共計 2095 個字符，預計需要花費 6 分鐘才能閱讀完成。
本篇內容主要講解“在編寫下一個 SQL 查詢之前需要注意的問題有哪些”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓丸趣 TV 小編來帶大家學習“在編寫下一個 SQL 查詢之前需要注意的問題有哪些”吧!
當我在 Airbnb 時，我有很好的機會，可以在向 Brian Chesky 報告的新團隊中工作。這是令人興奮的 – 我們正在扮演一個新產品系列，所以我們必須每天制作更改游戲的決定。但作為團隊的數據科學家，我始終負責采購數據以指導我們的產品方向，這意味著很多分析工作。
第一周是對我的上下文開關的能力的艱難測試：我不得不找到模糊的表格并編寫大量查詢，但甚至通過 Beautifulsoup Scrapes 和 Veartrics API 請求正則表達式。截至第三周，我開始累了，所以我需要一個系統來保持我的速度。我來實現，在使用數據時，只有兩種可以搞砸的方式：
使用錯誤的數據。
錯誤的使用數據。
這兩個都可以通過在數據周圍具有更好的上下文來解決。
所以我自己做了一個清單來減輕這兩個錯誤，以確保我不會將產品引導到遺忘。我會在這里分享我的，但是這對你來說究竟可能取決于你公司的特定籌碼。將此作為一個示例指南，了解如何讓自己一些好的語境，以使您使用表格的危險，但我鼓勵您采取這個并使其成為自己的。
那么我需要什么背景，我如何得到它?
嗯，您需要任何和所有信息，這些信息將減少錯誤或使用錯誤數據的數據。在我的經驗中，只需三個檢查可以獲得合理的覆蓋：
檢查基本表 METAData.e.g。列名稱，分區信息，如何生成。
檢查您的假設。在本專欄中是什么? 這是一個空列嗎? 什么是截然不同的價值? 自上次我跑這個查詢以來有這些改變嗎?
與別人聯系。其他人在做這張表做什么? 你問誰有疑問嗎?
1. 檢查基本表元數據
第一步是它找到一個表并弄清楚如何查詢它。
You must woo your table before it will reveal its secrets(Reposted with permission from Olya Tanner)
對于最基本的信息，如列名，索引信息，分區信息，查看定義，您通常可以查詢系統表。手頭保留這些表的列表，以便您可以輕松查詢它們。例如，對于符合 ANSI SQL 的數據庫(其中大多數)，請記住以下表格通常有助于：
Information_schema.columnScolumn 名稱，分區信息，列類型，無效。
Information_schema.tables 和 Information_schema.viewSnice 列表所有表和視圖。視圖，您通常可以獲得 DDL 語句。
您通常還可以獲得其他人寫的查詢歷史，這可以幫助弄清楚如何使用表格。您甚至可以通過語句類型進行過濾 (例如，創建，插入，選擇) 以確定如何創建表：
Information_schema.jobs_by_project(bigquery)表(Information_schema.query_history())
2. 檢查您的假設。
記下您的假設并運行查詢來檢查它們。
A nice illustration of a person making a checklist, in case you haven rsquo;t seen one before.
此時您希望查看數據是否是您認為的。雖然我的典型方法是隨意走過的選擇 * 并選擇不同的語句，但這是次優。更好的方法是首先弄清楚：
我需要回答什么問題，我制作了什么假設?
寫下這些，然后寫下回答這些問題的查詢 / 驗證這些假設。它可能聽起來很簡單，但如果你做出錯誤的假設，你必須重新開始。我們在使用數據時都做出假設 – 如果您沒有明確到他們，這是一個災難的配方。
最近項目的一些示例：
每次活動只有一行嗎?
該字段的可能值是什么?
這個專欄是無數的嗎?
如果為 null，則對這些空值有任何系統模式?
我個人使用鯨魚 (CLI 工具，如果我感到不耐煩) 或運行的 dataframe(甚至計劃)這些快速檢查，但無論您使用什么，只需確保將它們保持持久。
最后，是的，它很好 – 繼續進行選擇 *。有時您只需要查看一片數據。
3. 與其他人聯系
既然你已經有一種感覺的數據的形式，只是潛入并建立你需要建立的東西。別。您需要盡可能多地獲得各種社交環境和部落知識，并且在大型組織中尤其如此。
現在是時候收集部落知識了。
我知道這些人沒有面孔，但是在獲得一些其他社交環境之后，您難道不就讓右邊的家伙感到高興嗎?
不幸的是，只有這么多，您可以通過單獨疏浚數據來獲得。您需要與真實的人交談(或找到一些最新的文件)。
通過查詢日志(見上文)，通過 Github 的 Slog(如果您的查詢是版本控制的)，或者檢查表的所有者是誰(您通常可以在數據上下文 / 發現工具中這樣做，如 dataframe) – 只是找一個人懈怠。
一般來說，我問以下問題：
這是維持嗎?
這是用于 {{你的場景}} 的最佳數據嗎?
迄今為止你所做的事情是開放的。你可能在錯誤的表上，但人們欣賞一些爭議。
到此，相信大家對“在編寫下一個 SQL 查詢之前需要注意的問題有哪些”有了更深的了解，不妨來實際操作一番吧！這里是丸趣 TV 網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！
