Jak fungují korelované poddotazy v SQL: příklady a aplikace

Korelované poddotazy se vyhodnocují pro každý řádek v hlavním dotazu a používají hodnoty z tohoto řádku pro provedení poddotazu. To znamená, že poddotaz není statický, ale závisí na každém zpracovávaném řádku hlavního dotazu. Poddotaz může vrátit jeden nebo více řádků, nebo žádný. Pokud vrátí alespoň jeden řádek, predikát EXISTS vrátí hodnotu TRUE, což znamená, že hlavní dotaz provede svou akci. Naopak predikát NOT EXISTS vrátí hodnotu FALSE, pokud poddotaz nenajde žádný odpovídající řádek.

Pro každý zpracovávaný řádek v hlavním dotazu se provede poddotaz, který využívá hodnoty z tohoto řádku, aby zjistil, zda existuje nějaký odpovídající záznam. Tento proces pokračuje, dokud nejsou zpracovány všechny řádky hlavního dotazu.

Příklad: testování existence v SQL

Představme si, že pracujete jako obchodní zástupce společnosti Penguin Electronics a potřebujete kontaktovat své hlavní kontaktní osoby ve všech zákaznických organizacích v New Hampshire. Pomocí korelovaného poddotazu lze tento úkol vyřešit následujícím dotazem:

sql
Copy code
SELECT *

FROM CONTACT
WHERE EXISTS
  (SELECT *
   FROM CUSTOMER
   WHERE State = 'NH'
     AND CONTACT.CustomerID = CUSTOMER.CustomerID);

V tomto dotazu je důležité, že poddotaz používá hodnotu CONTACT.CustomerID z hlavního dotazu a porovnává ji s CUSTOMER.CustomerID v poddotazu. Pro každý řádek v tabulce CONTACT SQL zkontroluje, zda existuje odpovídající řádek v tabulce CUSTOMER, který splňuje podmínku, že stát je 'NH'. Pokud je podmínka splněna, řádek z tabulky CONTACT je zařazen do výsledku.

Příklad: testování neexistence v SQL

Pokud by druhý obchodní zástupce byl zodpovědný za všechny státy kromě New Hampshire, mohl by použít NOT EXISTS k vyhledání kontaktů mimo tento stát:

sql
Copy code
SELECT *
FROM CONTACT
WHERE NOT EXISTS
  (SELECT *
   FROM CUSTOMER
   WHERE State = 'NH'
     AND CONTACT.CustomerID = CUSTOMER.CustomerID);

Tento dotaz vrátí všechny řádky z tabulky CONTACT, pro které poddotaz nevrátí žádný řádek, tedy pro všechny kontakty, které nejsou spojeny s žádným zákazníkem ve státě New Hampshire.

Korelovaný poddotaz s operátorem IN

sql
Copy code
SELECT *
FROM CONTACT
WHERE 'NH' IN
  (SELECT State
   FROM CUSTOMER
   WHERE CONTACT.CustomerID = CUSTOMER.CustomerID);

V tomto případě se pro každý řádek v tabulce CONTACT zkontroluje, zda je hodnota státu CUSTOMER.State rovna 'NH'. Pokud ano, řádek je přidán do výsledného seznamu.

Korelovaný poddotaz s porovnávacím operátorem

Pokud chcete zjistit bonusovou procentní sazbu pro zaměstnance na základě součtu prodeje v tabulce TRANSMASTER, použijete následující dotaz s korelovaným poddotazem:

sql
Copy code
SELECT BonusPct
FROM BONUSRATE
WHERE MinAmount <=
  (SELECT SUM(NetAmount)
   FROM TRANSMASTER
   WHERE EmpID = 133)
  AND MaxAmount >=
  (SELECT SUM(NetAmount)
   FROM TRANSMASTER
   WHERE EmpID = 133);

V tomto dotazu poddotazy vrací součet prodeje zaměstnanců s ID 133, který je následně porovnán s minimální a maximální částkou v tabulce BONUSRATE. Pokud je součet prodeje v požadovaném rozmezí, je zaměstnanci přiřazena odpovídající procentuální sazba.

