HSQLDB এর Advanced SQL Techniques

HSQLDB (HyperSQL Database) একটি শক্তিশালী SQL ইঞ্জিন যা উন্নত SQL ফিচার এবং কৌশল সমর্থন করে। এগুলি উন্নত কুয়েরি অপারেশন, ডেটা মডেলিং, অ্যাগ্রিগেশন, জটিল সাবকুয়েরি, উইন্ডো ফাংশন, এবং আরও অনেক কিছু অন্তর্ভুক্ত। এই টিউটোরিয়ালে, আমরা HSQLDB-এ কিছু উন্নত SQL কৌশলগুলি এবং তাদের ব্যবহার নিয়ে আলোচনা করব যা আপনাকে আরো দক্ষতার সাথে ডেটাবেস পরিচালনা এবং কুয়েরি তৈরি করতে সাহায্য করবে।

1. Advanced Joins (Self Join, CROSS JOIN, NATURAL JOIN)

1.1 Self Join

Self Join একটি টেবিলকে তার নিজের সাথে যোগ করতে ব্যবহৃত হয়। এটি বিশেষত সেই ক্ষেত্রে উপকারী যেখানে একটি টেবিলের মধ্যে সম্পর্ক রয়েছে এবং আপনি সেই সম্পর্কের উপর ভিত্তি করে ডেটা আনতে চান।

উদাহরণ:

SELECT e1.name AS Employee, e2.name AS Manager
FROM employees e1
JOIN employees e2 ON e1.manager_id = e2.id;

এটি employees টেবিলের manager_id এর মাধ্যমে name কলামকে যোগ করে, যেখানে e1 এবং e2 একই টেবিলের দুটি আলাদা আলিয়া।

1.2 CROSS JOIN

CROSS JOIN দুটি টেবিলের মধ্যে সমস্ত সম্ভব সংমিশ্রণ তৈরি করে। এটি একটি ডেটা সেটের সমস্ত সম্ভাব্য মিলন তৈরি করে, যাকে "কার্টেসিয়ান প্রোডাক্ট" বলা হয়।

উদাহরণ:

SELECT a.name, b.name
FROM employees a
CROSS JOIN departments b;

এটি employees এবং departments টেবিলের প্রতিটি name এর সব মেলবন্ধন তৈরি করবে।

1.3 NATURAL JOIN

NATURAL JOIN স্বয়ংক্রিয়ভাবে সঙ্গতিপূর্ণ কলামগুলির উপর ভিত্তি করে যোগদান করে। এটি সাধারণত সেই কলামগুলোতে মিল রেখে কাজ করে যা দুটি টেবিলে একই নাম ধারণ করে।

উদাহরণ:

SELECT * 
FROM employees
NATURAL JOIN departments;

এটি employees এবং departments টেবিলের মধ্যে স্বয়ংক্রিয়ভাবে মিল থাকা কলামগুলির উপর যোগদান করবে।

2. Window Functions

HSQLDB উইন্ডো ফাংশনগুলির সমর্থন করে, যা ডেটাকে বিভিন্ন ভাগে ভাগ করে প্রতিটি ভাগে চলমান বিশ্লেষণমূলক ফাংশন প্রয়োগ করতে ব্যবহৃত হয়।

2.1 ROW_NUMBER()

ROW_NUMBER() উইন্ডো ফাংশন একটি নির্দিষ্ট অংশের মধ্যে রেকর্ডগুলির জন্য একটি ইউনিক সিকুয়েন্স নম্বর প্রদান করে।

উদাহরণ:

SELECT name, department, ROW_NUMBER() OVER (PARTITION BY department ORDER BY salary DESC) AS rank
FROM employees;

এই কুয়েরিটি employees টেবিলের কর্মচারীদের salary অনুসারে র‌্যাংকিং করবে, প্রতিটি বিভাগ অনুযায়ী আলাদা করে।

2.2 RANK()

RANK() ফাংশন রেকর্ডগুলিকে একটি র‌্যাংক প্রদান করে, তবে এটি সমান রেকর্ডগুলির জন্য একই র‌্যাংক নম্বর দেয় এবং পরবর্তী র‌্যাংকটি লাফিয়ে দেয়।

উদাহরণ:

SELECT name, salary, RANK() OVER (ORDER BY salary DESC) AS rank
FROM employees;

এটি employees টেবিলের কর্মচারীদের salary অনুসারে র‌্যাংক করবে, তবে সমান স্যালারি পাওয়া কর্মচারীরা একই র‌্যাংক পাবে।

