MySQL : les données

Name: MySQL : les données
Author: Kati Gordon

Comment manipuler les dates dans PostgreSQL

Preview the first lesson free — get full access to all 5 lessons.

Cours : à la demande

Dans cette leçon de SQL avancé, nous discuterons du reformatage des données. PostgreSQL fournit un ensemble d'outils puissants pour convertir divers types de données, comme votre date / heure, entier, virgule flottante, numérique aux chaînes formatées. Vous pouvez également convertir à partir de chaînes formatées à des types de données spécifiques. Toutes ces fonctions suivent une convention d'appel commune. Le premier argument est une valeur à mettre en forme, et le deuxième argument est un modèle qui définit le format de sortie ou d'entrée. Ce tableau nous montre certaines de ces fonctions de formatage. On voit la fonction identifiée à gauche, puis le type de retour, une description est fournie, et enfin, un exemple. Donc, cette première fonction utilisant to_char est va convertir un horodatage en chaîne. Le premier argument est l'horodatage, et le deuxième argument est ce que vous voulez cet horodatage pour ressembler à la sortie. Vous verrez que to_char est utilisé pour convertir les intervalles, entiers, ou double précision en chaîne, ou pour convertir un numérique en chaîne. Vous pouvez également convertir une chaîne en date. C'est l'autre côté du formatage, afin que vous puissiez prendre une chaîne et la formater en tant que date. Et c'est pratique lorsque vous essayez pour faire des choses dans un filtre, par exemple. Lorsque vous filtrez des expressions ou en essayant de faire des comparaisons, vous aurez souvent besoin que ce type de données soit le même. Ainsi, to_date va convertir une chaîne en date. To_number va convertir une chaîne en numérique. Enfin, to_timestamp va convertir la chaîne en horodatage. Passons à notre outil pgAdmin et voyons cela en action. J'ai aligné certaines de ces fonctions juste pour que nous puissions aller de l'avant et voir à quoi cela ressemble dans la fenêtre de sortie des données. Nous allons utiliser select. Je vais le mettre en évidence et exécuter la requête pour exécuter uniquement cette requête. Alors revenons le temps selon le format indiqué dans le deuxième argument. C'est le même cas pour l'intervalle. Cela va nous donner une sortie basé sur cette horloge de 24 heures. Examinons maintenant cette conversion du numérique en chaîne. Nous pouvons convertir une chaîne en date en utilisant la fonction to_date. Ou convertissez une chaîne en nombre. Et encore une fois, il est pratique d'avoir des types de données dans le même format lorsque vous faites des comparaisons, lorsque vous essayez d'évaluer une expression, ou lorsque vous essayez simplement de rendre les données plus lisibles. Examinons les modèles dont vous disposez. La documentation PostgreSQL décrit les modèles pour le formatage de la date et de l'heure. Vous verrez qu'il y en a beaucoup. Je recommande de se référer à la documentation afin que vous puissiez mieux adapter la fonction à votre objectif. Rejoignez-nous pour notre prochaine leçon où nous examinons comment extraire des chaînes de données de caractères.

Avancé Fournisseur : Kati Gordon 5 leçons · 12m en Arabe, Allemand, Anglais, Espagnol, Français, Portugais, Chinese

Description du cours

Ce module traite des données dans PostgreSQL. Vous en apprendrez davantage sur le reformatage des données, le filtrage avec des données régulières, les jointures, l'agrégation et les sous-requêtes. PostgreSQL fournit une gamme puissante d'outils pour convertir divers types de données en chaînes formatées. Ce module plonge dans les fonctions que suivent ces conversions. Vous découvrirez également les moyens d’établir des rapports sur les données, notamment le filtrage des données par le biais de sous-requêtes de diverses manières. Ce module vous montrera comment commencer et comment savoir quelle méthode choisir.

Ce que vous allez apprendre

Re-formater des données dans PostgreSQL à l'aide de fonctions qui convertissent divers types de données en chaînes formatées
Filtrer les données à l'aide d'expressions régulières et de la correspondance de modèles (pattern matching)
Appliquer trois approches de la correspondance de modèles
Combiner des données grâce au filtrage, aux jointures et à l'agrégation
Créer des rapports sur les données à l'aide de sous-requêtes de diverses manières
Déterminer quelle méthode de sous-requête choisir pour générer des rapports sur les données

Points clés à retenir

Le module couvre le re-formatage des données, le filtrage par expressions régulières, les jointures, l'agrégation et les sous-requêtes.
PostgreSQL fournit divers outils pour convertir plusieurs types de données en chaînes formatées.
Les données peuvent être filtrées et faire l'objet de rapports via des sous-requêtes de diverses manières.
Le module explique comment démarrer et comment savoir quelle méthode choisir.
La correspondance de modèles (pattern matching) peut être abordée de trois façons.

Foire aux questions

Quels sujets ce module couvre-t-il ?

Ce module couvre les données dans PostgreSQL, y compris le re-formatage des données, le filtrage par expressions régulières, les jointures, l'agrégation et les sous-requêtes.

Qu'est-ce que je vais apprendre concernant le re-formatage des données ?

Vous découvrirez les fonctions que PostgreSQL utilise pour convertir divers types de données en chaînes formatées.

Comment ce module m'aide-t-il dans le reporting sur les données ?

Il montre des moyens de créer des rapports sur les données, y compris le filtrage des données via des sous-requêtes de diverses manières, et comment savoir quelle méthode choisir.

Quelles leçons sont incluses dans ce module ?

Les leçons sont : Re-formatage des données Partie 1 (Reformatting Data Part 1), Re-formatage des données Partie 2, Filtrage par expressions régulières (Filtering with Regular Expressions), Filtrage, Jointures & Agrégation (Filtering, Joins, & Aggregation), et Sous-requêtes (Subqueries).

Sur quelles compétences ce module se concentre-t-il ?

Il se concentre sur le langage de manipulation de données (Data Manipulation Language), la programmation de bases de données, MySQL, PL/pgSQL, PostgreSQL et SQL.