Việc khai thác dữ liệu hiệu quả là rất quan trọng để ra quyết định chính xác. SQL (Structured Query Language) là công cụ chủ chốt giúp bạn thực hiện điều này bằng cách quản lý và phân tích dữ liệu. Bài viết này cung cấp hướng dẫn cơ bản về cách sử dụng SQL để khai phá dữ liệu, từ các câu lệnh đơn giản đến các kỹ thuật phân tích nâng cao, dành cho những người mới bắt đầu.

SQL là gì

SQL (Structured Query Language) là một ngôn ngữ máy tính được sử dụng để lưu trữ, truy xuất và quản lý dữ liệu trong các cơ sở dữ liệu quan hệ. SQL cho phép bạn thực hiện các thao tác như tạo cơ sở dữ liệu, bảng, chèn dữ liệu, cập nhật, xóa và truy vấn dữ liệu.

Khai phá dữ liệu là gì

Khai phá dữ liệu (data mining) là quá trình phân tích và tính toán để tìm ra các mẫu, quy luật hoặc thông tin hữu ích từ các bộ dữ liệu lớn. Quá trình này kết hợp các phương pháp từ máy học, thống kê và hệ thống cơ sở dữ liệu. 

Khai phá dữ liệu với SQL là quá trình sử dụng Structured Query Language (SQL) để truy xuất, phân tích và xử lý dữ liệu từ cơ sở dữ liệu.

Khai phá dữ liệu với SQL

>> Xem thêm: Khóa học SQL for Newbies: Data Analysis for Beginners với giáo trình chuẩn quốc tế

SQL có thể được sử dụng như thế nào trong quá trình khai thác dữ liệu?

Chuẩn bị dữ liệu

SQL hỗ trợ chuẩn bị dữ liệu bằng cách cung cấp các hàm và lệnh để lọc, sắp xếp, nhóm, tổng hợp, nối và phân nhóm dữ liệu. Ví dụ, để chuẩn bị tập dữ liệu về khách hàng đã mua sản phẩm từ một cửa hàng trực tuyến, chúng ta có thể sử dụng SQL để:

• Lọc ra những khách hàng đã trả lại đơn hàng.
• Sắp xếp họ theo ngày đặt hàng.
• Nhóm họ theo danh mục sản phẩm.
• Tính tổng số tiền mỗi khách hàng đã chi tiêu.

Khám phá dữ liệu

SQL hỗ trợ khám phá dữ liệu bằng cách cung cấp các hàm và lệnh để thực hiện thống kê mô tả, tương quan, tần suất và bảng dự phòng. Ví dụ, để khám phá tập dữ liệu về khách hàng đã mua sản phẩm từ một cửa hàng trực tuyến, ta có thể dùng SQL để:

• Tính trung bình, trung vị, độ lệch chuẩn và phạm vi của số tiền đặt hàng.
• Tính tương quan giữa số tiền đặt hàng và độ tuổi của khách hàng.
• Đếm tần suất của từng danh mục sản phẩm.
• Tạo bảng dự phòng của danh mục sản phẩm và giới tính của khách hàng

SQL hỗ trợ khám phá dữ liệu

Mô hình hóa dữ liệu

Mô hình hóa dữ liệu áp dụng thuật toán và kỹ thuật để khám phá mẫu và thông tin từ dữ liệu. SQL hỗ trợ mô hình hóa dữ liệu qua các hàm và lệnh cho phân loại, nhóm, liên kết, hồi quy và phát hiện bất thường. Ví dụ, với tập dữ liệu về khách hàng mua sắm trực tuyến, SQL có thể:

• Phân nhóm khách hàng dựa trên hành vi.
• Nhóm sản phẩm theo danh mục.
• Tìm quy tắc liên kết giữa sản phẩm.
• Dự đoán số lượng đơn hàng dựa trên thuộc tính khách hàng và sản phẩm.
• Phát hiện giá trị ngoại lai.

Các loại câu lệnh SQL và chức năng của chúng

Các loại câu lệnh SQL này giúp quản lý cấu trúc cơ sở dữ liệu, thao tác với dữ liệu và kiểm soát quyền truy cập. Mỗi loại phục vụ một mục đích khác nhau trong quản lý cơ sở dữ liệu.

SQL DDL (Data Definition Language)

SQL DDL dùng để định nghĩa và quản lý cấu trúc của cơ sở dữ liệu. Các câu lệnh DDL bao gồm:

• CREATE TABLE: Tạo bảng mới.
• ALTER TABLE: Thay đổi cấu trúc của bảng đã tồn tại.
• DROP TABLE: Xóa bỏ bảng khỏi hệ thống cơ sở dữ liệu.
• CREATE INDEX: Tạo chỉ mục trên bảng.
• DROP INDEX: Xóa chỉ mục.

DDL (Data Definition Language)

>> Xem thêm: Sử dụng câu lệnh alter table trong SQL

SQL DML (Data Manipulation Language)

SQL DML dùng để thao tác với dữ liệu bên trong các bảng. Các câu lệnh DML bao gồm:

• SELECT: Truy xuất và lấy thông tin từ bảng.
• INSERT INTO: Nhập dữ liệu mới vào bảng.
• UPDATE: Điều chỉnh hoặc thay đổi dữ liệu hiện có trong bảng.
• DELETE: Xóa bản ghi khỏi bảng.

SQL DCL (Data Control Language)

SQL DCL dùng để kiểm soát quyền truy cập vào dữ liệu trong cơ sở dữ liệu. Các câu lệnh DCL bao gồm:

• GRANT: Cấp quyền truy cập cho người dùng hoặc vai trò.
• REVOKE: Thu hồi quyền truy cập từ người dùng hoặc vai trò.