2.3 LEAD() and LAG()

LEAD() এবং LAG() ফাংশনগুলি আগের বা পরবর্তী রেকর্ডের মান ফিরিয়ে দেয়, যা সময় বা ক্রম অনুসারে পরবর্তী বা পূর্ববর্তী তথ্য জানতে সাহায্য করে।

উদাহরণ:

SELECT name, salary, 
       LAG(salary) OVER (ORDER BY salary DESC) AS previous_salary,
       LEAD(salary) OVER (ORDER BY salary DESC) AS next_salary
FROM employees;

এই কুয়েরিটি কর্মচারীদের salary এর পূর্ববর্তী এবং পরবর্তী স্যালারি দেখাবে, তাদের স্যালারি ডাউনওয়ার্ড অর্ডারে সাজানোর পর।

3. Subqueries (Correlated Subqueries, EXISTS, IN)

3.1 Correlated Subqueries

একটি Correlated Subquery হল এমন একটি সাবকুয়েরি যেখানে বাইরের কুয়েরি থেকে একটি মান সাবকুয়েরির মধ্যে ব্যবহৃত হয়।

উদাহরণ:

SELECT e.name
FROM employees e
WHERE e.salary > (SELECT AVG(salary) FROM employees WHERE department_id = e.department_id);

এই কুয়েরিটি employees টেবিল থেকে এমন কর্মচারীদের নাম রিটার্ন করবে যাদের স্যালারি তাদের বিভাগের গড় স্যালারির বেশি।

3.2 EXISTS

EXISTS কুয়েরি একটি সাবকুয়েরি ব্যবহার করে, যা কেবল তখন সত্য হবে যখন সাবকুয়েরি কমপক্ষে একটি রেকর্ড রিটার্ন করবে।

উদাহরণ:

SELECT name
FROM employees e
WHERE EXISTS (SELECT 1 FROM orders o WHERE o.employee_id = e.id);

এই কুয়েরিটি এমন কর্মচারীদের নাম রিটার্ন করবে যারা কমপক্ষে একটি অর্ডার গ্রহণ করেছেন।

3.3 IN

IN কুয়েরি দিয়ে আপনি একাধিক মানের মধ্যে মেলানো শর্ত পরীক্ষার জন্য একটি সাবকুয়েরি ব্যবহার করতে পারেন।

উদাহরণ:

SELECT name
FROM employees
WHERE department_id IN (SELECT department_id FROM departments WHERE location = 'New York');

এই কুয়েরিটি এমন কর্মচারীদের নাম রিটার্ন করবে যারা 'New York' অবস্থানে থাকা বিভাগের অংশ।

4. Set Operations (UNION, INTERSECT, EXCEPT)

4.1 UNION

UNION দুটি বা তার বেশি কুয়েরির রেজাল্ট সেট যোগ করে এবং ডুপ্লিকেট রেকর্ডগুলি বাদ দেয়।

উদাহরণ:

SELECT name FROM employees
UNION
SELECT name FROM contractors;

এটি employees এবং contractors টেবিল থেকে নামের সমস্ত ইউনিক মান রিটার্ন করবে।

4.2 INTERSECT

INTERSECT দুটি কুয়েরির মধ্যে সাধারণ রেকর্ডগুলো রিটার্ন করে।

উদাহরণ:

SELECT name FROM employees
INTERSECT
SELECT name FROM contractors;

এটি শুধুমাত্র সেই কর্মচারীদের নাম রিটার্ন করবে যারা উভয় employees এবং contractors টেবিলে উপস্থিত।

4.3 EXCEPT

EXCEPT প্রথম কুয়েরির ফলাফল থেকে দ্বিতীয় কুয়েরির ফলাফল বাদ দেয়।

উদাহরণ:

SELECT name FROM employees
EXCEPT
SELECT name FROM contractors;

এটি employees টেবিলের এমন কর্মচারীদের নাম রিটার্ন করবে যারা contractors টেবিলে উপস্থিত নেই।

5. Advanced Data Types and Functions

5.1 JSON Functions

HSQLDB JSON ডেটা টাইপ এবং JSON সম্পর্কিত ফাংশন সমর্থন করে, যা ডেটাবেসে স্টোর করা JSON ডেটা পরিচালনা করতে সহায়ক।

উদাহরণ:

