Đối với bất kỳ loại nghề nghiệp nào liên quan đến CNTT, bạn đều phải có kiến thức, kỹ năng, kinh nghiệm và chứng chỉ cần thiết về chuyên môn kỹ thuật và ngôn ngữ lập trình được chỉ định. Để tích lũy kinh nghiệm và nhận được mức lương hấp dẫn trong một số công việc công nghệ như kỹ thuật dữ liệu, phân tích dữ liệu, v.v., bạn cần phải thu thập bí quyết và đào tạo thực hành về một trong những ngôn ngữ lập trình quan trọng nhất - SQL!
Trong phần đầu tiên của bộ tài liệu tự học SQL được biên soạn bởi Datapot, các bạn sẽ được giới thiệu về những khái niệm cơ bản nhất và cũng rất quan trọng đối với một người mới học SQL cần nắm được.
Giới thiệu chung
Ngôn ngữ truy vấn SQL là gì?
SQL là viết tắt của “Structured Query Language” - Ngôn ngữ truy vấn có cấu trúc.
Cách đọc:
Các bạn có thể đọc SQL là “SQL” hoặc “sequel”.
SQL giúp bạn quản lý và thao tác với cơ sở dữ liệu.
Lược qua lịch sử hình thành SQL
Vào năm 1970, SQL được tạo ra bởi Donald D. Chamberlin và Raymond F. Boyce.
Ban đầu SQL được gọi là “SEQUEL” (Structured English Query Languaged) và được thiết kế nhằm truy vấn dữ liệu lưu trữ trong cơ sở dữ liệu của IBM. Tuy nhiên, sau tranh chấp về mặt thương hiệu, cái tên “SEQUEL” được thay thế thành “SQL”.
Giới thiệu chung về hệ thống quản trị cơ sở dữ liệu (DBMS)
Các hệ thống quản trị cơ sở dữ liệu (DBMS)
Hệ thống quản lý cơ sở dữ liệu (DBMS - Database Management System) là một hệ thống, phần mềm cho phép người dùng xác định, tạo, duy trì và kiểm soát truy cập vào cơ sở dữ liệu.
Các hệ thống quản trị cơ sở dữ liệu có quan hệ phổ biến (Relational DBMS)
Sau đây là 1 vài hệ Quản trị CSDL phổ biến trên thị trường:
Chuẩn ISO
Chuẩn ISO (International Organization for Standardization) cho SQL được ban hành lần đầu tiên vào năm 1987.
Hầu hết các ngôn ngữ truy vấn có cấu trúc đều được xây dựng tiêu chuẩn ISO. Vậy nên khi bạn làm việc được với một biến thể SQL (VD: T-SQL) bạn có thể làm việc với các biến thể khác mà không gặp khó khăn gì cả.
Một số khái niệm trong cơ sở dữ liệu
Có một số dạng dữ liệu phổ biến như cơ sở dữ liệu quan hệ (Relational Databases), cơ sở dữ liệu phi quan hệ NoSQL, dữ liệu theo thời gian (Time Series), dữ liệu NewSQL, ….
Tuy nhiên chúng ta sẽ tìm hiểu 2 nhóm hệ quản trị cơ sở dữ liệu thường được sử dụng phổ biến trên thị trường hiện nay:
- Cơ sở dữ liệu quan hệ (Relational Databases).
- Cơ sở dữ liệu phi quan hệ NoSQL.
Cơ sở dữ liệu quan hệ (Relational Database)
Cơ sở dữ liệu có quan hệ (Relational Database) được tạo ra dựa trên mô hình dữ liệu quan hệ. Cơ sở dữ liệu có quan hệ được cầu thành từ các bảng bao gồm hàng và cột.
Thuộc tính của cơ sở dữ liệu quan hệ:
- Tổ chức dữ liệu có cấu trúc: Dữ liệu trong cơ sở dữ liệu quan hệ (Relational Database) được lưu trữ trong các bảng, các bảng (Tables) được chứa trong một lược đồ (Schema) được thống nhất cấu trúc nhất quán trong toàn bộ cơ sở dữ liệu quan hệ (Relational Database). Tổ chức như vậy sẽ giúp quản lý và duy trì dữ liệu dễ dàng hơn, đặc biệt khi xử lý dữ liệu lớn có cấu trúc.
