Data Analyst로 취업하기 (3) SQL_1

지난글에 Data Analyst 로 취업하기 위해 준비해야 할 5가지을 내맘대로 정했었다.

Data Analyst로 취업하기 (2)

 

1. SQL (Structured Query Language)

2. EDA (Exploratory Data Analysis)

3. Data Visualzation

4. Statistical Data Analysis

5. Storytelling

위 5가지 항목들 중 첫번째인 SQL을 정리해보자

SQL 이 뭔지 우선 구글에 검색해보자

검색은 갓구글!!!

SQL, Structured Query Language 라고 불리는 이 언어(?)는 database 와 관련되어있다.

Data Analyst 로 분석을 하고 insight를 찾아내기 위해서는 결국 "data"가 필요하고,

"data" 는 "database" 에 저장되어 있으니... 당장은 분석과 상관없어 보여도도 꼭 알아야한다.

그럼 database는 무조건 SQL 인걸까? 라는 궁금증이 생겼다.

SQL 은  relaltional 혹은 table based 이고,

NoSQL 은 non-relational 혹은 document, key-value, graph, wide-column stores 라고 한다.

우선 설명이 나온 링크로 들어가봤다.

출처: www.xplenty.com/blog/the-sql-vs-nosql-difference

대략 비슷한 말들이 또 적혀있고 아래로 조금 더 내리면

 

The Best SQL Database Systems

MySQL / Oracle Database / Microsoft SQL Server / PostgreSQL

NoSQL Non-Relational Database Systems

MongoDB / Apache Cassandra / Google Cloud BigTable / Apache HBase

 

이렇게 4개씩 Databse Systems를 추천해준다.

당장은 SQL을 공부해야 하니 첫번째로 추천해준 MySQL을 통해서 SQL을 공부해보자

언제나와 같이 구글링을 통해 설치법을 공부한다

구글링 후 첫번째로 나오는 블로그를 읽고 따라하면서 설치를 완료했다.

다만 블로그와 차이점이 있다면, 아래에서 빨간색 박스쳐진 Developer Default가 아니라

2번째 "Server only" 로 설치했다.

출처: https://dog-developers.tistory.com/20

이유는 해당 블로그의 이어지는 사진들을 보면 엄청나게 많은걸 설치해야 한다.

나는 MySQL Server 에 Python 을 작업을 할 예정이기 때문에 Workbench 등 나머지는 필요없다.

설치를 완료하고 나면, MySQL 8.0 Command Line Client 라는 프로그램이 생긴다.

여기에서도 query를 통해서 작업이 가능하고, Python 라이브러리인 PyMySQL을 통해서도 작업이 가능하다.

비밀번호를 입력 후 help

유일하게 알고있는 명령어 SHOW DATABASES; 를 입력해보면 4개의 database를 보여준다.

이제 Python 을 통해서 database 와 table 을 CRUD 해보자

일단 끊어간다...