Database

Introduzione al Data Engineering

Vincent Vankrunkelsven

Data Engineer, DataCamp

Cosa sono i database?

Immagine di un database

Di solito, una grande raccolta di dati organizzata per ricerche e recuperi rapidi.

Contiene dati
Organizza dati
Recupero/ricerca via DBMS

Database e archiviazione file

Database

Immagine di un database

Molto organizzati
Funzionalità come ricerca, replica, ...

File system

Immagine di un file

Meno organizzati
Semplici, con poche funzionalità aggiunte

Dati strutturati e non strutturati

Strutturati: schema del database

Database relazionali

Semi-strutturati

JSON

Non strutturati: senza schema, simili a file

Video, foto

Immagine di un database

{ "key": "value"}

Immagine di un file

SQL e NoSQL

SQL

Tabelle
Schema del database
Database relazionali

Immagine MySQL

Immagine PostgreSQL

NoSQL

Database non relazionali
Strutturati o non strutturati
Key-value store (es. caching)
Document DB (es. oggetti JSON)

Immagine Redis/MongoDB

SQL: Lo schema del database

-- Create Customer Table 
CREATE TABLE "Customer" (
  "id" SERIAL NOT NULL,
  "first_name" varchar,
  "last_name" varchar,
  PRIMARY KEY ("id")
);

-- Create Order Table 
CREATE TABLE "Order" (
  "id" SERIAL NOT NULL,
  "customer_id" integer REFERENCES "Customer",
  "product_name" varchar,
  "product_price" integer,
  PRIMARY KEY ("id")
);

Schema del database per Customer e Order

-- Join di entrambe le tabelle sulla chiave esterna
SELECT * FROM "Customer"
INNER JOIN "Order"
ON "customer_id" = "Customer"."id";

 id | first_name | ... | product_price
  1 | Vincent    | ... |            10

SQL: Star schema

Lo star schema è composto da una o più tabelle dei fatti che fanno riferimento a un numero qualsiasi di tabelle delle dimensioni.

Diagramma Star Schema di Customer e Order

Fatti: eventi accaduti (es. ordini di prodotto)
Dimensioni: informazioni sul contesto (es. dati cliente)

¹ https://en.wikipedia.org/wiki/Star_schema

Esercitiamoci!

Introduzione al Data Engineering