SELECT JSON_VALUE(data, '$.name') FROM user_profiles;

এটি user_profiles টেবিল থেকে JSON কলাম data এর name ফিল্ডের মান রিটার্ন করবে।

5.2 ARRAY Functions

HSQLDB অ্যারে ডেটা টাইপও সমর্থন করে, যা একাধিক মান সংরক্ষণ করতে এবং পরিচালনা করতে সহায়ক।

উদাহরণ:

SELECT ARRAY[1, 2, 3, 4];

এটি একটি অ্যারে তৈরি করবে যা মানগুলিকে সংরক্ষণ করবে।

সারাংশ

HSQLDB-এ উন্নত SQL কৌশলগুলি যেমন অ্যাডভান্সড জয়েন, উইন্ডো ফাংশন, সাবকুয়েরি, সেট অপারেশন এবং জটিল ডেটা টাইপগুলির ব্যবহার ডেটাবেসের কার্যক্ষমতা এবং ফিচারের পরিসর বাড়াতে সহায়ক। এগুলি ডেটাবেসের অ্যাপ্লিকেশন এবং পরিচালনায় আরো উন্নতি এনে দেয় এবং ডেটা বিশ্লেষণ ও ম্যানিপুলেশনকে আরো দক্ষ করে তোলে।

HSQLDB-এ Advanced Queries এবং Complex Subqueries ডেটাবেস পরিচালনায় জটিল অপারেশন সম্পাদন করতে ব্যবহৃত হয়। এগুলি ব্যবহার করে আপনি আরও উন্নত ডেটাবেসের কার্যকরী বিশ্লেষণ এবং ডেটা ম্যানিপুলেশন করতে পারেন। এই অধ্যায়ে, আমরা Advanced SQL Queries এবং Complex Subqueries এর ব্যবহার এবং কৌশলসমূহ আলোচনা করব, যা আপনাকে HSQLDB-এ দক্ষ কুয়েরি তৈরি করতে সহায়ক হবে।

Advanced Queries

Advanced Queries হল এমন কুয়েরি যা সাধারণ কুয়েরি থেকে আরও উন্নত এবং জটিল অপারেশন সম্পাদন করে। এই কুয়েরিগুলো সাধারণত একাধিক টেবিলের সাথে সম্পর্কিত, এবং আরও গভীর ফিল্টারিং, গ্রুপিং, অ্যাগ্রিগেশন, এবং জটিল ডেটা ম্যানিপুলেশন অন্তর্ভুক্ত করে।

1. Multiple Joins

একাধিক টেবিলের মধ্যে সম্পর্ক স্থাপন করার জন্য Multiple Joins ব্যবহার করা হয়। যখন একাধিক টেবিল থেকে ডেটা একত্রিত করতে হয়, তখন INNER JOIN, LEFT JOIN, RIGHT JOIN, অথবা FULL JOIN ব্যবহার করা হয়।

উদাহরণ:

SELECT u.name, o.order_date, p.product_name
FROM users u
INNER JOIN orders o ON u.id = o.user_id
INNER JOIN products p ON o.product_id = p.id;

এই কুয়েরিটি users, orders, এবং products টেবিলগুলির মধ্যে সম্পর্ক স্থাপন করে এবং তিনটি টেবিলের ডেটা একত্রিত করে।

2. GROUP BY with HAVING

GROUP BY ব্যবহার করে ডেটা গ্রুপ করা হয়, এবং তারপর HAVING ক্লজ ব্যবহার করে গ্রুপগুলির উপর শর্ত আরোপ করা হয়।

উদাহরণ:

SELECT department, AVG(salary) AS avg_salary
FROM employees
GROUP BY department
HAVING AVG(salary) > 50000;

এই কুয়েরিটি employees টেবিলের department অনুযায়ী গ্রুপিং করবে এবং প্রতি বিভাগের গড় বেতন ৫০,০০০ এর বেশি তা দেখাবে।

3. Window Functions

Window Functions হ'ল অ্যাগ্রিগেট ফাংশন যা প্রতিটি রেকর্ডের জন্য একটি রেঞ্জ বা উইন্ডো ব্যবহার করে ফলাফল প্রদান করে। এটি ROW_NUMBER(), RANK(), DENSE_RANK(), LEAD(), এবং LAG() এর মতো ফাংশন অন্তর্ভুক্ত করে।

উদাহরণ:

SELECT name, department, salary, 
       RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS salary_rank
FROM employees;

