữ liệu trong các hệ thống Big Data như Hadoop, SparkHive. Khả năng truy vấn dữ liệu hiệu quả và linh hoạt của SQL giúp các nhà phân tích dữ liệu khai thác thông tin từ các tập dữ liệu lớn.

6.2. Các Bước Tiếp Theo Sau Workshop Nhập Môn SQL

Sau khi hoàn thành workshop nhập môn SQL, người tham gia có thể tiếp tục học tập và rèn luyện kỹ năng SQL bằng cách tham gia các khóa học nâng cao, đọc sách và tài liệu trực tuyến, và thực hành trên các dự án thực tế. Bên cạnh đó, việc học thêm các công cụ phân tích dữ liệu khác như PythonR cũng sẽ giúp người tham gia mở rộng khả năng phân tích của mình. Đồng thời, tham gia các diễn đàn và cộng đồng SQL để học hỏi kinh nghiệm và chia sẻ kiến thức với những người khác cũng là một cách tuyệt vời để phát triển kỹ năng SQL.

22/09/2025

Trích đoạn nội dung tài liệu

Workshop Introducing SQL: A Foundation of Data Analytics Robb Sombach University of Alberta Alberta School of Business 1 Agenda • Introduction • SQL • Why SQL? • Data Definition • What about Python? R? Language (DDL) • Data Analytics • Exercise 2 • Data Manipulation • Relational Database Language (DML) • What is a database? • Exercise 3 • Terminology • SQLite • Open Data Portal • Exercise 1 • How I prepared for today 2 Robb Sombach • Work Experience • 15+ years working in the IT industry • 10+ years Self-Employed IT Consultant • IT Positions • Systems Analyst / Business Analyst • Database Administrator (Oracle / SQL Server) • Network Administrator • Developer 3 Robb Sombach • Teaching Experience • 5 years teaching at NAIT • Computer Systems Technology (CST) • Digital Media and Information Technology (DMIT) • 6+ years teaching at University of Alberta • Technology Training Centre • Alberta School of Business 4 Resources All Workshop files can be downloaded here http://bit.ly/odd_2019 5 Introduction Workshop Introducing SQL: Foundation of Data Analytics 6 Goals • Introduce relational database concepts • Provides hands-on, real world database experience using data from the City of Edmonton Open Data Portal • Foster a collaborative workshop • Please interupt and ask questions 7 Why SQL? • Simple • Accessible • Applicable • Powerful • Pervasive • Valuable • Universal 8 Why not Python? R? • Difficult for beginners • Complicated syntax • Requires programming knowledge (logic, algorithms) • Is SQL better than Python or R? • SQL is good for some things • Python/R is good for other things • Compliment each other • SQL is a great starting point 9 Data Analytics • Analytics is the discovery, interpretation, and communication of meaningful patterns in data; and the process of applying those patterns towards effective decision making • Organizations may apply analytics to business data to describe, predict, and improve business performance • https://en.org/wiki/Analytics 10 Relational Database Workshop Introducing SQL: Foundation of Data Analytics 11 What is a database? • A relational “database” management system (RDBMS) organizes data • The logical structure of the database is based upon the information needs of an organization • Entities (“things” of interest to the organization), AND • Relationships (how the Entities are associated with each other) 12 Advantages of a RDBMS • Establish a centralized, logical view of data • Minimizes data duplication (i. “redundancy”) • Promote data accuracy and