Pokud byste měli pouze jméno zaměstnance (např. "Thornton"), můžete použít víceúrovňový poddotaz k nalezení správného bonusu:

sql
Copy code
SELECT BonusPct

FROM BONUSRATE
WHERE MinAmount <=
  (SELECT SUM(NetAmount)
   FROM TRANSMASTER
   WHERE EmpID =
     (SELECT EmployeeID
      FROM EMPLOYEE
      WHERE EmplName = 'Thornton'))
  AND MaxAmount >=
  (SELECT SUM(NetAmount)
   FROM TRANSMASTER
   WHERE EmpID =
     (SELECT EmployeeID
      FROM EMPLOYEE
      WHERE EmplName = 'Thornton'));

Tento dotaz ukazuje složitější strukturu poddotazů, kde poddotaz uvnitř poddotazu používá jméno zaměstnanca k nalezení jeho ID.

Korelovaný poddotaz v klauzuli HAVING

Korelované poddotazy mohou být také použity v klauzuli HAVING, která filtruje výsledky po agregaci dat. Klauzule HAVING je často používána v kombinaci s klauzulí GROUP BY, která vytváří skupiny na základě specifikovaných sloupců. Pokud chceme filtrovat výsledky podle nějaké agregované hodnoty, můžeme použít korelovaný poddotaz pro každou skupinu. Klauzule HAVING se vyhodnocuje pro každou skupinu a omezuje tak výsledek na základě splnění specifikovaných podmínek.

Korelované poddotazy jsou tedy výkonným nástrojem pro provádění složitějších operací v SQL dotazech, kde hodnoty z vnějšího dotazu hrají klíčovou roli při vyhodnocování poddotazů pro každý jednotlivý řádek. Je důležité si uvědomit, že tyto poddotazy mohou výrazně zpomalit výkon dotazů, pokud jsou aplikovány na velké množství dat, protože každá iterace vyžaduje vyhodnocení poddotazu pro každý řádek hlavního dotazu.

Jak efektivně vizualizovat data pomocí grafů v R

Nejprve se podíváme na grafy hustoty, které slouží k zobrazení distribuce dat. Tento typ grafu je velmi užitečný pro analýzu rozložení hodnot v daném souboru. Na ose y je zobrazená hustota, která je úzce spjata s pravděpodobností. V R lze graf hustoty snadno vytvořit pomocí funkce density(), a následně přidat čáru pomocí funkce lines(), což je užitečné pro zdůraznění tvaru distribuce.

Pokud máte dataset o cenách automobilů, jako je například "Cars93", kde sloupec Price obsahuje ceny vozidel, můžete jednoduše vytvořit graf hustoty a přidat k němu čáru pro lepší vizuální přehlednost. Kód v R pro tento úkol může vypadat takto:

r
Copy code
> lines(density(Cars93$Price))

Tento postup vytváří graf, který vizualizuje pravděpodobnostní rozdělení cen vozidel, což je důležité pro pochopení, jak jsou ceny rozloženy a kde se soustředí většina hodnot.

Další běžně používaný typ grafu jsou sloupcové grafy, které slouží k zobrazení frekvence různých kategorií. Pokud chcete vytvořit sloupcový graf pro frekvence různých typů automobilů, můžete použít funkci barplot(), která vykreslí základní sloupcový graf. Předtím je však nutné vytvořit tabulku frekvencí, což je snadné pomocí funkce table(). Například:

r
Copy code
> barplot(table(Cars93$Type))

Pokud si přejete upravit vzhled tohoto grafu, můžete změnit limity osy y, přidat popisky os nebo nastavit typy čar os pomocí různých argumentů funkce barplot(). Příklad kódu s úpravami vypadá takto:

r
Copy code
> barplot(table(Cars93$Type), ylim=c(0,25), xlab="Type", ylab="Frequency", axis.lty="solid", space=.05)

Tento kód přidává různé estetické úpravy, které zlepšují čitelnost a vzhled grafu.

