Baze de date

Introducere în Data Engineering

Vincent Vankrunkelsven

Data Engineer @ DataCamp

Ce sunt bazele de date?

Imagine a unei baze de date

O colecție, de obicei vastă, de date organizate special pentru căutare și regăsire rapidă.

Stochează date
Organizează date
Regăsire/Căutare date prin DBMS

Baze de date și stocare de fișiere

Baze de date

Imagine a unei baze de date

Foarte organizate
Funcționalități precum căutare, replicare, ...

Sisteme de fișiere

Imagine a unui fișier

Mai puțin organizate
Simple, funcționalități limitate

Date structurate și nestructurate

Structurate: schemă de bază de date

Baze de date relaționale

Semi-structurate

JSON

Nestructurate: fără schemă, mai aproape de fișiere

Videoclipuri, fotografii

Imagine a unei baze de date

{ "key": "value"}

Imagine a unui fișier

SQL și NoSQL

SQL

Tabele
Schema bazei de date
Baze de date relaționale

Imagine MySQL

Imagine PostgreSQL

NoSQL

Baze de date nerelaționale
Structurate sau nestructurate
Stocare cheie-valoare (ex. caching)
DB de documente (ex. obiecte JSON)

Imagine Redis/MongoDB

SQL: Schema bazei de date

-- 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 bazei de date pentru Client și Comandă

-- Join both tables on foreign key
SELECT * FROM "Customer"
INNER JOIN "Order"
ON "customer_id" = "Customer"."id";

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

SQL: Schema stea

Schema stea constă din unul sau mai multe tabele de fapte care referențiază un număr arbitrar de tabele de dimensiuni.

Diagrama schemei stea pentru Clienți și Comenzi

Fapte: evenimente (ex. Comenzi de produse)
Dimensiuni: informații contextuale (ex. Date despre clienți)

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

Să exersăm!

Introducere în Data Engineering