psycopg2 ile Python’da PostgreSQL Veritabanlarını Yönetme

PostgreSQL’de tablo oluşturma

datacamp_courses veritabanında ilk tablonuzu oluşturmanın zamanı geldi. DataCamp kurs kataloğundaki bazı kurslara ilişkin bilgileri içeren bir tablo oluşturmak istiyoruz. Tablonun şeması şu şekilde: 

Spesifikasyon, tablonun sütunları hakkında bize epey bilgi veriyor. Tablonun birincil anahtarının course_id olması ve veri türünün tamsayı olması gerekir. Birincil anahtar, sütun değerlerinin boş olamayacağını ve benzersiz olacağını zorunlu kılan bir kısıtlamadır. Bu sayede tablodaki belirli bir kaydı ya da kayıtlar kümesini benzersiz biçimde tanımlayabilirsiniz. 

Kalan sütunlar kurs adı, eğitmenin adı ve kursun konusu hakkında bilgi sağlar.

Tabloyu oluşturmadan önce, az önce oluşturduğunuz bağlantı örneğinin nasıl çalıştığını açıklamak önemlidir. Özetle, bağlantı bir veritabanı oturumunu kapsüller ve cursor() yöntemiyle SELECT, INSERT, CREATE, UPDATE veya DELETE gibi SQL komutlarını ve sorguları yürütmenize; commit() yöntemiyle de değişiklikleri kalıcı hale getirmenize olanak tanır. 

İmleç (cursor) örneğini oluşturduktan sonra execute() yöntemiyle veritabanına komut gönderebilir ve fetchone(), fetchmany() veya fetchall() ile tablodan veri çekebilirsiniz.

Son olarak, işlemleriniz bittiğinde imleci ve veritabanı bağlantısını kapatmak önemlidir. Aksi halde sunucu tarafında kaynak tüketmeye devam ederler. Bunu yapmak için close() yöntemini kullanabilirsiniz.

Aşağıda, datacamp_courses tablosunu oluşturmak için gereken kodu bulabilirsiniz:

# Open a cursor to perform database operations
cur = conn.cursor()
# Execute a command: create datacamp_courses table
cur.execute("""CREATE TABLE datacamp_courses(
            course_id SERIAL PRIMARY KEY,
            course_name VARCHAR (50) UNIQUE NOT NULL,
            course_instructor VARCHAR (100) NOT NULL,
            topic VARCHAR (20) NOT NULL);
            """)
# Make the changes to the database persistent
conn.commit()
# Close cursor and communication with the database
cur.close()
conn.close()

Bu, PostgreSQL’de tablo oluşturmanın çok temel bir örneğidir; ancak işler çok daha karmaşık hâle gelebilir. Bir PostgreSQL veritabanının nasıl oluşturulacağını, yapısını, veri türlerini ve normalleştirmeyi öğrenmek isterseniz PostgreSQL Veritabanı Oluşturma kursumuza göz atın.

Python’da Temel PostgreSQL Sorgularını Çalıştırma

datacamp_courses tablosu hazır; şimdi SQL kullanarak bazı temel sorgular gerçekleştirme zamanı!

INSERT 

Şimdiye kadar tablonun hiç değeri olmadığını fark etmiş olabilirsiniz. datacamp_courses tablosunda kayıt oluşturmak için INSERT komutuna ihtiyacımız var.

cur = conn.cursor()

cur.execute("INSERT INTO datacamp_courses(course_name, course_instructor, topic) VALUES('Introduction to SQL','Izzy Weber','Julia')");

cur.execute("INSERT INTO datacamp_courses(course_name, course_instructor, topic) VALUES('Analyzing Survey Data in Python','EbunOluwa Andrew','Python')");

cur.execute("INSERT INTO datacamp_courses(course_name, course_instructor, topic) VALUES('Introduction to ChatGPT','James Chapman','Theory')");

cur.execute("INSERT INTO datacamp_courses(course_name, course_instructor, topic) VALUES('Introduction to Statistics in R','Maggie Matsui','R')");

cur.execute("INSERT INTO datacamp_courses(course_name, course_instructor, topic) VALUES('Hypothesis Testing in Python','James Chapman','Python')");

conn.commit()
cur.close()
conn.close()

Ortaya çıkan tablo şöyle görünür:

SELECT 

SQL veritabanlarından veri okumak, veri bilimi yolculuğunuzda sıkça yapacağınız bir işlemdir. Buna genel olarak SELECT sorgusu denir. Şimdilik datacamp_courses tablosunun durumuna bakalım.