Pro vizualizaci dat, jako jsou frekvence, může být velmi efektivní tzv. dotchart, tedy bodový graf. Tento graf je zaměřený na zobrazení hodnot na společné měřítku, spíše než plochy, jak tomu bývá u koláčových grafů. Dotchart je přehlednější pro čtení hodnot mezi různými kategoriemi, a může být velmi užitečný, pokud máte více datových bodů a chcete se soustředit na jejich porovnání. Vytvoření dotového grafu v R vyžaduje převod tabulky na data frame, a poté už stačí použít funkci dotchart():

r
Copy code
> dotchart(type.frame$Freq, type.frame$Var1)

Tento graf ukazuje hodnoty na ose x (frekvence) a kategorie na ose y (typy automobilů). Je to jednoduchý způsob, jak vizualizovat rozdíly mezi kategoriemi na společné ose.

Nakonec se zaměříme na skupinové sloupcové grafy, které jsou užitečné, když chcete porovnat hodnoty mezi různými kategoriemi v různých časových obdobích nebo skupinách. Například pro analýzu komerčních vesmírných příjmů můžete vytvořit skupinový sloupcový graf, který zobrazuje příjmy v různých letech pro různé kategorie. Postup vytvoření tohoto grafu zahrnuje převod dat na matici a nastavení názvů řádků a sloupců, což je následně vizualizováno pomocí funkce barplot(). Pro dosažení přehlednosti můžete také přidat legendu, která vysvětluje jednotlivé kategorie:

r
Copy code
> legend(1, 2300, rownames(space.rev), cex=0.7, fill=color.names, bty="n")

Tento graf vám umožňuje porovnat různé kategorie příjmů ve více časových obdobích, což je zvláště užitečné při analýze trendů v datech.

Je důležité si uvědomit, že výběr správného typu grafu závisí na povaze vašich dat a na tom, co chcete sdělit vašemu publiku. Každý graf má své výhody a nevýhody, a to, co funguje pro jedno nastavení dat, nemusí být ideální pro jiné. Důležité je také dbát na přehlednost a estetiku grafu, aby byly informace jasně pochopitelné a neztratily se v detailu. Kromě základních grafických funkcí v R je k dispozici mnoho dalších nástrojů a balíčků, které vám umožní přizpůsobit grafy podle vašich potřeb a vytvořit profesionální vizualizace pro analýzu a prezentaci dat.

Jak mohou no-code a low-code platformy revolučním způsobem zjednodušit správu a analýzu dat?

V dnešním rychle se měnícím světě podnikání a technologie mají zásadní roli v efektivním řízení dat. Ať už se jedná o malé startupy, nebo o zavedené korporace, schopnost efektivně spravovat a využívat data se stává klíčovým faktorem pro úspěch. V minulosti bylo běžné, že firmy musely investovat značné množství času a prostředků do vývoje software, který by automatizoval sběr, zpracování a analýzu dat. To však dnes již není nutné. S nástupem no-code a low-code platforem se otevřela nová éra, která umožňuje i neprogramátorům vytvářet sofistikované aplikace bez potřeby psaní složitého kódu.

Například, díky platformám jako Airtable, mohou firmy snadno vytvářet databáze a automatizované pracovní procesy, které dokážou efektivně sbírat a zpracovávat údaje, jako jsou žádosti o zaměstnání. Taková aplikace automaticky čte data do SQL databáze a na základě předem definovaných kritérií rozhoduje o dalším postupu uchazeče v procesu výběru. To vše je možné bez zásahu vývojáře. No-code přístupy umožňují uživatelům snadno a rychle spravovat své databáze, což šetří čas a náklady.

Pokud máte menší firmu nebo startup, který nevyžaduje složité datové architektury, můžete mít všechna potřebná data uložena v no-code prostředí. Výhodou je, že taková platforma vám umožní soustředit se na byznys a ne na technické detaily integrace systémů. Velké společnosti s komplexními datovými strukturami mohou zase využít low-code řešení, jako jsou Google Forms nebo Microsoft Power Apps, které nabízí větší flexibilitu, ale stále nevyžaduje hluboké programátorské dovednosti.

