使用 Python 分析

使用 Python 的資料庫內分析

若要處理資料，大部分原生 Python 函數需要您先將資料從資料庫擷取至工作記憶體。這類函數稱為應用程式內函數。有另一種不同類型的函數稱為資料庫內函數，會直接對資料庫中的資料進行操作，而不需要擷取資料。因此，您可以使用資料庫內函數來分析不方便擷取或無法擷取的大量資料。

資料庫內函數可以使用基礎資料庫管理系統的效能加強特性，例如直欄式技術。使用資料庫內函數也可避免與擷取資料相關聯的安全問題，並確保所要分析的資料盡可能保持最新。部分資料庫內函數還另外使用延遲載入，只載入資料中實際需要的那些部分，以進一步提高效率。

應用程式內函數及資料庫內函數同樣容易使用。應用程式內函數是在一個稱為資料框的建構上進行操作，資料框是一個儲存器，它把要處理的資料的副本保存在記憶體中。資料庫內函數是在一個稱為 IDA 資料框的類似建構上進行操作。IDA 資料框不直接保存任何資料。 相反地，它保存資料庫中的表格或視圖的參照，或該表格或視圖內一些選定的列及直欄的參照。當您對 IDA 資料框套用函數或方法時，它通常不會在應用程式中執行，而是轉換為 SQL 查詢。然後，此查詢會針對資料庫而執行，其結果會轉換為 Python 物件。

ibmdbPy 套件

Jupyter Notebook