Cách luyện tập SQL với bất kỳ bộ dữ liệu nào bằng Workspace

DataCamp Workspace được xây dựng trên nền tảng Jupyter notebooks, tối ưu hóa trải nghiệm để giúp bạn làm việc hiệu quả hơn.

Một khó khăn thường gặp của nhà phân tích dữ liệu và nhà khoa học dữ liệu là việc kết nối Jupyter notebook với cơ sở dữ liệu để bắt đầu công việc không hề đơn giản. Vấn đề này còn khó hơn với người mới bắt đầu: làm sao học viết SQL nếu bạn còn chưa kết nối được tới cơ sở dữ liệu?

Workspace giúp việc viết SQL trở nên dễ dàng—dù bạn đang luyện tập kỹ năng hay đang làm việc. Hướng dẫn này sẽ chỉ cho bạn cách bắt đầu viết SQL trong Workspace chỉ trong vài giây.

Hướng dẫn này giả định bạn đã từng dùng SQL. Nếu chưa, hãy đọc Hướng dẫn SQL cho người mới bắt đầu trước, sau đó thử các ví dụ trong hướng dẫn đó ngay trong Workspace bằng các kỹ thuật được trình bày ở đây!

Bắt đầu

Để sử dụng Workspace, bạn cần đăng ký tài khoản DataCamp. (Tài khoản miễn phí là đủ để bắt đầu.)

Sau khi có tài khoản, dùng thanh điều hướng trên cùng để vào Workspace.

Hướng dẫn này sẽ sử dụng bộ dữ liệu tích hợp NBA Shooting Data. Nếu bạn muốn dùng bộ dữ liệu riêng, hãy chuyển đến phần bên dưới.

Dùng điều hướng bên trái để vào trang Datasets.

Gõ "nba" vào ô tìm kiếm và nhấp vào bộ dữ liệu.

Bạn sẽ thấy phần xem trước bộ dữ liệu. Đọc qua, rồi nhấp "Use Dataset".

Tải lên bộ dữ liệu của riêng bạn

Bạn có thể dùng SQL để phân tích mọi dữ liệu dạng bảng trong Workspace. Hiện tại, tệp CSV được hỗ trợ tốt nhất, nên để học tập, nếu bạn cung cấp bộ dữ liệu riêng, khuyến nghị dùng tệp CSV.

Từ trang Overview, nhấp "Empty" để tạo workspace trống.

Đặt tên cho workspace, rồi nhấp "Create Workspace."

Trong thanh công cụ bên trái, mở công cụ Files.

Ở góc trên bên trái của công cụ, kéo thả một tệp dữ liệu vào khung tệp để tải lên. (Bạn cũng có thể nhấp "browse files" hoặc nhấp nút ⊕ rồi chọn Upload).

Dùng SQL với dữ liệu trong tệp CSV

Dữ liệu ném rổ NBA nằm trong tệp nba_players_shooting.csv. Trong thanh công cụ bên trái, mở công cụ Files để xem tệp.

Notebook trong workspace có sẵn một số mã Python để nhập bộ dữ liệu. Tuy nhiên, trong trường hợp này, chúng ta muốn dùng SQL.

Ở cuối notebook, nhấp 'Add SQL.'

Trong menu thả xuống "Select source", chọn "DataFrames and CSVs."

Để viết truy vấn SQL trên tệp CSV, bạn chỉ cần thay đổi một điểm so với SQL chuẩn. Trong mệnh đề FROM, thay vì đặt tên bảng, hãy ghi đường dẫn tới tệp CSV trong dấu nháy đơn.

Hãy tính tỷ lệ cú ném thành công cho từng cầu thủ, sắp xếp từ cao xuống thấp. Trong ô SQL, nhập đoạn mã sau.

SELECT 
	shooter,
	SUM((SCORE = 'MADE')::DOUBLE) / COUNT(*) AS prop_score_made
	FROM 'nba_players_shooting.csv'
	GROUP BY shooter
	ORDER BY prop_score_made DESC

Lưu ý rằng phương ngữ SQL được dùng khi làm việc với tệp CSV là DuckDB. Đọc thêm trong bài DuckDB đưa SQL thành công dân hạng nhất trên DataCamp Workspace.

Tiếp tục làm việc bằng Python, R, hoặc biểu đồ no-code

Trong ví dụ vừa rồi, chúng ta giữ nguyên thiết lập mặc định cho định dạng trả về của truy vấn. Hãy nhìn kỹ phía trên ô SQL, bạn sẽ thấy giá trị trả về là một DataFrame tên df. Điều đó có nghĩa bạn có thể tiếp tục xử lý kết quả bằng Python (hoặc R, với các workspace dùng R) hoặc vẽ biểu đồ no-code.

Nhấp 'Add Chart' để thêm biểu đồ no-code.

Thiết lập các tùy chọn sau.

• Loại: Bar
• Trục X: prop_score_made
• Trục Y: SHOOTER

Dùng SQL với dữ liệu trong Data Frame

Truy vấn SQL chạy trên tệp CSV đã tạo một data frame có tên df. Bạn cũng có thể viết truy vấn SQL trên các data frame pandas hoặc R này. Điểm khác biệt duy nhất so với SQL chuẩn là trong mệnh đề FROM, bạn dùng tên data frame thay cho tên bảng.