- Mối quan hệ tham chiếu: Mối quan hệ giữa các cơ sở dữ liệu quan hệ được liên kết với nhau bằng khóa chính (Primary Key) và khóa ngoại (Foreign Key).
- Hỗ trợ SQL: Cơ sở dữ liệu quan hệ (Relational Database) sử dụng ngôn ngữ truy vấn có cấu trúc SQL để truy vấn, thao tác và quản lý dữ liệu. Một số hệ thống lưu trữ cơ sở dữ liệu quan hệ (Database Management System) phổ biến: MySQL, SQL Server, Oracle,…
a) Máy chủ cơ sở dữ liệu (Database Server)
Máy chủ cơ sở dữ liệu là một chương trình phần mềm hoặc nền tảng dùng để cung cấp các dịch vụ cơ sở dữ liệu như lưu trữ, tạo cơ sở dữ liệu và bảo mật dữ liệu.
b) Cơ sở dữ liệu (Database)
Cơ sở dữ liệu là tập hợp các dữ liệu được tổ chức bài bản và thường được truy cập từ hệ thống máy tính hoặc tồn tại dưới dạng tập tin trong hệ quản trị cơ sở dữ liệu.
Cơ sở dữ liệu được lưu trữ trong thẻ nhớ, ổ cứng, nền tảng điện toán đám mây, …
c) Lược đồ (Schema)
- Cơ sở dữ liệu thường được lưu trữ vào các lược đồ (Schema).
- Lược đồ (Schema) là một cơ sở dữ liệu được gộp thành các nhóm một cách logic.
Lợi ích sử dụng lược đồ (Schema):
- Cơ sở dữ liệu được lưu trữ một cách logic.
- Cải thiện bảo mật dữ liệu do cho phép từng người dùng có thể truy cập vào từ phần riêng biệt của cơ sở dữ liệu.
d) Bảng (Tables)
Hầu hết chúng ta đều quan sát dữ liệu ở trong bảng (Tables). Cơ sở dữ liệu thì bao gồm nhiều bảng và bảng bao gồm các thành tố sau:
- Hàng (Row/Record/Tuple/Entity)
- Cột (Attribute/Column)
- Giá trị (Cell/Attribute Value/Field Value)
- Tập hợp các thực thể (Set of entities)
Cơ sở dữ liệu phi quan hệ NoSQL
- Cơ sở dữ liệu phi quan hệ NoSQL là cơ sở dữ liệu được xây dựng dành riêng cho mô hình dữ liệu liệu linh hoạt.
- Cơ sở dữ liệu phi quan hệ NoSQL được tối ưu hóa dành riêng cho các cơ sở dữ liệu lớn.
Thuộc tính của cơ sở dữ liệu phi quan hệ NoSQL:
- Được thiết kế cho phân tích các dữ liệu có cấu trúc chưa được xác định.
- Khả năng lưu trữ: Gần như không có giới hạn cho lưu trữ dữ liệu và số người dùng hệ thống.
- Định dạng dữ liệu lưu trữ: Lưu trữ đa dạng loại dữ liệu như hình ảnh, video, âm thanh, …
- Phù hợp cho ứng dụng với dữ liệu đa dạng và thay đổi thường xuyên.
- Hạn chế khi thực hiện các câu lệnh truy vấn phức tạp.
- Do không có tiêu chuẩn chung như SQL nên việc học và sử dụng sẽ phức tạp hơn.
Các nhóm câu lệnh SQL
Có nhiều cách để tương tác với dữ liệu khi sử dụng SQL. Hình dưới đây sẽ chỉ ra một số loại câu lệnh và chức năng của chúng.
Giải thích một câu lệnh SQL.
Các thuật ngữ (Terms) phổ biến trong SQL.
