Nel mondo odierno guidato dai dati, estrarre insight di valore dalle informazioni grezze è essenziale sia per le aziende sia per i ricercatori. Qui entra in gioco DataLab: il taccuino dati completamente gestito e collaborativo di DataCamp che semplifica l’analisi dei dati e rende la condivisione con colleghi, partner o clienti un gioco da ragazzi, senza doversi preoccupare di configurazione e setup.
Poiché SQL è ancora il mattone fondamentale in molti progetti dati, abbiamo lavorato sodo per potenziare ulteriormente le capacità SQL in DataLab.
Interroga file CSV e DataFrame
Molti utenti DataCamp sono all’inizio del loro percorso in data science e non hanno accesso a un database o data warehouse dedicato. Preferiscono invece sperimentare con un file CSV trovato online o caricato dal proprio computer. Ci siamo imbattuti in questo limite anche noi durante le live training basate su DataLab: ogni volta che volevamo fare una formazione su SQL dovevamo configurare un database, cosa piuttosto macchinosa.
Quei tempi sono finiti! Con la cella SQL all’interno di un notebook DataLab puoi interrogare direttamente i file CSV. In pratica, il tuo file CSV viene trattato come un database che puoi interrogare come qualsiasi altro. Provalo qui
Gli utenti adorano questo miglioramento, perché il supporto ai CSV permette di saltare del tutto la configurazione del database. Altri apprezzano i flussi di lavoro abilitati dal supporto SQL sui DataFrame, che consente di passare da SQL a Python, attingendo al meglio di entrambe le lingue.
Come funziona
Questa nuova funzionalità è alimentata da DuckDB. Soprannominato “SQLite per l’analisi”, questo motore di database analitico embedded è in grado di interrogare file CSV con ottime prestazioni. Quando gli utenti selezionano “DataFrame e CSV”, DataLab non invia la query a un data warehouse come di consueto, ma la trasforma in codice Python che richiama la DuckDB Python API nella sessione dell’utente e restituisce il DataFrame risultante.
Oltre a interrogare i file CSV, DuckDB ci permette anche di interrogare DataFrame in memoria creati in precedenza nel notebook. Questo abilita workflow davvero potenti, ad esempio:
- Interroga un file CSV con una cella SQL. Il risultato della query è disponibile come pandas DataFrame
- Usa alcune funzioni di pandas per ripulire e ristrutturare il codice in un modo che in SQL sarebbe complicato. Salva il risultato come un nuovo data frame.
- Interroga il data frame risultante con SQL per calcolare alcune aggregazioni, cosa semplice con la funzionalità GROUP BY di SQL.
Altri miglioramenti
Completamento automatico per nomi di tabelle e colonne
Non ci siamo fermati al supporto per CSV e DataFrame. Scrivere query SQL può essere macchinoso, soprattutto quando si lavora con grandi database ricchi di tabelle e colonne. Per semplificare, abbiamo introdotto l’autocompletamento per i nomi di tabelle e colonne in DataLab. Mentre digiti la tua query, il nostro sistema intelligente suggerisce automaticamente nomi di tabelle e colonne pertinenti in base al tuo input, aiutandoti a evitare refusi e a risparmiare tempo.
Questa nuova funzionalità non solo aumenta la produttività, ma riduce anche gli errori. Che tu sia un veterano di SQL o stia appena iniziando, l’autocompletamento ti aiuterà a scrivere query migliori, più in fretta.
Browser dello schema migliorato
Per facilitare la navigazione e l’esplorazione dei database connessi, abbiamo rinnovato il browser dello schema in DataLab. Ora puoi vedere rapidamente tutte le tabelle in un database connesso, cercarle e persino visualizzarne un’anteprima con pochi clic.
Il nostro browser dello schema migliorato è pensato per aiutarti a lavorare in modo più efficiente con i tuoi dati, permettendoti di passare meno tempo a cercare la tabella o la colonna giusta e più tempo a scoprire insight di valore.
Parametrizza le tue query SQL
Quando lavori con SQL, a volte vuoi aggiornare dinamicamente le query in base ai risultati di calcoli precedenti o ad altri dati presenti nel notebook. DataLab ora supporta tutto questo tramite la parametrizzazione SQL, che ti consente di inserire variabili nelle tue query.
Più integrazioni con database e data warehouse
Dovresti poter accedere ai tuoi dati senza soluzione di continuità, indipendentemente da dove sono archiviati. DataCamp già ti consente di interrogare tutti i database e data warehouse più comuni con una cella SQL, inclusi PostgreSQL, MySQL, Redshift, Oracle, SQL Server, BigQuery e Athena. Aggiungeremo ancora più integrazioni alla nostra piattaforma, come Snowflake e ClickHouse, così da coprire tutti gli stack e i casi d’uso dei dati.
Rendere l’analisi veloce e piacevole
In DataCamp, ci impegniamo a rendere la tua esperienza di analisi dati fluida e piacevole. Con questi miglioramenti a SQL crediamo che DataLab sia ora ancora più attrezzato per aiutarti a sbloccare tutto il potenziale dei tuoi dati. Che tu sia un data scientist, un business analyst o semplicemente qualcuno a cui piace lavorare con i dati, siamo certi che DataLab ti aiuterà a snellire i flussi di lavoro e ad elevare le tue analisi. Prova queste nuove funzionalità e scopri la differenza!
Nel frattempo, continueremo a spingere i confini dell’analisi dei dati e a sbloccare nuove possibilità di scoperta degli insight, con pianificazione dei notebook, dark mode, supporto nativo a dbt, dashboard avanzate e molto altro! C’è qualcosa che dovremmo migliorare? Qualcosa che ti entusiasma in modo particolare? Faccelo sapere inviando un’email a rocketship@datacamp.com! Grazie!