Tại đây, chúng ta sẽ tái sử dụng kết quả trước đó trong df và tách cột shooter thành tên và họ riêng biệt. Thêm một ô SQL, chọn "DataFrames and CSVs" làm nguồn, và dùng đoạn mã sau.

SELECT 
str_split(shooter, ' ')[1] AS first_name,
str_split(shooter, ' ')[2] AS last_name,
prop_score_made
FROM df

Sử dụng cơ sở dữ liệu mẫu

Workspace cũng cung cấp một số cơ sở dữ liệu mẫu để bạn luyện tập kỹ năng SQL.

Thêm một ô SQL, và trong menu nguồn, cuộn xuống phần "Sample Integrations". Ở đây, chúng ta sẽ dùng "Bicycle Sales."

Một truy vấn mặc định sẽ xuất hiện. Trong hướng dẫn này, hãy thay bằng một truy vấn đơn giản hơn.

SELECT  
product_name, 
MIN(list_price) AS cheapest_list_price
FROM products
GROUP BY product_name

Khi bạn dùng kết nối tới một cơ sở dữ liệu (thay vì viết SQL trên tệp CSV hoặc dataframe), bạn có tùy chọn trả về kết quả dưới dạng query. Trong menu thả xuống, chọn "Query." Bạn cũng có thể đặt tên cho giá trị kết quả. Ở đây, đổi "query" thành "best_price."

Chạy truy vấn sẽ cho ra kết quả sau.

Giờ bạn có thể dùng kết quả này để viết các truy vấn tiếp theo. Về bản chất, bạn đã viết một common table expression (được đề cập trong hướng dẫn SQL Commands for Data Scientists) mà không cần dùng cú pháp common table expression.

Thêm một ô SQL khác và viết truy vấn tiếp theo này.

SELECT *
	FROM best_price
	WHERE cheapest_list_price > 10000

Chạy truy vấn này sẽ trả về các kết quả sau.

Kết nối tới các cơ sở dữ liệu khác

Workspace cũng cho phép bạn kết nối tới nhiều loại cơ sở dữ liệu, bao gồm PostgreSQL, MySQL, Redshift, bigQuery, Athena, SQL Server, MariaDB và Oracle Database. Chi tiết đầy đủ về cách kết nối có tại Workspace Docs.

Trong thanh công cụ bên trái, nhấp "Integrations," rồi nhấp nút ⊕ để tạo tích hợp mới.

Chọn loại cơ sở dữ liệu mà bạn muốn kết nối.

Bạn sẽ được yêu cầu cung cấp thông tin kết nối (các thông tin này khác nhau tùy loại cơ sở dữ liệu).

Sử dụng Trợ lý AI

Viết SQL có thể thú vị và hữu ích, nhưng nhờ AI viết giúp có thể giúp bạn học nhanh hơn và làm việc hiệu quả hơn. Bạn có thể đọc về Trợ lý AI trong bài From Data to Insights: Get There Faster with the DataCamp Workspace AI Assistant.

Thêm một ô SQL. Trong menu ngữ cảnh bên phải, nhấp "Generate."

Một hộp văn bản xuất hiện ở đầu ô SQL. Trong đó, hãy viết một nhiệm vụ cho AI. Bạn có thể chọn nhiệm vụ của riêng mình hoặc thử yêu cầu sau.

Return the product names and list prices for all mountain bikes made by Trek that are in stock.

Sau khi nhập yêu cầu, nhấn Enter để AI tạo mã SQL.

Nếu bạn thấy mã hợp lý, hãy nhấp "Accept & run" (hoặc nhấp "Accept," rồi "Run" sau đó) để xem kết quả truy vấn.

Nhờ AI giải thích lỗi của bạn

Bạn cũng có thể dùng AI tích hợp trong Workspace để giải thích lý do lỗi xuất hiện trong SQL của bạn. Giả sử bạn bị nhầm khi viết truy vấn cho các xe đạp đắt tiền và dùng cú pháp kiểu Fortran .GT. thay vì `>`.

SELECT *
    FROM best_price
    WHERE cheapest_list_price .GT. 10000

Điều này dẫn đến lỗi. Ở góc dưới bên trái của ô SQL, nhấp "Fix Error."

AI sẽ đưa ra mã đúng, kèm theo giải thích về sai sót bạn đã mắc phải.

Tóm tắt

Bạn đã thấy cách tránh phải thiết lập cơ sở dữ liệu bằng cách viết truy vấn SQL trên tệp CSV và data frame. Bạn đã dùng các cơ sở dữ liệu mẫu để luyện viết mã. Và bạn cũng đã thấy cách dùng AI để tạo SQL từ ngôn ngữ tự nhiên và sửa lỗi.

Những tính năng này giúp bạn dễ dàng bắt đầu viết SQL và làm việc hiệu quả hơn trong quá trình học và làm.

Nâng tầm kỹ năng

Bắt đầu với SQL trong Workspace bằng cách đăng nhập hoặc đăng ký tài khoản DataCamp. Bạn cũng có thể nắm vững một số kiến thức nền tảng về SQL trong lộ trình kỹ năng của chúng tôi, giúp bạn có đầy đủ kỹ năng để tương tác và truy vấn dữ liệu của mình.