DCL (Data Control Language)

Khai phá dữ liệu với SQL bằng những câu lệnh thường được sử dụng

Dưới đây là một số câu lệnh SQL phổ biến mà những nhà phân tích dữ liệu và quản trị viên cơ sở dữ liệu đều cần nắm rõ:

Truy vấn UPDATE

Mục đích: Cập nhật dữ liệu hiện có trong một hoặc nhiều bản ghi của bảng.

Cú pháp:

UPDATE table_name

SET column1 = value1, column2 = value2, ...

WHERE condition;

Ví dụ:

UPDATE employees

SET salary = 60000

WHERE employee_id = 101;

Giải thích: Câu lệnh này cập nhật mức lương của nhân viên có employee_id là 101 thành 60,000.

Truy vấn INSERT INTO

Mục đích: Thêm một hoặc nhiều bản ghi mới vào bảng.

Cú pháp:

INSERT INTO table_name (column1, column2, ...)

VALUES (value1, value2, ...);

Ví dụ:

INSERT INTO customers (customer_name, email, join_date)

VALUES ('khanhvy', 'khanhvy@example.com', '2024-07-22');

Giải thích: Câu lệnh này thêm một khách hàng mới vào bảng customers với tên là Khánh Vy, email là khanhvy@example.com và ngày tham gia là 22 tháng 7 năm 2024.

Truy vấn SELECT

Mục đích: Lấy dữ liệu từ một hoặc nhiều bảng.

Cú pháp:

SELECT column1, column2, ...

FROM table_name

WHERE condition;

Ví dụ:

SELECT customer_name, order_amount

FROM orders

WHERE order_date = '2024-07-22';

Giải thích: Câu lệnh này truy vấn tên khách hàng và số tiền đơn hàng từ bảng orders cho các đơn hàng vào ngày 22 tháng 7 năm 2024.

Mệnh đề ORDER BY

Mục đích: Sắp xếp kết quả truy vấn theo một hoặc nhiều cột.

Cú pháp:

SELECT column1, column2, ...

FROM table_name

ORDER BY column1 [ASC|DESC], column2 [ASC|DESC], ...;

Ví dụ:

SELECT customer_name, order_date

FROM orders

ORDER BY order_date DESC, customer_name ASC;

Giải thích: Câu lệnh này sắp xếp các đơn hàng theo ngày đặt hàng giảm dần và sau đó theo tên khách hàng tăng dần.

 Mệnh đề GROUP BY

Mục đích: Nhóm các bản ghi có cùng giá trị trong một hoặc nhiều cột để thực hiện các phép toán tổng hợp.

Cú pháp:

SELECT column1, aggregate_function(column2)

FROM table_name

GROUP BY column1;

Ví dụ:

SELECT product_category, COUNT(*)

FROM orders

GROUP BY product_category;

Giải thích: Câu lệnh này nhóm các đơn hàng theo danh mục sản phẩm và đếm số lượng đơn hàng trong mỗi danh mục.

Từ khóa DISTINCT

Mục đích: Loại bỏ các bản ghi trùng lặp trong kết quả truy vấn.

Cú pháp:

SELECT DISTINCT column1, column2, ...

FROM table_name;

Ví dụ:

SELECT DISTINCT product_category

FROM orders;

Giải thích: Câu lệnh này lấy danh sách các danh mục sản phẩm khác nhau mà không có sự lặp lại.

Mệnh đề WHERE

Mục đích: Lọc các bản ghi theo điều kiện cụ thể.

Cú pháp:

SELECT column1, column2, ...

FROM table_name

WHERE condition;

Ví dụ:

SELECT customer_name, order_amount

FROM orders

WHERE order_amount > 100;

Giải thích: Câu lệnh này lấy tên khách hàng và số tiền đơn hàng từ bảng orders cho những đơn hàng có số tiền lớn hơn 100.

Mệnh đề AND & OR

Mục đích: Kết hợp nhiều điều kiện trong mệnh đề WHERE.

AND: Tất cả các yêu cầu đều phải đúng. 

Cú pháp:

SELECT column1, column2, ...

FROM table_name

WHERE condition1 AND condition2;

Ví dụ:

SELECT customer_name

FROM orders

WHERE order_amount > 100 AND order_date = '2024-07-22';

Giải thích: Lấy tên khách hàng từ bảng orders cho các đơn hàng có số tiền lớn hơn 100 và ngày đặt hàng là 22 tháng 7 năm 2024.

OR: Ít nhất một điều kiện phải đúng. 

Cú pháp:

   SELECT column1, column2, ...

    FROM table_name

WHERE condition1 OR condition2;

Ví dụ:
SELECT customer_name

FROM orders

WHERE order_amount > 100 OR order_date = '2024-07-22';

Giải thích: Lấy tên khách hàng từ bảng orders cho các đơn hàng có số tiền lớn hơn 100 hoặc ngày đặt hàng là 22 tháng 7 năm 2024.

Tóm lại, khai phá dữ liệu với SQL giúp bạn truy xuất và phân tích thông tin một cách hiệu quả, từ việc thực hiện các truy vấn cơ bản đến các phân tích phức tạp. Bằng cách làm quen với các câu lệnh SQL và mệnh đề quan trọng, bạn sẽ có nền tảng vững chắc để giải quyết các vấn đề dữ liệu và hỗ trợ quyết định kinh doanh. Hãy tiếp tục thực hành và khám phá SQL để phát triển kỹ năng phân tích dữ liệu của bạn.