Demogegevens van NYC Taxi voor Python- en R-handleidingen van SQL Server.

Van toepassing op: SQL Server 2016 (13.x) en latere versies van Azure SQL Managed Instance

In dit artikel wordt uitgelegd hoe u een voorbeelddatabase instelt die bestaat uit openbare gegevens van de New York City Taxi and Limousine Commission. Deze gegevens worden gebruikt in verschillende R- en Python-tutorials voor in-database analyses op SQL Server. Om de voorbeeldcode sneller uit te voeren, hebben we een representatieve 1% steekproef van de gegevens gemaakt. Op uw systeem is het back-upbestand van de database iets meer dan 90 MB, met 1,7 miljoen rijen in de primaire gegevenstabel.

Als u deze oefening wilt voltooien, moet u SQL Server Management Studio (SSMS) of een ander hulpprogramma hebben waarmee een back-upbestand van een database kan worden hersteld en T-SQL-query's kunnen worden uitgevoerd.

Zelfstudies en snelstartgidsen die deze gegevensset gebruiken, bevatten de volgende artikelen:

• Meer informatie over in-databaseanalyse met behulp van R in SQL Server
• Meer informatie over in-databaseanalyses met Behulp van Python in SQL Server

Bestanden downloaden

De voorbeelddatabase is een back-upbestand van SQL Server 2016 (.bak) dat wordt gehost door Microsoft. U kunt deze herstellen op SQL Server 2016 en hoger. Het downloaden van bestanden begint onmiddellijk wanneer u de koppeling opent.

De bestandsgrootte is ongeveer 90 MB.

1. Download het back-upbestand van de NYCTaxi_Sample.bak database.

2. Kopieer het bestand naar C:\Program files\Microsoft SQL Server\MSSQL-instance-name\MSSQL\Backup of een vergelijkbaar pad voor de standaard Backup-map van uw exemplaar.

3. Klik in SSMS met de rechtermuisknop op Databases en selecteer Bestanden en bestandsgroepen herstellen.

4. Voer de NYCTaxi_Sample naam van de database in.

5. Selecteer Van apparaat en open daarna de selectiepagina voor bestanden om het NYCTaxi_Sample.bak back-upbestand te selecteren. Selecteer Toevoegen om te selecteren NYCTaxi_Sample.bak.

6. Schakel het selectievakje Herstellen in en selecteer OK om de database te herstellen.

Databaseobjecten controleren

Controleer of de databaseobjecten aanwezig zijn op het SQL Server-exemplaar met behulp van SQL Server Management Studio. U ziet nu de database, tabellen, functies en opgeslagen procedures.

Objecten in NYCTaxi_Sample-database

De volgende tabel bevat een overzicht van de objecten die zijn gemaakt in de demodatabase van NYC Taxi.

Opgeslagen procedures worden gemaakt met behulp van R- en Python-scripts in diverse handleidingen. De volgende tabel bevat een overzicht van de opgeslagen procedures die u eventueel kunt toevoegen aan de NYC Taxi-demodatabase wanneer u een script uitvoert vanuit verschillende lessen.

Query’s uitvoeren voor de gegevens

Voer als validatiestap een query uit om te bevestigen dat de gegevens zijn geüpload.

1. Klik in Objectverkenner onder Databases met de rechtermuisknop op de NYCTaxi_Sample-database en start een nieuwe query.

2. Voer enkele basisquery's uit:

   SELECT TOP(10) * FROM dbo.nyctaxi_sample;
   SELECT COUNT(*) FROM dbo.nyctaxi_sample;
   

De database bevat 1,7 miljoen rijen.

3. In de database bevindt zich een dbo.nyctaxi_sample tabel die de gegevensset bevat. De tabel is geoptimaliseerd voor op set gebaseerde berekeningen met de toevoeging van een columnstore-index. Voer deze instructie uit om een beknopt overzicht van de tabel te genereren.

   SELECT DISTINCT [passenger_count]
       , ROUND (SUM ([fare_amount]),0) as TotalFares
       , ROUND (AVG ([fare_amount]),0) as AvgFares
   FROM [dbo].[nyctaxi_sample]
   GROUP BY [passenger_count]
   ORDER BY  AvgFares DESC
   

De resultaten moeten vergelijkbaar zijn met de resultaten die worden weergegeven in de volgende schermopname.

Volgende stappen

NyC Taxi-voorbeeldgegevens zijn nu beschikbaar voor praktische training.

• Meer informatie over in-databaseanalyse met behulp van R in SQL Server
• Meer informatie over in-databaseanalyses met Behulp van Python in SQL Server