Tablodaki tüm verileri okumak için klasik SELECT * FROM database_name ifadesini çağıracağız. Ardından mevcut satırların tamamını çekmek için fetchall() yöntemini kullanacağız. PostgreSQL’in course_id sütunu için otomatik olarak sayısal bir indeks oluşturduğuna dikkat edin. 

cur = conn.cursor()
cur.execute('SELECT * FROM datacamp_courses;')
rows = cur.fetchall()
conn.commit()
conn.close()
for row in rows:
    print(row)

(1, 'Introduction to SQL', 'Izzy Weber', 'Julia')
(2, 'Analyzing Survey Data in Python', 'EbunOluwa Andrew', 'Python')
(3, 'Introduction to ChatGPT', 'James Chapman', 'Theory')
(4, 'Introduction to Statistics in R', 'Maggie Matsui', 'R')
(5, 'Hypothesis Testing in Python', 'James Chapman', 'Python')

UPDATE 

Verilerde sıkça hatalar bulunur. Önceki bölümde, “Introduction to SQL” kursuyla ilişkilendirilen konunun Julia olduğunu fark etmiş olabilirsiniz. Kurs bilgilerini kontrol ettikten sonra hatayı tespit ettik. Bunu değiştirip yerine “SQL” yazmalıyız. Bunu aşağıdaki gibi UPDATE ifadesiyle yapabiliriz:

cur = conn.cursor()
cur.execute("UPDATE datacamp_courses SET topic = 'SQL' WHERE course_name = 'Introduction to SQL';")
conn.commit()
conn.close()

DELETE 

Son olarak, tablonuzdaki kayıtlardan birini silmek isteyebilirsiniz. Örneğin, Introduction to Statistics in R kursunu silelim:

cur = conn.cursor()
cur.execute("""DELETE from datacamp_courses WHERE course_name = 'Introduction to Statistics in R'""");
conn.commit()
cur.close()

Python’da İleri Düzey PostgreSQL Sorguları

Önceki bölümde en temel SQL sorgularını inceledik. Ancak öğrenilecek daha çok şey var. Biraz daha ileri sorgulara bakalım.

ORDER BY

Diyelim ki veritabanınızı eğitmenin adına göre sıralamak istiyorsunuz. ORDER BY ifadesini kullanabilirsiniz:

cur = conn.cursor()

cur.execute('SELECT * FROM datacamp_courses ORDER BY course_instructor')
rows = cur.fetchall()
for row in rows:
    print(row)

(2, 'Analyzing Survey Data in Python', 'EbunOluwa Andrew', 'Python')
(1, 'Introduction to SQL', 'Izzy Weber', 'SQL')
(3, 'Introduction to ChatGPT', 'James Chapman', 'Theory')
(4, 'Hypothesis Testing in Python', 'James Chapman', 'Python')

GROUP BY

Farklı veri grupları içinde bazı toplulaştırma işlevleri uygulamak isteyebilirsiniz. Örneğin, farklı eğitmenlere göre kurs sayısını hesaplamakla ilgilenebilirsiniz. Bu tür bir işlemi GROUP BY ile yapabilirsiniz.

cur = conn.cursor()
cur.execute('SELECT course_instructor, COUNT(*) FROM datacamp_courses GROUP BY course_instructor')
rows = cur.fetchall()
for row in rows:
    print(row)

('James Chapman', 2)
('Izzy Weber', 1)
('EbunOluwa Andrew', 1)

JOIN

Bu noktaya kadar yalnızca datacamp_course tablosuyla çalıştık. Ancak PostgreSQL gibi ilişkisel veritabanlarının gerçek gücünden, aynı anda birden fazla tabloyla çalıştığınızda yararlanırsınız. 

Birden fazla tabloyu birleştirmenin sihirli aracı JOIN işlemidir. Veritabanımızda, veri bilimi için en popüler programlama dilleri hakkında ad, TIOBE Endeksi’ndeki sırası ve Datacamp’te o dil ile ilgili kurs sayısı gibi temel bilgileri içeren programming_languages adlı ikinci bir tablo olduğunu hayal edin. Tablo şu şekildedir:

Diyelim ki iki tabloyu birleştirip kurs bilgilerini, dilin TIOBE endeksindeki sırasıyla birlikte almak istiyoruz. datacamp_course tablosunda görünen programlama dillerinin bilgilerini almak için bir INNER JOIN kullanacağız. 

cur = conn.cursor()
cur.execute("""SELECT course_name, course_instructor, topic, tiobe_ranking
FROM datacamp_courses
INNER JOIN programming_languages
ON datacamp_courses.topic = programming_languages.language_name""")
rows = cur.fetchall()
for row in rows:
    print(row)

('Introduction to SQL', 'Izzy Weber', 'SQL', 8)
('Analyzing Survey Data in Python', 'EbunOluwa Andrew', 'Python', 1)
('Hypothesis Testing in Python', 'James Chapman', 'Python', 1)

Bu sadece bir örnek; ancak SQL join’lerinin potansiyeli sınırsızdır ve mutlaka bilinmesi gereken bir konudur. Join’lerle ilgili kurs, eğitim ve kopya kâğıdımıza göz atarak başlayabilirsiniz.