এই কুয়েরিটি employees টেবিলের department অনুযায়ী বিভাগভিত্তিক র্যাঙ্ক প্রদান করবে, যেখানে সবচেয়ে বেশি বেতনের কর্মী প্রথম স্থানে থাকবে।

Complex Subqueries

Complex Subqueries হল এমন সাবকুয়েরি যা একাধিক স্তরের বা জটিল শর্তযুক্ত হতে পারে। সাবকুয়েরি সাধারণত WHERE, FROM, বা SELECT ক্লজের মধ্যে ব্যবহার করা হয়। সাবকুয়েরি ব্যবহার করে আপনি একটি কুয়েরির মধ্যে অন্য কুয়েরির ফলাফল অন্তর্ভুক্ত করতে পারেন।

1. Subquery in WHERE Clause

সাধারণত WHERE ক্লজে সাবকুয়েরি ব্যবহার করা হয় যাতে মূল কুয়েরির ফলাফল শর্তের ভিত্তিতে ফিল্টার করা যায়।

উদাহরণ:

SELECT name, salary
FROM employees
WHERE department_id IN (SELECT id FROM departments WHERE location = 'New York');

এই কুয়েরিটি প্রথমে departments টেবিল থেকে New York অবস্থানে থাকা department_id গুলি খুঁজে পায়, এবং তারপর employees টেবিল থেকে সেই department_id অনুযায়ী কর্মীদের name এবং salary রিটার্ন করে।

2. Subquery in FROM Clause

FROM ক্লজে সাবকুয়েরি ব্যবহার করে আপনি একটি টেবিল বা ডেটাসেট হিসেবে সাবকুয়েরি ব্যবহার করতে পারেন।

উদাহরণ:

SELECT department, AVG(salary)
FROM (SELECT * FROM employees WHERE age > 30) AS older_employees
GROUP BY department;

এই কুয়েরিটি প্রথমে employees টেবিল থেকে age > 30 শর্তযুক্ত ডেটা নির্বাচন করে এবং তারপর নির্বাচিত ডেটার ভিত্তিতে গড় বেতন হিসাব করে।

3. Correlated Subquery

Correlated Subquery একটি সাবকুয়েরি যা বাইরের কুয়েরির প্রতিটি সারির জন্য পুনরায় চালানো হয়। এটি বাইরের কুয়েরির সাথে সম্পর্কিত এবং বাইরের কুয়েরির কলাম ব্যবহার করে সাবকুয়েরি রান করে।

উদাহরণ:

SELECT name, salary
FROM employees e1
WHERE salary > (SELECT AVG(salary) FROM employees e2 WHERE e1.department_id = e2.department_id);

এই কুয়েরিটি বাইরের কুয়েরির জন্য প্রতিটি department_id ব্যবহার করে এবং প্রতিটি কর্মীর বেতন গড় বেতনের চেয়ে বেশি কিনা তা পরীক্ষা করে।

4. EXISTS and NOT EXISTS

EXISTS এবং NOT EXISTS সাবকুয়েরি ব্যবহার করে আপনি একটি শর্ত পরীক্ষা করতে পারেন যা একটি সাবকুয়েরির ফলাফল উপলব্ধ কিনা বা নেই তা যাচাই করে।

উদাহরণ (EXISTS):

SELECT name
FROM employees
WHERE EXISTS (SELECT * FROM departments WHERE employees.department_id = departments.id);

এই কুয়েরিটি শুধুমাত্র তাদের name রিটার্ন করবে, যাদের জন্য একটি সম্পর্কিত department পাওয়া যাবে।

উদাহরণ (NOT EXISTS):

SELECT name
FROM employees
WHERE NOT EXISTS (SELECT * FROM departments WHERE employees.department_id = departments.id);

এই কুয়েরিটি শুধুমাত্র তাদের name রিটার্ন করবে, যাদের জন্য কোনো সম্পর্কিত department নেই।

সারাংশ

Advanced Queries এবং Complex Subqueries HSQLDB-এ ডেটাবেস অপারেশনগুলিকে আরও জটিল এবং কার্যকরী করে তোলে। একাধিক JOIN, GROUP BY, HAVING, Window Functions, এবং Subqueries ব্যবহার করে আপনি জটিল ডেটা বিশ্লেষণ এবং ম্যানিপুলেশন করতে পারেন। Correlated Subqueries এবং EXISTS/NOT EXISTS এর মতো কৌশল ব্যবহার করে আরও কার্যকরী ও জটিল কুয়েরি তৈরি করা যায়। এসব কৌশলগুলো ডেটাবেসের পারফরম্যান্স এবং স্কেলেবিলিটি উন্নত করতে সাহায্য করে।