Cấu trúc câu lệnh SQL cơ bản
Mệnh đề SELECT và FROM
- Mệnh đề SELECT dùng để chỉ định tên của các cột dữ liệu mà bạn muốn sử dụng trong truy vấn.
- Mệnh đề FROM được dùng để chỉ định bảng mà bạn muốn truy vấn. Nếu bạn cần truy vấn dữ liệu trong một bảng, chỉ đích danh bảng mà bạn cần truy vấn, kết quả truy vấn sẽ là tất cả các hàng trong bảng đã chỉ định.
Để hiểu rõ hơn vai trò của 2 mệnh đề trên, chúng ta cùng xem những ví dụ sau:
Ví dụ: Từ bảng dbo.DimEmployee thuộc bộ dữ liệu AdventureWorksDW2019, truy vấn tất cả các dữ liệu có trong bảng.
Kết quả truy vấn gồm 25 cột và 296 hàng.
Giải thích câu lệnh truy vấn:
- FROM: Chỉ định dữ liệu được lấy từ bảng dbo.DimEmplyee.
- SELECT *: Câu lệnh truy vấn tất cả bảng dữ liệu.
Ví dụ: Từ bảng dbo.DimEmployee thuộc bộ dữ liệu AdventureWorksDW2019, truy vấn FirstName được gán tên là “Tên”, LastName được gán là “Họ”, FirstName + LastName được gán là “ Họ và tên”, Title được gán tên là “Chức vụ”, Vacationshours + SickLeaveHours được gán tên là “Tổng giờ nghỉ”.
Giải thích câu lệnh truy vấn:
- SELECT: Câu lệnh truy vấn các cột được chọn.
- FirstName AS ‘Tên’: Cột phát sinh được tạo từ các cột FirstName và được gán tên mới là Tên.
- LastName AS ‘Họ’: Cột phát sinh được tạo từ các cột LastName và được gán tên mới là Họ.
- FirstName + ‘ ‘ + LastName AS ‘Họ và tên’: Cột phát sinh được tạo từ các cột FirstName, LastName và được gán tên mới là Họ và tên.
- Title AS ‘Chức vụ’: Cột phát sinh được tạo từ các cột Title và được gán tên mới là Chức vụ.
- Vacationshours + SickLeaveHours AS ‘Tổng giờ nghỉ’: Cột phát sinh được tạo từ các cột Vacationshours và cột SickLeaveHours, được gán tên mới là Tổng giờ nghỉ.
- FROM: Chỉ định dữ liệu được lấy từ bảng dbo.DimEmplyee.
- Thay vì sử dụng SELECT * để truy vấn toàn bộ bảng dữ liệu, ta dùng SELECT và chọn nhưng cột cần truy vấn.
-> Trên thực tế khi làm việc nên hạn chế và kiểm soát số lượng cột cần lấy ra bằng cách liệt kê tên cột.
- Từ đây, ta rút ra được vai trò của SELECT:
- Hiển thị cột lấy ra từ bảng thuộc cơ sở dữ liệu (Database).
- Kết hợp với Allias để gán tên tạm thời cho cột hiển thị.
- Thực hiện tính toán từ các cột đã có sẵn và gán tên cho cột mới.
Chỉ định điều kiện hàng dữ liệu được truy vấn bằng mệnh đề WHERE
Với mệnh đề WHERE, chỉ những hàng thỏa mãn điều kiện logic (Predicate) thì sau khi thực thi câu lệnh truy vấn, kết quả trả về thỏa mãn điều kiện logic (Predicate).
Ví dụ: Từ bảng dữ liệu SalesLT.Product thuộc bộ dữ liệu adventureworks, truy vấn các cột Name, ProductNumber, StandardCost, SellStarDate. Với điều kiện, Name bắt đầu với 2 ký tự “HL”, StandardCost lớn hơn 300 và SellStartDate nằm trong khoảng thời gian từ 01/07/2005 đến 01/07/2006.