SQLAlchemy’ye Başlangıç

Psycopg2, PostgreSQL veritabanlarına bağlanmak için harika bir araçtır. Ancak Oracle ve MySQL gibi farklı SQL veritabanlarında barındırılan veritabanlarıyla çalışmanız gerekirse ne olacak? Bu senaryolarda, farklı türde SQL veritabanlarına bağlanabilen bir araç kullanmak daha iyi olabilir. Bunun için SQLAlchemy harika bir adaydır. 

Basitçe söylemek gerekirse SQLAlchemy, kullanıcılara Python diliyle veritabanlarına bağlanma, nesne tabanlı programlama ile SQL sorguları çalıştırma ve iş akışını kolaylaştırma olanağı sağlar. 

psycopg2 ile karşılaştırıldığında söz dizimi farklılık gösterse de, hemen hemen aynı şeyleri yapabilirsiniz. Aşağıda, datacamp_courses veri kümemize bağlanmak için bir engine oluşturma ve datacap_course tablosundaki tüm verileri okuma örneğini bulabilirsiniz

import sqlalchemy as db


engine = db.create_engine("postgresql://datacamp@localhost:5432/datacamp_courses")
conn = engine.connect() 
output = conn.execute("SELECT * FROM datacamp_courses")
print(output.fetchall())
conn.close()

[(3, 'Introduction to ChatGPT', 'James Chapman', 'Theory'),
 (5, 'Hypothesis Testing in Python', 'James Chapman', 'Python'),
 (2, 'Analyzing Survey Data in Python', 'EbunOluwa Andrew', 'Python'),
 (1, 'Introduction to SQL', 'Izzy Weber', 'SQL')]

SQLAlchemy öğrenmeye değer bir başka harika araçtır. Aracın nasıl çalıştığına kısa bir bakış için SQLALchemy Eğitimimize göz atın.  

DataCamp DataLab’de PostgreSQL Kullanma

DataCamp’te veri bilimini herkes için daha kolay ve erişilebilir kılmak için çalışıyoruz. DataCamp DataLab’in oluşturulmasının ardındaki sebep de buydu; veri bilimi için özel olarak tasarlanmış bulut tabanlı bir not defteri. DataCamp DataLab’i, kullanıcıların bireysel veya ortaklaşa kod yazmasına, veri analizi yapmasına ve içgörüleri paylaşmasına olanak tanıyan, Jupyter Notebook ile Google Dokümanlar’ın bir karışımı gibi düşünebilirsiniz.

DataLab’i PostgreSQL veritabanlarına ve diğer SQL veritabanlarına bağlamak son derece kolaydır. DataLab, veri kaynaklarına güvenli biçimde bağlanmanızı sağlar. Aynı zamanda Python veya R ile veri analizinize kesintisiz devam edebilirsiniz. Tek yapmanız gereken, entegrasyon oluşturmak; bağlantı kimlik bilgilerinizi gireceğiniz yalın, kodsuz bir süreci izlemek yeterlidir.

Son olarak, entegrasyonu denemek istiyor ancak bağlanacak bir PostgreSQL veritabanınız yoksa, örnek PostgreSQL veritabanlarımızdan birini kullanabilirsiniz!

DataCamp DataLab’i merak ediyor musunuz? Veri bilimi için bu yeni nesil not defteri hakkında daha fazla bilgi edinmek için bu makaleye göz atın.

Sonuç

Harika iş çıkardınız! Bu eğitimde PostgreSQL ile tanıştınız ve psycopg2 paketini kullanarak Python’dan ayrılmadan veritabanlarını nasıl yöneteceğinizi öğrendiniz. Ancak bu yolculuğun sadece başlangıcı. SQL, veri biliminde en yaygın kullanılan programlama dillerinden biridir. Öğrenmesi de nispeten kolaydır; yani bahane yok.  

Neyse ki Datacamp yanınızda. PostgreSQL’de ve genel olarak SQL’de akıcı olmanıza yardımcı olabilecek bazı kaynaklar şunlardır:

• Yeni Başlayanlar için PostgreSQL Eğitimi
• PostgreSQL Veritabanları Oluşturma Kursu
• PostgreSQL’de Sorgu Performansını İyileştirme Kursu
• SQL’de Veritabanlarını Yönetme Kursu
• PostgreSQL’de Veriyi İşlemeye Yönelik Fonksiyonlar Kursu