integrity • Capacity of database • Superior multi-user or concurrent access • Security • Retrieve information quickly https://www.com/blog/advantages-database-development-business/ • Inter-operability 13 Database Terminology • Table, Entity, Relation, (similar to an Excel Worksheet) • Row, Record, Instance • Column, Field, Attribute • Primary Key – unique and mandatory • Foreign Key – a cross- reference between tables because it references the primary key of another table • Relationship – created though foreign keys 14 How to introduce SQL? • Microsoft Access • https://products.com/en- ca/access • Microsoft SQL Server • https://www.com/en- us/sql-server/sql-server-2017 • MariaDB, MySQL • https://mariadb.org/ • https://www.com/ • Postgresql • https://www.org/ • Oracle • https://www.com/database/ • Hadoop, Spark, Hive, Pig • https://hadoop.org/ 15 A database that … • Has full-featured SQL • Aviation-grade quality and • Has billions and billions of testing deployments • Zero-configuration • Is a single-file database • Has ACID (Atomic, • Has public domain source Consistent, Isolated, and code Durable) transactions, even after power loss • Small footprint • Has a stable, enduring file • Has a max DB size of 140 format terabytes • Is has extensive, detailed • Has a max row size of 1 documentation gigabyte • Has long-term support (to • Is faster than direct file the year 2050) access https://www.html 16 SQLite • “SQLite is the most widely deployed database in the world with more applications than we can count, including several high-profile projects” • https://www.html • “SQLite is an in-process library that implements a self-contained, serverless, zero-configuration, transactional SQL database engine” • https://www.html • Perfect for learning SQL (the foundation of data analytics) 17 Exercise 1: Download and Run SQLite BD Browser • Download SQLite • Download SQLite DB Browser Portable • https://sqlitebrowser.org/dl/ 18 Exercise 1: Download and Run SQLite • Extract the ZIP archive to the Desktop • Start SQLite • SQLiteDatabaseBrowserPortable.exe • Create a New database • open_data_day_2019.db • Save the database in the Data folder • Click Cancel when prompted to create a table • Done! 19 Exercise 1: Completed 20 SQL Workshop Introducing SQL: Foundation of Data Analytics 21 What is SQL? • SQL stands for Structured Query Language • SQL is pronounced S-Q-L or sequel • SQL is a standard language for managing, manipulating and querying databases • Developed at IBM in the early 1970’s • In 1986, ANSI and ISO standard groups officially adopted the standard “Database Language SQL” definition • Most SQL databases have their own proprietary extensions in addition to the SQL standard • SQL is the language used to ask questions (query) of a database which will return answers (results) 22 Why is SQL the foundation of Data Analytics? • Data engineers and database administrators will use SQL to ensure that everybody in their organization has access to the data they need • Data scientists will use SQL to load data into their models • Data analysts will use SQL to query tables of data and derive insights from it 23 Components of SQL • SQL consists of three components which offer everything required to manage, maintain and use a database 1. Data Definition Language 2. Data Manipulation Language 3.