Giải thích câu lệnh truy vấn:
- FROM: Nhằm chỉ định dữ liệu truy vấn được lấy từ bảng SalesLT.Product.
- WHERE: Lọc bản ghi thoả mãn điều kiện ở đây là Name bắt đầu với 2 ký tự “HL”, StandardCost lớn hơn 300 và SellStartDate nằm trong khoảng thời gian từ 01/07/2005 đến 01/07/2006.
- SELECT: Dùng để chọn các cột truy vấn, các cột ở đây là Name, ProductNumber, StandardCost, SellStarDate.
Lưu ý: Với trường hợp cột được chọn được lưu dưới dạng tên thay thế (Alias), mệnh đề WHERE sẽ không thể tìm truy vấn theo điều kiện của tên thay thế (Alias). Do mệnh đề WHERE được thực thi trước mệnh đề SELECT.
Nhóm các hàng bằng mệnh đề GROUP BY
Mệnh đề GROUP BY dùng để nhóm các hàng có cùng giá trị trong một hoặc nhiều cột thành các nhóm riêng biệt dựa trên các giá trị trong cột đó.
Để hiểu rõ hơn, ta cùng xem ví dụ dưới đây: Truy vấn tổng số lượng địa chỉ trong bảng Address được nhóm lại theo từng khu vực quốc gia (CountryRegion).
Giải thích câu lệnh truy vấn:
- FROM: Nhằm chỉ định dữ liệu truy vấn được lấy từ bảng SalesLT.Address.
- SELECT TOP 10 *: Truy vấn 10 hàng đầu tiên của bảng dữ liệu SalesLT.Address.
Giải thích câu lệnh truy vấn.
- FROM: Nhằm chỉ định dữ liệu truy vấn được lấy từ bảng SalesLT.Address.
- GROUP BY: Nhóm các hàng có cùng giá trị trong cột CountryRegion lại với nhau.
- SELECT: Chỉ định các cột cần truy vấn, các cột cần truy vấn ở đây là CountryRegion và Count_CountryRegion.
- Hàm COUNT(*): dùng để đếm số dòng trong bảng SalesLT.Address thoả mãn từng giá trị của cột CountryRegion.
Chỉ định điều kiện các nhóm bằng mệnh đề HAVING
Mệnh để Having dùng để chỉ định điều kiện cho dữ liệu đã được nhóm với nhau.
Để hiểu rõ hơn, ta cùng xem ví dụ sau:
Vẫn với bộ dữ liệu ở ví dụ trên, truy vấn ra CountryRegion có tổng số lượng địa chỉ lớn hơn 40.
Giải thích câu lệnh truy vấn.
- GROUP BY: Nhóm các hàng có cùng giá trị trong cột CountryRegion lại với nhau.
- Hàm COUNT(*): Dùng để đếm số dòng trong bảng SalesLT.Address cho mỗi giá trị của cột CountryRegion.
- HAVING: Chỉ định điều kiện cho dữ liệu đã được nhóm (CountryRegion), CountryRegion có tổng số lượng địa chỉ lớn hơn 40.
Do đó, chúng ta cần phân biệt rõ ràng giữa mệnh đề WHERE và mệnh đề HAVING:
- WHERE sử dụng để lọc điều kiện với những hàng dữ liệu gốc (dữ liệu chưa nhóm).
- HAVING sử dụng để lọc với điều kiện gắn với hàm tính toán (Aggregate function).
Sắp xếp thứ tự dữ liệu bằng mệnh đề ORDER BY
Mệnh đề ORDER BY dùng để sắp xếp thứ tự dữ liệu theo cột hoặc các cột được chọn.
ORDER BY sắp xếp thứ tự theo 2 cách:
- ASC thứ tự tăng dần từ (A-Z).
Giải thích câu lệnh truy vấn.
- ORDER BY: Sắp xếp thứ tự tăng dần theo cột Color.
- DESC thứ tự giảm dần từ (Z-A).
Giải thích câu lệnh truy vấn.
- ORDER BY: Sắp xếp thứ tự giảm dần theo cột Color.
