[Gelöst] SQL zur Daten-Analyse?

[buhtz]

Mein SQL-Wissen ist auf Schulniveau und auch noch veraltet (Ende der 90er).

Nun bin ich über eine Schulung gestolpert, die SQL im Kontext von Daten-Analyse erwähnt. So richtig erklärt wird es nicht.
Natürlich kann ich bei Daten-Analysen die Daten in einer Datenbank vorhalten, anstatt in Form von CSV Dateien oder ähnlichem. Aber hat SQL, über die Datenhaltung hinaus, noch eine zusätzliche Relevanz für Daten-Analysen?

Hat sich der Standard seit damals, ohne das ich es bemerkt habe, doch weiterentwickelt?

Was könnte dahinter stecken?

[paedubucher]

Um Daten analysieren zu können muss man sie zunächst in die richtige Form bringen. Wenn du eine normalisierte relationale Datenbank hast, kannst du mit SQL schon einmal die Daten in die passende Form bringen. Was den Analyseschritt betrifft, bietet SQL (je nach Datenbank) hilfreiche Funktionen, angefangen beim Durchschnitt (mean, median), kann man etwa bei PostgreSQL auch Perzentile usw. berechnen.

Für weitere Schritte nimmt man dann in der Regel die mit SQL aufbereiteten Daten und speichert sie in ein Austauschformat ab; CSV ist da recht beliebt. Sowas liest man dann etwa mit Pandas ein und verarbeitet es mit Python weiter. R ist eine andere Alternative für diesen Schritt, genau wie Julia.

[curt123]

Aber hat SQL, über die Datenhaltung hinaus, noch eine zusätzliche Relevanz für Daten-Analysen?

SQL ist meist auch für komplexere Abfragen recht leistungsfähig und relativ schnell.

[uname]

Ich mache diese Form von Analysen nicht. Aber bei größeren Datenmengen würde ich wohl die Aktionen im RAM durchführen wollen. Leider weiß ich nicht, ob für sowas Memory-Datenbanken wie redis geeignet sind. Wikipedia Redis

[TRex]

Aber hat SQL, über die Datenhaltung hinaus, noch eine zusätzliche Relevanz für Daten-Analysen?

Ja.

Apache Spark würde ich noch in den Ring werfen wollen.