Data Control Language 24 Data Definition Language (DDL) • This component is used to define the structure (or schema) of the database • For tables there are three main commands: • CREATE TABLE table_name • To create a table in the database • ALTER TABLE table_name • To add or remove columns from a table in the database • DROP TABLE table_name • To remove a table from the database 25 Exercise 2: Data Definition Language • Select the Execute SQL tab in SQLite • Type or copy/paste the CREATE TABLE statement into the empty SQLite Execute SQL window • Click the Execute SQL button on the toolbar • If the table is created successfully, you should receive the following message: • Query executed successfully: CREATE TABLE "MOSQUITO_TRAP_DATA“ • Click Write Changes to make commit the changes permanent • View the changes in the Database Structure tab 26 CREATE TABLE "MOSQUITO_TRAP_DATA" ( `SAMPLEID` INTEGER PRIMARY KEY AUTOINCREMENT, `TRAP_DATE` NUMERIC, `GENUS` TEXT, `SPECIES` TEXT, `TYPE` TEXT, `GENDER` TEXT ); https://www.org/lang_createtable.html 27 Exercise 2: Data Definition Language • Select the Execute SQL tab in SQLite • Type or copy/paste the ALTER TABLE statements into the empty SQLite Execute SQL window • Click the Execute SQL button on the toolbar • If the table is created successfully, you should receive the following message: • Query executed successfully: ALTER TABLE "MOSQUITO_TRAP_DATA“ • Click Write Changes to make commit the changes permanent • View the changes in the Database Structure tab 28 ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `RURALNORTHWEST` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `RURALNORTHEAST` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `RURALSOUTHEAST` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `RIVERVALLEYEAST` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `RIVERVALLEYWEST` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `RESIDENTIALNORTH` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `RURALSOUTHWEST` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `LAGOON` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `GOLFCOURSE` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `INDUSTRIALPARK` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `RESIDENTIALSOUTH` INTEGER; ALTER TABLE "MOSQUITO_TRAP_DATA" ADD COLUMN `TOTAL` INTEGER; https://www.org/lang_altertable.html 29 Exercise 2: Data Definition Language • Select the Execute SQL tab in SQLite • Type or copy/paste the DROP TABLE statement into the empty SQLite Execute SQL window • Click the Execute SQL button on the toolbar • If the table is created successfully, you should receive the following message: • Query executed successfully: DROP TABLE "MOSQUITO_TRAP_DATA" • Click Write Changes to make commit the changes permanent • View the changes in the Database Structure tab 30 DROP TABLE "MOSQUITO_TRAP_DATA"; https://www.org/lang_droptable.html 31 Exercise 2: Data Definition Language • Create the MOSQUITO_TRAP_DATA table again using the DDL on the next slide • Click Write Changes to make commit the changes permanent • View the changes in the Database Structure tab • Done! 32 CREATE TABLE "MOSQUITO_TRAP_DATA" ( `SAMPLEID` INTEGER PRIMARY KEY AUTOINCREMENT, `TRAP_DATE` NUMERIC, `GENUS` TEXT, `SPECIES` TEXT, `TYPE` TEXT, `GENDER` TEXT, `RURALNORTHWEST` INTEGER, `RURALNORTHEAST` INTEGER, `RURALSOUTHEAST` INTEGER, `RIVERVALLEYEAST` INTEGER, `RIVERVALLEYWEST` INTEGER, `RESIDENTIALNORTH` INTEGER, `RURALSOUTHWEST` INTEGER, `LAGOON` INTEGER, `GOLFCOURSE` INTEGER, `INDUSTRIALPARK` INTEGER, `RESIDENTIALSOUTH` INTEGER, `TOTAL` INTEGER ) https://www.org/lang_createtable.html 33 Exercise 1: Completed 34 Data Manipulation Language • This component is used to manipulate data within a table • There are four main commands: • SELECT • To select rows of data from a table • INSERT • To insert rows of data into a table • UPDATE • To change rows of data in a table • DELETE • To remove rows of data from a table 35 Exercise 3: SELECT Data Manipulation Language • Select the Execute SQL tab in SQLite • Type or copy/paste the SELECT statement into the empty SQLite Execute SQL window • SELECT COUNT(*) FROM MOSQUITO_TRAP_DATA; • Click the