Lưu ý: ORDER BY sẽ mặc định sắp xếp thứ tự tăng dần từ (A-Z) khi không có ASC hoặc DESC đi kèm.
Giải thích câu lệnh truy vấn.
- FROM: Nhằm chỉ định dữ liệu truy vấn được lấy từ bảng SalesLT.Product.
- ORDER BY: Sắp xếp thứ tự tăng dần theo cột Color.
- SELECT: Chỉ định các cột cần truy vấn, các cột cần truy vấn ở đây là Name, ProductNumber, Color.
- Thuộc tính của ORDER BY là có thể sử dụng được với 2 hay nhiều cột.
- Câu lệnh ORDER BY kèm TOP thông thường.
Giải thích câu lệnh truy vấn:
- FROM: Nhằm chỉ định dữ liệu truy vấn được lấy từ bảng SalesLT.Product.
- SELECT TOP 10 *: Chỉ định truy vấn 10 hàng đầu tiên của tất cả các cột trong bảng dữ liệu.
- ORDER BY: Sắp xếp thứ tự giảm dần theo cột StandardCost.
- Câu lệnh ORDER BY đi kèm TOP và WITH TIES.
Giải thích câu lệnh truy vấn:
- FROM: Nhằm chỉ định dữ liệu truy vấn được lấy từ bảng SalesLT.Product.
- SELECT TOP 10 WITH TIES *: Chỉ định truy vấn những hàng nằm trong TOP 10 và thêm vào đó sẽ lấy luôn cả những hàng có cùng giá trị tại dòng thứ 10.
- Ở ví dụ này, những giá trị [2171,2942; 1912,1544; 1898,0944] là 3 trong 10 StandardCost cao nhất.
- SELECT TOP 10 WITH TIES *: Truy vấn top 10 StandardCost từ cao đến thấp. Tại ví trị thứ 10, sẽ tiếp tục truy vấn các giá trị bằng giá trị StandardCost 1898,0944 tại dòng thứ 10.
- ORDER BY: Sắp xếp thứ tự giảm dần theo cột StandardCost.
Logic thực thi câu lệnh (Logical query processing)
Thứ tự thực hiện câu lệnh truy vấn được thực hiện như sau:
- FROM
Trước tiên, ta cần xác định xem dữ liệu được truy vấn ở đâu.
- WHERE
Thứ hai, ta cần xác định xem dữ liệu cần truy vấn kèm điều kiện gì.
- GROUP BY
Thứ ba, xác định xem dữ liệu có cần nhóm chung với nhau không.
- HAVING
Thứ tư, các dữ liệu được nhóm chung kèm điều kiện gì.
- SELECT
Thứ năm, kết quả truy vấn cần bao gồm những cột nào.
- ORDER BY
Cuối cùng, dữ liệu truy vấn sẽ được sắp xếp theo thứ tự như thế nào.
Lưu ý: Trên đây chỉ là một số câu lệnh cơ bản của SQL, vì vậy thứ tự viết cũng như thứ tự thực thi câu lệnh sẽ giới hạn trong một số câu lệnh đã đề cập ở trên. Tuy chỉ là mốt số câu lệnh cơ bản, nhưng những câu lệnh sẽ là nên tảng giúp bạn phát triển tư duy logic tự học SQL.
Một số lưu ý để viết một câu lệnh truy vấn SQL tốt hơn
Một số lưu ý khi viết câu lệnh SQL
Khi tự học SQL, có một số điều cần lưu ý để tối ưu hóa lệnh truy vấn tốt hơn.
Lưu ý 1: “Khoảng trống” không ảnh hưởng đến kết quả của một câu truy vấn.Tuy nhiên, chúng ta nên sắp xếp và giãn cách cho phù hợp để câu lệnh có thể dễ dàng quan sát, không bị lộn xộn.
Lưu ý 2: Câu lệnh được kết thúc với dấu “;”. Tuy nhiên vào thời điểm hiện tại không nhiều DBMS yêu cầu “;” để kết thúc câu lệnh nữa.Có hay không có dấu “;” không làm ảnh hưởng đến kết quả của câu lệnh.