Window Functions এবং Recursive Queries SQL-এ অত্যন্ত শক্তিশালী কৌশল, যা ডেটাবেসে জটিল বিশ্লেষণ এবং কুয়েরি অপারেশন সম্পাদন করতে ব্যবহৃত হয়। HSQLDB SQL:2011 স্ট্যান্ডার্ড সমর্থন করার মাধ্যমে এই দুটি কৌশল ব্যবহার করা সম্ভব। এই দুটি কৌশল ডেটাবেস অপারেশনকে আরও দক্ষ, সুবিধাজনক এবং শক্তিশালী করে তোলে।

Window Functions

Window Functions এমন একটি ফাংশন যা একটি "উইন্ডো" বা রেঞ্জে (ডেটার একটি নির্দিষ্ট অংশ) কাজ করে এবং প্রতিটি রেকর্ডের জন্য একটি মান গণনা করে, যা মূল ডেটার সাথে একত্রিত থাকে। উইন্ডো ফাংশনগুলি সাধারণত OVER() ক্লজের সাথে ব্যবহার করা হয়।

বৈশিষ্ট্য

• কোলাম-ভিত্তিক বিশ্লেষণ: উইন্ডো ফাংশনগুলি একটি নির্দিষ্ট পরিসরে (উইন্ডো) কাজ করে এবং প্রতিটি রেকর্ডের জন্য একটি আউটপুট প্রদান করে।
• গ্রুপিং ছাড়াই বিশ্লেষণ: সাধারণত, যখন GROUP BY ব্যবহৃত হয়, তখন গ্রুপের মধ্যে একটি একক মান গণনা হয়। উইন্ডো ফাংশন সেক্ষেত্রে প্রতিটি রেকর্ডের জন্য গণনা প্রদান করে, কিন্তু গ্রুপিংয়ের প্রয়োজন হয় না।
• আবশ্যকতার ভিত্তিতে ফলাফল প্রদান: উইন্ডো ফাংশন সাধারণত ORDER BY, PARTITION BY, এবং ROWS BETWEEN এর সাথে ব্যবহৃত হয়।

উদাহরণ

ধরা যাক, আমাদের একটি sales টেবিল রয়েছে, যেখানে প্রতিটি বিক্রেতার মোট বিক্রয় এবং তার অবস্থান জানার জন্য উইন্ডো ফাংশন ব্যবহার করা হবে।

SELECT salesperson, sales,
       SUM(sales) OVER (PARTITION BY salesperson ORDER BY sales) AS total_sales
FROM sales;

ফলাফল:

এখানে:

• PARTITION BY salesperson ব্যবহার করা হয়েছে যাতে প্রতিটি বিক্রেতার জন্য মোট বিক্রয় গণনা করা যায়।
• ORDER BY sales বিক্রয় পরিমাণ অনুযায়ী রেকর্ডগুলি সাজাতে সহায়ক।

উইন্ডো ফাংশনের সাধারণ ব্যবহার:

• ROW_NUMBER(): প্রতিটি রেকর্ডের জন্য একটি ইউনিক সিকোয়েন্স নম্বর তৈরি করে।
• RANK(): র‌্যাঙ্কিং ফাংশন, যেখানে একটি নির্দিষ্ট র‌্যাঙ্ক অনুযায়ী ডেটা সাজানো হয়।
• LEAD() / LAG(): পূর্ববর্তী বা পরবর্তী রেকর্ডের মান পড়তে ব্যবহৃত হয়।

Recursive Queries

Recursive Queries SQL-এর একটি কৌশল, যা একটি কুয়েরি নিজেই পুনরাবৃত্তি (recursive) হতে সক্ষম, অর্থাৎ একাধিক স্তরের ডেটাকে একত্রিত করতে। এটি সাধারণত WITH RECURSIVE কমান্ডের মাধ্যমে ব্যবহার করা হয়।

বৈশিষ্ট্য

• হায়ারার্কিকাল ডেটা: Recursive Queries সাধারণত হায়ারার্কিকাল ডেটা বা গাছের কাঠামো বিশ্লেষণ করতে ব্যবহৃত হয় (যেমন, কর্মচারী এবং তাদের পরিচালকদের সম্পর্ক)।
• তিনটি অংশে বিভক্ত: একটি রিকার্সিভ কুয়েরি সাধারণত তিনটি অংশে বিভক্ত থাকে: বেস কেস, রিকার্সিভ অংশ, এবং একত্রিত অংশ।