No-code a low-code platformy nejsou pouze nástroje pro tvorbu aplikací, ale i pro zjednodušení celkové datové strategie ve firmách. Umožňují efektivněji využívat data k monetizaci a zlepšení výsledků, aniž by bylo nutné najímat datové vědce nebo specialisty. Když firma začne používat tyto technologie, přístup k datům je pro všechny zaměstnance snadný a intuitivní. Takový přístup tedy může vést k demokratizaci dat ve firmě, což umožní lepší a rychlejší rozhodování na všech úrovních organizace.

Spojení no-code a low-code řešení s tradičními nástroji, jako jsou SQL databáze a tabulkové procesory, může přinést výhody, které nejsou dosud plně využívány. Například práce s SQL databázemi a nástroji, jako je Microsoft Excel nebo Google Sheets, může pomoci zaměstnancům zpracovávat data efektivněji, aniž by museli být odborníky na programování.

SQL (Structured Query Language) je základem pro práci s relačními databázemi, které jsou dnes základem pro většinu firemních datových struktur. I když se SQL může zdát pro neprogramátory obtížné, jeho výhody jsou neocenitelné. SQL umožňuje rychlou a efektivní manipulaci s daty, což je mnohem rychlejší než práce s tabulkami v Excelu nebo používání složitých programovacích jazyků. Ačkoliv SQL není programovací jazyk v tradičním slova smyslu, je velmi přehledný a strukturovaný, což usnadňuje práci s daty, zejména při vytváření složitějších dotazů.

V moderních relačních databázových systémech je zásadní správné indexování dat, což urychluje vyhledávání informací. Například v případě MySQL nebo PostgreSQL, dvou nejběžnějších open-source SQL implementací, je důležité pochopit, jak fungují indexy a jak ovlivňují výkon databáze. MySQL je velmi rozšířené a poskytuje silnou a efektivní verzi SQL pro většinu běžných aplikací, zatímco PostgreSQL přidává objektově orientované prvky, které jsou atraktivní pro vývojáře, kteří chtějí integrovat SQL do větších aplikací.

Relační databáze jsou tedy založeny na vzorcích, kde jsou tabulky propojeny. Tyto vztahy mezi tabulkami jsou základem pro efektivní práci s daty, jelikož vám umožňují jednoduše propojit různé informace z různých tabulek pomocí společných sloupců. Tato schopnost je klíčová při vytváření komplexních analytických nástrojů a při zpracování velkého množství dat.

Jak vytvořit a využívat textové tabulky, mapy a zvýrazněné tabulky v Tableau pro vizualizaci dat

Textová tabulka je jedním z nejjednodušších způsobů, jak zobrazit data v Tableau. Tato metoda využívá rozdělení dat na dimenze, které umisťujete na regály Řádky a Sloupce. Po přidání dalších měření k textu můžete sestavit přehled, který bude sloužit pro rychlou analýzu dat na základě textového zobrazení. Textová tabulka používá typ značky "text", což je způsob zobrazení číselných hodnot v textovém formátu, pokud existují dimenzionální data. Tableau automaticky použije tento typ značky při sestavování vizualizace, pokud jsou použity pouze dimenze.

Při práci s textovými tabulkami v Tableau si často klademe otázku, proč je lepší přesunout položky na oblast značek místo toho, abychom je vložili přímo na regály Řádky nebo Sloupce. Když přidáme pole na regály, vytváříme strukturu vizualizace. Abychom zvýšili úroveň detailu a lépe kontrolovali počet značek, můžeme použít oblast značek. Tato oblast nám umožňuje upravit vizualizaci přidáním barev, velikosti, textu nebo číselné reprezentace, což pomáhá divákovi lépe pochopit kontext dat.

