SQL i korthet
Det är bra att ha grundläggande kunskaper i SQL när du går vidare. En mer djupgående genomgång hittar du här.
En SQL-fråga returnerar en tabell som härleds från en eller flera tabeller i en databas.
Varje SQL-fråga består av kommandon som talar om för databasen vad du vill göra med datan. De två kommandon som varje fråga måste innehålla är SELECT och FROM.
Efter SELECT anger du de kolumner du vill ha i den resulterande tabellen.
Efter FROM anger du namnet på tabellen som innehåller dessa kolumner. Den minimala SQL-frågan ser ut så här:
SELECT * FROM my_table;
* väljer alla kolumner, så detta returnerar hela tabellen med namnet my_table.
Liknande .withColumn() kan du göra kolumnvisa beräkningar i en SELECT-sats. Till exempel returnerar
SELECT origin, dest, air_time / 60 FROM flights;
en tabell med avgångsplats, destination och flygtid i timmar för varje flyg.
Ett annat vanligt kommando är WHERE. Det filtrerar tabellens rader baserat på ett logiskt villkor som du anger. Den resulterande tabellen innehåller de rader där villkoret är sant. Om du till exempel hade en tabell med elever och betyg kan du skriva:
SELECT * FROM students
WHERE grade = 'A';
för att välja alla kolumner och de rader som innehåller information om elever som fick A.
Vilken av följande frågor returnerar en tabell med registreringsnummer och destinationer för flyg som varade mer än 10 timmar?
Den här övningen är en del av kursen
Grunderna i PySpark
Interaktiv övning med praktiskt arbete
Gör teori till handling med en av våra interaktiva övningar
Starta övningen