FUNDAMENTAL STRUKTURAL QUERY UNTUK SEORANG ANALYST

Selamat hari libur kawan blogger,..

Saya malam ini ingin belajar query lagi, tapi kali ini saya ingin mencoba istilah "Back to Basic". 

Apa sih maksud dari "Back to Basic"?

"maksudnya adalah kembali belajar kedasar atau memulai belajar nya dari dasar".

Kenapa begitu?

"saya merasa bahwa dibeberapa moment, bahwa saya menemui kekurangan dalam hal pengetahuan mengenai query sedangkan hal mengenai query sangat saya butuhkan sebagai seorang yang berprofesi Analyst"

Maka oleh karena dasar diatas, saya mencoba mereview dan refresh pengetahuan saya mengenai query. Pada umumnya query itu sangat banyak tools atau framework yang menyediakannya, paling sering atau terkenalnya ada SQL, Mysql, Mongodb, Postgresql dan lai-lain. Mereka sering disebut dengan panggilan RDBMS dan Non Relational Databases (NO SQL), atau saat ini banyak orang sudah menggunakan fasilitas bigquery dari google, namun belajar saya malam ini tidak berfokus pada apapun jenis mereka. Malam yang ingin saya bahas adalah mengenai dasar secara struktural query mengambil data untuk dianalisa.

Oke, berikut adalah fundamental struktural query untuk kebutuhan seorang data analyst atau hal yang berhubungan dengan analyst:

1. Perintah "SELECT kolom atau keseluruhan kolom"
   
   select kolom 1, .. kolom ke-N
   from tabel data;
   
   select *
   from tabel data;
2. Perintah "DISTINCT"
   
   select distinct kolom 1, .. kolom ke-N
   from tabel data;
3. Perintah "FUNGSI PERHITUNGAN" dengan SUM, AVG, COUNT, MIN, MAX, / (pembagian), * (perkalian),- (pengurangan),+ (penjumlahan), % (sisa pembagian atau modulus)
   
   select sum (nama kolom)
   from tabel data;
   
   select avg (nama kolom)
   from tabel data;
   
   select count (nama kolom)
   from tabel data;
   
   select min (nama kolom)
   from tabel data;
   
   select max (nama kolom)
   from tabel data;
   
   select nama kolom / 100
   from tabel data;
   
   select nama kolom * 100
   from tabel data;
   
   select nama kolom - 100
   from tabel data;
   
   select nama kolom %100
   from tabel data;
4. Perintah "WHERE" dengan beberapa kondisi "= atau !=", "AND/OR", "IN", "BETWEEN", "LIKE"
   
   select kolom 1, .. kolom ke-N
   from tabel data
   where nama kolom {= atau !=} kondisi;
   
   select kolom 1, .. kolom ke-N
   from tabel data
   where nama kolom kondisi-1 {and/or} kondisi-2;
   
   select kolom 1, .. kolom ke-N
   from tabel data
   where nama kolom in (nilai-1, nilai ke-N);
   select kolom 1, .. kolom ke-N
   from tabel data
   where nama kolom between nilai-1 and nilai-2;
   
   select kolom 1, .. kolom ke-N
   from tabel data
   where nama kolom like 'Pola';
5. Perintah "GROUP BY", "ORDER BY", "HAVING"
   
   select kolom 1, .. kolom ke-N
   from tabel data
   where kondisi
   group by nama kolom;
   
   select kolom 1, .. kolom ke-N
   from tabel data
   where kondisi
   group by nama kolom
   order by nama kolom {desc/asc};
   
   select kolom 1, .. kolom ke-N
   from tabel data
   where kondisi
   group by nama kolom
   having kondisi aritmatika;
6. Perintah "TOP", "LIMIT"
   
   select TOP 3 *
   from tabel data;
   
   select  *
   from tabel data
   limit 3;
7. Perintah "JOIN" ada beberapa type join tapi yang paling sering digunakan adalah "LEFT JOIN"
   
   select  kolom 1, .. kolom ke-N
   from tabel data
   left join nama tabel
   on nama tabel data-1.nama kolom =  nama tabel data-2.nama kolom;
8. Perintah "UNION"
   
   select kolom 1, ..kolom ke-N
   from nama tabel-1
   union
   select kolom-1, ..kolom ke-N
   from nama tabel-2
9. Perintah "CASE"select
   kolom 1
   case kondisi
           when nilai-1 then hasil-1
           when nilai-2 then hasil-2
           else nilai
           end hasil ke-N
   from tabel data;
10. Perintah "SUBQUERY" atau sering dipanggil dengan "SELECT BERTINGKAT"
    
    select
          kolom 1, .. kolom ke-N
    from(
              select kolom 1, kolom ke-N
              from tabel data ) as t
11. Mengenal TYPE DATA yang umum digunakan adalah:
    
    - Numeric type
    - Monetary type
    - Charater type
    - Date/Time type
    adapun detail jenis-jenis bisa teman-teman cari sendiri ya di google

kemudian setelah melakukan pemetaan fundamental struktural query yang sering digunakan pada kegiatan sehari-hari seorang analyst, saya ingin mengajak teman-teman untuk mencoba contoh kasus penerapannya:

Dalam contoh ini saya menggunakan fasilitas dari google cloud platform yaitu bigquery sebagai engine query dan load data.csv melalui storage.

kemudian buat lah database dan tabel data untuk file tersebut di bigquery:

setelah itu kita bisa melihat type data dari tabel data yang telah kita buat dan bisa memulai query pada query editor yang tersedia:

catatan untuk tampilan ui terbaru dari bigquery seperi diatas untuk memulai querynya agar bisa memilih database yang digunakankan cukup klik pada "query table" kalau pada ui yang lama bisa dengan mengaturnya dengan cara hapus centang pada sql dialect --> use legacy sql

jadi seperti ini:

kemudian kita akan menggunakan tanda " ` " untuk mengawali panggilan ke database nya:

Setelah selesai semua proses tahapan diatas maka kita bisa belajar query:

hasil query diatas sebagai berikut ini:

silahkan bagi teman-teman untuk mencoba dan berekplorasi selanjutnya. Jika teman-teman menemukan sesuatu yang baru atau kekeliruan dari apa yang saya tuliskan saya sangat senang jika teman-teman memberitahu saya melalui komentar di blog ini, terima kasih.

Tags: #BIGQUERY#GOOGLE#GOOGLE STORAGE#SQL