Pokud se zaměříme na heatmapy a zvýrazněné tabulky, můžeme říct, že obě tyto metody slouží pro vizualizaci dat na základě hodnot a umožňují snadné porovnání různých datových bodů. Heatmapa v Tableau využívá barvy pro zobrazení hodnot v tabulce nebo matici, což nám umožňuje snadno identifikovat trendy a vzory v datech. Tato metoda je užitečná při analýze relativních hodnot různých datových bodů, například v případě, kdy chceme zjistit, které kategorie nebo dimenze mají vyšší nebo nižší hodnoty. Vytvoření heatmapy v Tableau zahrnuje následující kroky: přidání jedné dimenze na regál Sloupce, druhé dimenze na regál Řádky a měření na značky. Po aplikování filtrů můžeme snížit množství dat a zaměřit se na konkrétní části vizualizace.

Naopak zvýrazněná tabulka je typ vizualizace, který zobrazuje hodnoty v tabulce, přičemž určité hodnoty mohou být zvýrazněny pomocí barev, velikostí písma nebo symbolů. Tento typ vizualizace je užitečný, pokud chceme rychle identifikovat trendy nebo vzory v datech a porovnat hodnoty mezi různými kategoriemi nebo dimenzemi. Zvýrazněná tabulka může sloužit k jasnému zobrazení důležitých informací a je často součástí přehledů a dashboardů.

V Tableau existují také dva hlavní typy map: mapy bez symbolů a mapy se symboly. Mapy se symboly používají pro vizualizaci kvantitativních hodnot na geografické mapě, přičemž velikost, tvar a barva symbolů mohou odpovídat hodnotám v datech. Mapy bez symbolů jsou vhodné pro základní vizualizace, zatímco mapy se symboly poskytují více detailů, jako je například variabilita symbolů podle velikosti hodnot nebo geografických oblastí. Symboly na mapě jsou obvykle zobrazeny jako kruhy, ale mohou být i jiné tvary v závislosti na specifikaci.

Při práci s mapami v Tableau je důležité dbát na to, aby symboly byly přehledné a nezahlcovaly mapu. Pokud použijeme příliš mnoho různých velikostí nebo tvarů symbolů, může být mapa těžko čitelná. Pro poměrně omezené datové sady jsou užitečné mapy se symboly, jejichž velikost je přizpůsobena hodnotám dat, což umožňuje porovnat geografické oblasti na základě konkrétních hodnot. U map je také nutné zajistit, aby vztahy mezi proměnnými byly jasné a srozumitelné.

Pokud jde o symbolické mapy, jako například ty, které ukazují velikost kruhů na základě různých hodnot, je důležité si uvědomit, že tyto mapy mohou nabídnout pouze omezený přehled, pokud jsou použity bez dalších informací o oblasti. Mapy v Tableau mohou zobrazovat různé detaily včetně terénu a ulic, pokud se zaměříme na konkrétní úroveň detailu. Mapa, která zobrazuje konkrétní hodnoty na různých geografických místech, jako je zobrazení aktivit v oblasti Washingtonu, D.C., může ukázat, jak jsou prostředky distribuovány mezi jednotlivé státy nebo oblasti.

Když se rozhodujeme, jaký typ vizualizace použít, musíme vždy zvažovat nejen vzhled, ale také to, co chceme s daty sdělit. Zobrazení dat pomocí tabulek, map a grafů není jen o estetice, ale i o jejich interpretaci. Pro správnou analýzu je klíčové porozumět struktuře dat a zvolit nástroje, které umožní čitelnou a efektivní komunikaci výsledků.

Jak používat Tableau Cloud pro spolupráci a publikování

Tableau Cloud je nástroj, který umožňuje uživatelům spolupracovat, sdílet a publikovat pracovní listy, dashboardy a příběhy s ostatními. I když je možné v Tableau Cloud aktivovat doplňkové funkce jako správa dat, pokročilá správa a analytika, tyto funkce jsou primárně určeny pro konkrétní podnikové případy použití, které dalece přesahují rámec této knihy. Zde se soustředíme na základní funkce Tableau Cloud, které umožňují efektivní práci s daty a vizualizacemi v cloudu.

