Funcții statistice în SQL - Studiu de caz analiza datelor privind jocurile olimpice

INTRODUCERE

Într-o lume aflată în continuă schimbare, unde majoritatea domeniilor tind să fie din ce în ce mai informatizate, necesitatea stocării unui număr ridicat de date a generat o dezvoltare vizibilă în rândul bazelor de date. Indiferent de aria de lucru, totul se învârte în jurul unui număr mai mic sau mai mare de date care trebuie colectate, prelucrate și interpretate. Bazele de date ușurează aceste acțiuni, contribuind, de asemenea, și la apariția unei game diverse de sisteme de gestiune a bazelor de date.

Recunoașterea cu ușurință a instrucțiunilor de utilizare a limbajelor standardizate, reprezintă principalul obiectiv care a stat la baza dezvoltării sistemelor de gestiune a datelor. Deși aceste limbaje sunt diverse, SQL (Structured Query Language) este, cu precădere, cel mai folosit pentru comunicarea cu bazele de date. Acest limbaj, care este tot mai des folosit în SGBD-urile actuale, oferă posibilitatea creării unei noi baze de date, manipularea datelor și realizarea operațiilor de interogare a bazei de date.

Pe lângă ușurința interpretării și analizării datelor generate de bazele de date și SGBD-urile aferente, limbajul SQL pune la dispoziția utilizatorilor o serie de funcții statistice cu o importanță deosebită. Astfel, cu ajutorul acestora, datele pot fi gestionate mai ușor, realizându-se situații clare: suma, valori minime/maxime, medii, etc., rapoarte și statistici prin: varianță, covarianță, deviație standard. În fiecare domeniu este nevoie de aceste statistice la nivelul întregului set de date, iar funcțiile SQL oferă beneficii utilizatorilor pentru obținerea într-un timp mai scurt a acestora.

Prin această lucrare îmi propun să analizez particularitățile limbajului SQL în SGBD-urile actuale, dar și importanța funcțiilor statistice SQL, scopul fiind acela de a înțelege cu exactitate aceste concepte. De asemenea, funcțiile statistice vor fi aplicate asupra unui set de date extins, din domeniul jocurilor olimpice, care vor genera grafice, indici de performanță și statistici clare despre anii în care s-au desfășurat jocurile olimpice, principalii medaliați, țara de proveniență a fiecărui jucător etc., pe baza cărora vor fi trase concluzii plauzibile și exacte.

Pandemia COVID-19 a avut un impact asupra intregii populații și, în special, asupra multor domenii, printre care și cel al jocurilor olimpice. Amânate pentru anul 2021, acestea sunt vizate de o serie de riscuri printre care și cele legate de securitate. Organizatorii actuali încearcă să-și ia toate măsurile de prevenție împotriva tuturor tipurilor de atacuri, mai ales că această pandemie a plasat jocurile olimpice într-o sferă tot mai informatizată. Pentru a duce la bun sfârșit aceste planuri, bazele de date și SGBD-urile vin în ajutorul acestora și le generează o serie de raporate și statistice capabile să eficientizeze procesul decizional.

CAPITOLUL I: IMPORTANȚA SQL ÎN MANAGEMENTUL INFORMAȚIEI

Limbajul SQL este implementat, în ultima perioadă, pe toate tipurile de SGBD-uri, de la cele ”micro” la cele dedicate mediilor distribuite/client-server. Astăzi, nu există publicație în domeniul sistemelor de gestiune a bazelor de date care să nu aibă ca principal mecanism de lucru acest limbaj. Astfel, utilizând mult îndrăgita limbă de lemn, pentru care dispunem de un ”know-how” greu de egalat, putem afirma că SQL a devenid standarul limbajelor din a IV-a generație. Din acest motiv, capitolul I se concentrează pe importanța acestui limbaj în sfera SGBD-urilor, pe particularitățile fiecărui tip de SGBD și, nu în ultimul rând, pe principalele funcții statistice și importanța acestora.

1.1 Nucleul SQL în SGBD-urile actuale

Sistemele de gestiune a bazelor de date (SGBD) reprezintă sisteme informatice specializate în stocarea și prelucrarea unui set de date, implicând un număr relativ mic de prelucrări. Termenul de bază de date se va referi la datele ce trebuie prelucrate, la modul de organizare a acestora pe suportul fizic de memorare, în timp ce termenul de gestiune cuprinde totalitatea operațiilor ce se aplică asupra setului de date din baza de date.

Obiectivul esențial al unui SGBD este furnizarea unui mediu eficient, adaptat utilizatorilor care doresc să consulte sau să actualizeze informațiile conținute în bază. Bazele de date sunt concepute cu scopul de a prelucra un volum mare de informații, iar gestiunea acestora impune nu doar o structurare riguroasă a datelor, ci și o raționalizare a procedurilor de acces și prelucrare.

Funcțiile principale ale unui sistem de gestiune a bazelor de date sunt prezentate în Tabelul 1.1.