Lưu ý 3: Câu lệnh phải bắt đầu với một mệnh đề (Statement)Câu lệnh không có mệnh đề (Statement) đứng đầu sẽ bị lỗi khi thực thi câu lệnh truy vấn.
Lưu ý 4: Các cột phải được ngăn cách bởi dấu “,”.Các cột được chọn trong các mệnh đề luôn được ngăn cách bởi dấu “,” và thường khi thực hiện câu lệnh truy vấn dấu “,” rất dễ bị lãng quên. Vì vậy, bạn cần chú ý đến việc đánh dấu “,” mỗi khi chọn thêm cột mới.
Vị trí của dấu “,” có thể được đặt ở trước hoặc sau các cột, vì vậy bạn có thể tham khảo 2 cách viết sau:
- Dấu “,” được đặt đằng sau các cột.
- Dấu “,” được đặt đằng trước các cột.
- Không nên viết câu lệnh theo chiều ngang làm cho câu lệnh trở nên khó theo dõi.
- Nên viết câu lệnh theo chiều dọc giúp cho câu lệnh truy vấn dễ đọc hơn.
- Bôi đen phần câu lệnh cần chạy.
- Chạy cả câu lệnh truy vấn.
Những ngầm định khi viết câu lệnh SQL
Mặc dù những ngầm định này không phải quy tắc, nhưng chúng thường được dùng như 1 tiêu chuẩn thống nhất.
Thứ 1: Nhất quán về mặt chứ viết hoa/viết thường.Do SQL không quan trọng về mặt hình thức nhưng khuyến khích viết nhất quán để nhìn gọn gàng và thống nhất hơn.
- Viết hoa: Ký tự (KEYWORD) và hàm (FUNCTION).
- Viết thường: Cột (Column) và bảng (Table).
Một trong những lý do khiến SQL dễ đọc vì các câu lệnh được trình bày với format như một đoạn văn.
- Xuống dòng khi chọn mỗi cột trong câu lệnh SELECT.
- Xuống dòng khi có ký tự (Keyword) mới.
- Nếu mệnh đề ký tự quá phức tạp, tạo dòng mới và thụt lề cho tới khi viết ký tự tiếp theo (Keyword).
Đặt tên cho cột và hàng nên được đặt ngắn gọn, dễ hiểu không chỉ giúp dễ đọc mà nó còn giúp cho mọi người trong team có thể biết rõ được trong bảng hoặc cột đó có chứa dữ liệu gì.
Thứ 4: Nên viết thêm comment chi tiết nếu bảng dữ liệu được lưu trữ theo cách của bạn.Bạn có thể thêm comments vào những câu lênh để giải thích thêm về chúng.
- Sử dụng — để thêm 1 dòng comment.
- /**/ để thêm nhiều dòng comment.
Lưu ý: Không nên thực hiện truy vấn trên cơ sở dữ liệu mà bạn không hiểu rõ.
Comments thường được dùng để:
- Giải thích mục đích câu truy vấn này (Những người tiếp nhận bộ dữ liệu trong tương lai có thể hiểu được tại sao cần phải truy vấn như vậy).
- Bỏ đi một số đoạn code mà đã được thử truy vấn ở các phiên bản khác nhau.
Tạm kết
Tổng kết lại ở phần 1, chúng ta đã tìm hiểu về lịch sử hình thành của SQL, các khái niệm về cơ sở dữ liệu, cấu trúc của một câu query và một vài lưu ý khi viết câu query. Đề việc tự học SQL hiệu quả, bạn hãy bookmark lại bài viết này và note những kiến thức quan trọng lại nhé. Ngoài ra các bạn có thể tham khảo thêm SQL cheat sheet để tự học thêm về các câu lệnh nhé.
Nếu bạn thấy nội dung này hữu ích, đừng quên để lại bình luận và hãy theo dõi blog của Datapot để đón chờ phần tiếp theo ở các bài viết sắp tới nhé!