sql >> Database teknologi >  >> RDS >> Database

Sammenføjning af forskellige datakilder i lagdeling

Sammenligning af data fra to forskellige datakilder er noget, der normalt ville have brug for mange forskellige bevægelige dele, især hvis du er interesseret i at skabe noget visualisering af de nye data.

I Chartios SQL-tilstand, som i de fleste SQL-editorer, kan du skrive denne type join og forbinde disse to tabeller, HVIS de er i den samme datakilde. Ved hjælp af skemaeditoren kan du diktere, hvordan to sådanne tabeller vil blive sammenføjet i den interaktive tilstand, det vil sige HVIS de er i den samme datakilde. Du kan ikke gøre dette med to forskellige og separate datakilder. Det er her, Chartios lagdeling kommer ind i billedet.

Hvordan SQL kan oprette en Join

I SQL-syntaks sker sammenføjningen af ​​to tabeller i FROM-klausulen, og kommandoen er ganske enkelt JOIN. Syntaktisk ser det sådan ud:

_SELECT p.id, p.name, p.city, p.state, s.score_
_FROM public.person_info as p_
_INNER JOIN public.score_info as s ON p.id = s.id_
  • Det, vi har gjort her, er taget disse to tabeller:

  • Og bogstaveligt talt slog dem sammen til én tabel med resultaterne af, hvor de to tabeller skærer hinanden på "id"-kolonnen.
  • Tilslutningen kan forklares med denne animation

  • Den resulterende tabel er en kombination af de to og ser sådan ud:

Som du kan se med animationen og den resulterende tabel ovenfor, viser elementerne, der returneres af INNER JOIN, rækker, hvor ID'et er i BEGGE tabeller med de specifikke kolonner, der er nævnt i SELECT-klausulen. Det er kernen i JOINS i SQL:bring mig data fra flere tabeller, hvor en kolonne, der findes i begge tabeller, skærer hinanden. Dette er den mest grundlæggende form for JOIN THE INNER JOIN. Der er forskellige måder, hvorpå disse tabeller kan forbindes, eller forskellige jointyper, og de kan forklares ved hjælp af venn-diagrammer som dem, der vises nedenfor.

Sådan opretter Chartio Layers sammenføjninger

I Chartios interaktive tilstand kan du forbinde to kilder sammen med Layers. Det grundlæggende er ret simpelt her, du skal blot følge et par trin for at opsætte de underliggende forespørgsler for at etablere de to tabeller, der skal forbindes. Hvordan lagene sammenføjninger ligner, hvordan Excel kan bruge VLOOKUP-funktionen. Ved at vælge et flettelags datapipelinetrin (i den interaktive tilstand gøres dette ved at tilføje et nyt lag ved at klikke på plustegnet "+" under datastifinderen) fortæller du Chartio at tage de tabeller, der er resultatet af de indledende forespørgsler i specifik syntaks for de specifikke datakilder og flet dem på de krydsende rækker i de valgte kolonner.

Forskellen her er, at i den interaktive tilstand i Chartio dikterer du, at disse kolonner skal slutte sig til de første 1, 2, 3 osv. kolonner til venstre for de to tabeller, svarende til Excels VLOOKUP. I modsætning til at deltage i SQL-tilstand, hvor du kan diktere kolonnen i den indtastede syntaks.

I Chartio kan Layering-indstillingen forbinde to forskellige datakilder, enten fra to forskellige Amazon Redshift-forbindelser eller PostgreSQL-forbindelser eller endda forbinde og sammenligne Google Analytics med en Amazon Redshift-kilde eller en anden type datakilde. I dette eksempel vil vi sammenligne en Amazon Redshift-kilde i Chartio med en Google Analytics-kilde, som vi bruger til at overvåge sidevisningssessioner. Så lad os sammenligne sessioner med Leads fra Salesforce Lead Table.

  • Trin 1:Byg forespørgslen til Amazon Redshift-kilden.
    • REDSHIFT - Salesforce Layer
      • Tabel - SF Lead
      • Kolonner
        • Optælling af distinkt id
        • Dato for oprettelse
        • Oprettelsesdato sidste N uger 1

  • Trin 2:Konfigurer join-trinnet ved at tilføje et nyt lag.

  • Trin 3:Byg forespørgslen til Google Analytics-kilden.
    • GOOGLE ANALYTICS - Chartio Web Analytics
      • Tabel - Session
      • Kolonner
        • # sessioner
        • Besøgsdag
        • Tid sidste N uger 1

  • Trin 4:Brug datapipeline-trin til at manipulere den resulterende samlede tabel
    • Tilføj kolonne
      • Ny kolonnetype
        • Kundeemner – løbende i alt
      • Formeltype
        • I alt
      • Brug af kolonne
        • Antal af distinkt id

    • Tilføj kolonne
      • Ny kolonnetype
        • Sessioner – i alt
      • Formeltype
        • I alt
      • Brug af kolonne
        • Ga:sessioner

    • Skjul kolonner
      • Antal af distinkt id
      • Ga:sessioner


  1. Tilbagekomsten af ​​XFS på Linux

  2. Tilslutning af Delphi på Linux til SQL Server

  3. Sådan moderniserer du din virksomhed i 2022

  4. Brug af SELECT INTO OUTFILE i MySQL