Execute SQL button on the toolbar • Do you get an answer? Why not? https://www.org/lang_select.html 36 Exercise 3: INSERT Data Manipulation Language • Add some data to the MOSQUITO_TRAP_DATA table created in Exercise 2 • Type or copy/paste the INSERT statement into the empty SQLite Execute SQL window • Click the Execute SQL button on the toolbar • Click Write Changes to make commit the changes permanent • View the changes in the Browse Data tab • The MOSQUITO_TRAP_DATA table now has seven rows of data 37 INSERT INTO "MOSQUITO_TRAP_DATA" (TRAP_DATE, GENUS, SPECIES, TYPE, GENDER, RURALNORTHWEST, RURALNORTHEAST, RURALSOUTHEAST, RIVERVALLEYEAST, RIVERVALLEYWEST, RESIDENTIALNORTH, RURALSOUTHWEST, LAGOON, GOLFCOURSE, INDUSTRIALPARK, RESIDENTIALSOUTH, TOTAL) VALUES ('2014- 07-01','Aedes','spencerii','Black legs','Female',0,0,0,0,0,1,0,0,0,1,1,3); INSERT INTO "MOSQUITO_TRAP_DATA" (TRAP_DATE, GENUS, SPECIES, TYPE, GENDER, RURALNORTHWEST, RURALNORTHEAST, RURALSOUTHEAST, RIVERVALLEYEAST, RIVERVALLEYWEST, RESIDENTIALNORTH, RURALSOUTHWEST, LAGOON, GOLFCOURSE, INDUSTRIALPARK, RESIDENTIALSOUTH, TOTAL) VALUES ('2014- 07-01','Aedes','dorsalis','Banded legs','Female',0,1,0,0,0,0,2,0,0,0,0,3); INSERT INTO "MOSQUITO_TRAP_DATA" (TRAP_DATE, GENUS, SPECIES, TYPE, GENDER, RURALNORTHWEST, RURALNORTHEAST, RURALSOUTHEAST, RIVERVALLEYEAST, RIVERVALLEYWEST, RESIDENTIALNORTH, RURALSOUTHWEST, LAGOON, GOLFCOURSE, INDUSTRIALPARK, RESIDENTIALSOUTH, TOTAL) VALUES ('2014- 07-01','Aedes','euedes','Banded legs','Female',1,1,0,0,2,0,0,0,0,0,0,4); INSERT INTO "MOSQUITO_TRAP_DATA" (TRAP_DATE, GENUS, SPECIES, TYPE, GENDER, RURALNORTHWEST, RURALNORTHEAST, RURALSOUTHEAST, RIVERVALLEYEAST, RIVERVALLEYWEST, RESIDENTIALNORTH, RURALSOUTHWEST, LAGOON, GOLFCOURSE, INDUSTRIALPARK, RESIDENTIALSOUTH, TOTAL) VALUES ('2014- 07-01','Aedes','excrucians','Banded legs','Female',1,2,0,0,2,1,0,0,0,1,0,7); INSERT INTO "MOSQUITO_TRAP_DATA" (TRAP_DATE, GENUS, SPECIES, TYPE, GENDER, RURALNORTHWEST, RURALNORTHEAST, RURALSOUTHEAST, RIVERVALLEYEAST, RIVERVALLEYWEST, RESIDENTIALNORTH, RURALSOUTHWEST, LAGOON, GOLFCOURSE, INDUSTRIALPARK, RESIDENTIALSOUTH, TOTAL) VALUES ('2014- 07-01','Aedes','fitchii','Banded legs','Female',0,2,0,0,1,0,0,0,0,0,4,7); INSERT INTO "MOSQUITO_TRAP_DATA" (TRAP_DATE, GENUS, SPECIES, TYPE, GENDER, RURALNORTHWEST, RURALNORTHEAST, RURALSOUTHEAST, RIVERVALLEYEAST, RIVERVALLEYWEST, RESIDENTIALNORTH, RURALSOUTHWEST, LAGOON, GOLFCOURSE, INDUSTRIALPARK, RESIDENTIALSOUTH, TOTAL) VALUES ('2014- 07-01','Aedes','flavescens','Banded legs','Female',6,5,8,0,0,0,5,0,0,3,1,28); INSERT INTO "MOSQUITO_TRAP_DATA" (TRAP_DATE, GENUS, SPECIES, TYPE, GENDER, RURALNORTHWEST, RURALNORTHEAST, RURALSOUTHEAST, RIVERVALLEYEAST, RIVERVALLEYWEST, RESIDENTIALNORTH, RURALSOUTHWEST, LAGOON, GOLFCOURSE, INDUSTRIALPARK, RESIDENTIALSOUTH, TOTAL) VALUES ('2014- 07-01','Aedes','vexans','Banded legs','Female',3,168,1,21,38,8,16,0,0,3,32,290); https://www.org/lang_insert.html 38 Exercise 3: SELECT Data Manipulation Language • Type or copy/paste the SELECT statement into the empty SQLite Execute SQL window • SELECT COUNT(*) FROM MOSQUITO_TRAP_DATA; • Click the Execute SQL button on the toolbar • When you execute the query, you are asking the database a question • Can you tell me the number of rows in the MOSQUITO_TRAP_DATA table? • The database gives you an answer (the result) and you should have received the following message: • 7 rows returned in 1ms from: SELECT * FROM MOSQUITO_TRAP_DATA; https://www.org/lang_select.html 39 Exercise 3: SELECT Data Manipulation Language • What if you want to see all the rows in your database? • SELECT * FROM MOSQUITO_TRAP_DATA; • Returns all columns and rows in a table • What if you only want to see the Genus, Species and Total of each row? • SELECT GENUS, SPECIES, TOTAL FROM MOSQUITO_TRAP_DATA; • Returns only the GENUS, SPECIES, TOTAL columns for each row in a table https://www.org/lang_select.html 40 Data Manipulation Language • The WHERE clause Operator Description • Uses operators to extract = Equal only those records that <> Not equal. Note: In some versions of fulfill a specified condition SQL this operator may be written as !

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