Tableau Cloud spojuje tři klíčové nástroje: platformu pro sdílení a spolupráci, konzolu pro správce systému, která je určena pro podnikové uživatele, a online doplněk k Tableau Desktop a Tableau Prep Builder, který umožňuje vytvářet plné pracovní sešity a workflow přímo v cloudu. Tento nástroj je navržen tak, aby co nejvíce odpovídal uživatelskému rozhraní desktopových aplikací Tableau, avšak s některými specifickými funkcemi pro práci v online prostředí.

• Osobní funkce: Všechny možnosti pro kontrolu zkušenosti s Tableau Cloud, včetně spolupráce s ostatními.

• Funkce pro správce systému: Funkce týkající se administrativní správy Tableau Cloud pomocí automatizace, šablon a konfigurovatelných možností.

• Funkce Tableau aplikací v cloudu: Všechny klíčové funkce dostupné v Tableau Desktop, jako je Nový pracovní sešit, Tableau Prep Builder pro Nový Flow a Nový datový zdroj.

Pracovní sešity v Tableau Cloud jsou ekvivalentní tabulkám vytvořeným v Google Sheets nebo Microsoft Excel. Stejně jako v těchto nástrojích, i v Tableau Cloud můžete vytvářet pracovní sešity, které mohou obsahovat různé listy, na nichž se vytvářejí vizualizace.

Pro provedení univerzálního hledání všech zobrazení, metrik, pracovních sešitů, kolekcí a datových zdrojů je k dispozici vyhledávací lišta v Tableau Cloud. Uživatelé mohou jednoduše zadat hledaný termín a zobrazí se výsledky napříč všemi objekty v instanci Tableau Cloud. Dále jsou k dispozici tři ikony vedle vyhledávací lišty, které představují konkrétní funkce:

• Nápověda: Veškerá nápověda dostupná kliknutím na ikonu otazníku, včetně informací o stavu systému, novinkách a technické podpoře.

• Upozornění a notifikace: Upozornění, která se zobrazují v případě sdílení obsahu nebo obdržení sdílené notifikace.

• Profil: Možnosti pro správu osobního profilu, včetně nastavení účtu a zobrazení aktivit.

Při práci s Tableau Cloud máte k dispozici editor pracovních sešitů, který je velmi podobný tomu, který nabízí Tableau Desktop pro tvorbu nových pracovních listů. Jak ukazuje obrázek 8-5, při vytváření nového pracovního sešitu v Tableau Cloud Editoru, můžete kombinovat různé pracovní listy, dashboardy nebo příběhy.

Další zajímavou funkcí je možnost vytvářet nové flow v Tableau Cloud, které je analogické celé zkušenosti s Tableau Prep Builder. Nicméně, než budete moci použít Flow Editor v cloudu, je nezbytné připojit se k datovému zdroji. Předpokladem pro úspěšné vytvoření nového flow je definování datových zdrojů, což je stejné jako v Tableau Prep Builder. Jak je zobrazeno na obrázku 8-6, proces tvorby flow v Tableau Cloud se podobá tomu, co známe z desktopové verze Tableau.

Přenos desktopové zkušenosti do cloudu může být náročný, ale Tableau se povedlo tuto výzvu zvládnout díky integraci mnoha nejlepších konceptů, které jsou běžně používány v jiných průmyslových řešeních. Například koncept osobních složek v cloudu je v Tableau Cloud realizován pomocí funkce Osobní prostor. Stejně jako v jiných produktech pro správu dokumentů, můžete využívat funkce jako Oblíbené nebo Nedávné, které usnadňují organizaci a rychlé vyhledávání dat.

Osobní prostor je místem, kde mohou tvůrci a analytici bezpečně ukládat svou práci, aniž by ji sdíleli s ostatními, dokud ji nepřesunou do projektů, které jsou připraveny pro sdílení. Uživatelé mohou vytvářet pracovní sešity, které mohou obsahovat různé listy, dashboardy nebo příběhy. Jak ukazuje příklad na obrázku 8-7, uživatel může kliknutím na název pracovního sešitu otevřít konkrétní list a začít s jeho editací pomocí webových nástrojů Tableau Cloud.