SQL Data Types
Ниже мы разберем различные категории типов данных и уникальные типы данных, которые входят в каждую категорию.
Числовые типы данных
Существует множество различных числовых типов в SQL, и это логично, потому что... мы работаем с данными, и числа важны, длина в битах важна, десятичные знаки еще более важны, и именно числа позволяют заинтересованным сторонам принимать определенные решения.
Существует небольшая разница в том, какие числовые типы данных поддерживаются в каждом хранилище данных, но в основном важно понимать различия между целыми числами, десятичными и плавающими числами.
| Loading table... |
Строковые типы данных
Строки повсюду в данных — они позволяют людям иметь описательные текстовые поля, использовать регулярные выражения в своей работе с данными, и, честно говоря, они просто делают мир данных более живым. Формально, строковый тип — это слово или комбинация символов, которые вы обычно видите заключенными в одинарные кавычки (например, 'Jaffle Shop', '1234 Shire Lane', 'Plan A').
Snowflake, Databricks, Google BigQuery и Amazon Redshift поддерживают строковый тип данных. У них могут быть немного разные подтипы для строк; некоторые хранилища данных, такие как Snowflake и Redshift, поддерживают строковые типы text, char и character, которые обычно отличаются по длине в байтах по сравнению с общим строковым типом.
Опять же, поскольку большинство строковых типов столбцов являются неотъемлемой частью ваших данных, вы, вероятно, сможете использовать общие varchar или строки для приведения, но никогда не помешает ознакомиться с документацией, специфичной для поддержки строк вашего хранилища данных!
Типы данных даты
Даты, временные метки, часовые пояса — все эти забавные (и немного болезненные) вещи с данными, которые делают аналитиков настоящими практиками данных (людьми, которые иногда хотят вырвать себе волосы).
Ниже мы разберем даты, даты-времена, времена и временные метки, чтобы помочь вам лучше понять основные типы данных даты.
Начнем с самого простого и перейдем к более сложному: даты, обычно представленные типом DATE, это то, что вы обычно ассоциируете с календарной датой (например, 2022-12-16), и они ограничены диапазоном от 0001-01-01 до 9999-12-31.
Значения DATETIME содержат как календарную дату, так и время (например, 2022-12-16 02:33:24) и могут дополнительно включать доли секунд. Типы TIME обычно представлены как HH:MM:SS времени и не содержат указанного часового пояса.
Типы данных TIMESTAMP позволяют наибольшую спецификацию и точность момента времени и могут быть указаны с часовым поясом или без него. Большинство полей данных, основанных на событиях (например, время завершения заказа, время создания учетной записи, время ухода пользователя), будут представлены как временные метки в ваших источниках данных. Некоторые хранилища данных, такие как Amazon Redshift и Snowflake, поддерживают различные варианты временных меток, которые позволяют явное указание часового пояса (или его отсутствие).
В общем, две лучшие практики, когда дело касается дат и времени:
- Сохраняйте (или преобразуйте) временные метки в один и тот же часовой пояс.
- Сохраняйте типы дат в наиболее специфичном типе даты: вы всегда можете "отдалиться" от временной метки, чтобы получить дату, но не можете получить временную метку из даты.
В конечном итоге вы будете использовать удобные функции даты, чтобы "приближаться" и "отдаляться" от дат, преобразовывать даты или добавлять время к датам.
Булевы значения
Булево значение — это значение столбца, которое может быть истинным, ложным или null. В ваших наборах данных вы будете использовать булевы значения для создания полей is_ или has_, чтобы создавать четкие сегменты в ваших данных; например, вы можете использовать булевы значения, чтобы указать, ушел ли клиент (has_churned) или обозначить записи сотрудников (is_employee), или отфильтровать записи, которые были удалены из вашего исходного набора данных (is_deleted).
Обычно вы увидите True или False как фактические булевы значения в столбце, но также можете выбрать использование числовых значений, таких как 1 и 0, для представления истинных и ложных значений. Однако строки True и False обычно легче читать и интерпретировать для конечных бизнес-пользователей.
Полуструктурированные типы данных
Полуструктурированные типы данных — это отличный способ объединить или агрегировать данные по нескольким полям; вы также можете оказаться в обратной ситуации, когда вам нужно распаковать полуструктурированные данные, такие как объект JSON, и развернуть его в отдельные пары ключ-значение. Два основных полуструктурированных типа данных, которые вы увидите в хранилищах данных, — это JSON и массивы.
Ниже мы разберем, в чем разница между ними, и приведем пример каждого из них.
| Loading table... |
