Slučování a spojování dat

Transform and Analyze Data with Microsoft Fabric

Luis Silva

Solution Architect - Data & AI

Nástroje pro slučování dat

Ikony tří nástrojů: SQL, Spark a Dataflows

Základy slučování dat

Spojení tabulek podle společných sloupců.
Užitečné při vytváření hvězdicových schémat.
Základní operace: JOIN mezi dvěma tabulkami (levou a pravou).

Základy slučování dat

Spojení tabulek podle společných sloupců.
Užitečné při vytváření hvězdicových schémat.
Základní operace: JOIN mezi dvěma tabulkami (levou a pravou).

Diagram znázorňující sloučení dvou tabulek

Typy spojení

INNER JOIN: Vrátí záznamy s odpovídajícími hodnotami v obou tabulkách.

Diagram znázorňující dvě tabulky, levou a pravou, s vyznačením průniku jako výsledku operace INNER JOIN

Typy spojení

INNER JOIN: Vrátí záznamy s odpovídajícími hodnotami v obou tabulkách.
LEFT OUTER JOIN: Vrátí všechny záznamy z levé tabulky a odpovídající záznamy z pravé tabulky.

Diagram znázorňující dvě tabulky, levou a pravou, s vyznačením levé tabulky a průniku jako výsledku operace LEFT OUTER JOIN

Typy spojení

INNER JOIN: Vrátí záznamy s odpovídajícími hodnotami v obou tabulkách.
LEFT OUTER JOIN: Vrátí všechny záznamy z levé tabulky a odpovídající záznamy z pravé tabulky.
RIGHT OUTER JOIN: Vrátí všechny záznamy z pravé tabulky a odpovídající záznamy z levé tabulky.

Diagram znázorňující dvě tabulky, levou a pravou, s vyznačením pravé tabulky a průniku jako výsledku operace RIGHT OUTER JOIN

Typy spojení

INNER JOIN: Vrátí záznamy s odpovídajícími hodnotami v obou tabulkách.
LEFT OUTER JOIN: Vrátí všechny záznamy z levé tabulky a odpovídající záznamy z pravé tabulky.
RIGHT OUTER JOIN: Vrátí všechny záznamy z pravé tabulky a odpovídající záznamy z levé tabulky.
FULL OUTER JOIN: Vrátí všechny záznamy, pokud existuje shoda v levé nebo pravé tabulce.

Diagram znázorňující dvě tabulky, levou a pravou, s vyznačením sjednocení jako výsledku operace FULL OUTER JOIN

Slučování tabulek pomocí SQL

Příkaz JOIN

Syntaxe:

SELECT 
  <columns> 
  ... 
FROM <Left_Table>
INNER | LEFT | RIGHT | FULL JOIN <Right_Table> 
  ON <Left_Table>.<Join_Column> = <Right_Table>.<Join_Column>;

Slučování tabulek pomocí PySpark

Funkce join()

Syntaxe:

<df_left>.join(
  <df_right,
  [<df_left>.<join_column> == <df_right>.<join_column>],
  how='inner' | 'left' | 'right | 'outer'
)

Slučování tabulek pomocí Dataflows

Sloučit dotazy
Sloučit dotazy jako nové

Snímek obrazovky zobrazující dialog Sloučit dotazy v Dataflow

Pojďme si procvičit!

Transform and Analyze Data with Microsoft Fabric