উদাহরণ

ধরা যাক, আমাদের একটি employees টেবিল রয়েছে, যেখানে কর্মচারী এবং তাদের সুপারভাইজারের সম্পর্ক আছে।

এখন আমরা রিকার্সিভ কুয়েরি ব্যবহার করে কর্মচারীদের এবং তাদের সুপারভাইজারদের সম্পর্ক বের করব:

WITH RECURSIVE employee_hierarchy AS (
    SELECT employee_id, manager_id, name
    FROM employees
    WHERE manager_id IS NULL  -- Base case: top-level manager (Alice)
    
    UNION ALL
    
    SELECT e.employee_id, e.manager_id, e.name
    FROM employees e
    INNER JOIN employee_hierarchy eh ON e.manager_id = eh.employee_id
)
SELECT * FROM employee_hierarchy;

ফলাফল:

এখানে:

• Base case-এ Alice (যিনি কোনো ম্যানেজার নেই) নির্বাচন করা হয়েছে।
• Recursive part-এ বাকি কর্মচারীরা তাদের সুপারভাইজারের manager_id অনুযায়ী নির্বাচন করা হয়েছে।
• UNION ALL ব্যবহার করে বেস কেস এবং রিকার্সিভ কেসের ডেটা একত্রিত করা হয়েছে।

Recursive Query-তে সাধারণ ব্যবহার:

• হায়ারার্কিকাল ডেটা (যেমন, কর্মচারী -> সুপারভাইজার)
• গাছের কাঠামো বিশ্লেষণ
• পদমর্যাদা ভিত্তিক বিশ্লেষণ

Window Functions এবং Recursive Queries এর মধ্যে পার্থক্য

সারাংশ

Window Functions এবং Recursive Queries SQL-এ অত্যন্ত শক্তিশালী কৌশল, যা ডেটাবেস বিশ্লেষণে গভীরতা এবং নমনীয়তা প্রদান করে। Window Functions ডেটাকে উইন্ডো হিসেবে ভাগ করে প্রতিটি রেকর্ডের জন্য গণনা প্রদান করে, এবং Recursive Queries হায়ারার্কিকাল ডেটাকে পুনরাবৃত্তি করে বিশ্লেষণ করার সুযোগ দেয়। HSQLDB এই কৌশলগুলি সহজেই সমর্থন করে এবং এগুলির মাধ্যমে জটিল ডেটাবেস অপারেশন সহজভাবে সম্পাদন করা সম্ভব।

SQL Set Operations হল তিনটি গুরুত্বপূর্ণ অপারেশন যা দুটি বা তার বেশি SELECT কুয়েরি থেকে ডেটার সেট অপারেশন করতে ব্যবহৃত হয়। এগুলি হল:

• UNION
• INTERSECT
• EXCEPT (বা MINUS)

এই অপারেশনগুলো মূলত এক বা একাধিক কুয়েরি থেকে ডেটার সারি (rows) নিয়ে একটি সেট তৈরি করে, এবং ডুপ্লিকেট এন্ট্রিগুলি মুছে ফেলে। এটি বিভিন্ন কুয়েরি থেকে ডেটার তুলনা এবং সমন্বয় করতে ব্যবহৃত হয়।

1. UNION

UNION অপারেশন দুটি বা তার বেশি SELECT কুয়েরি থেকে ডেটার সারি একত্রিত করে। এটি একত্রিত হওয়া ডেটা থেকে ডুপ্লিকেট রেকর্ড মুছে ফেলে এবং ফলস্বরূপ একক একটি ডেটা সেট তৈরি করে।

সেন্ট্যাক্স:

SELECT column1, column2, ... FROM table1
UNION
SELECT column1, column2, ... FROM table2;

• UNION দুটি বা তার বেশি SELECT কুয়েরি থেকে ফলাফল একত্রিত করবে।
• ডুপ্লিকেট রেকর্ড মুছে ফেলা হবে (যদিও যদি আপনি ডুপ্লিকেট রাখতে চান, তাহলে UNION ALL ব্যবহার করতে পারেন)।
• সমস্ত SELECT কুয়েরিতে একই সংখ্যা এবং ধরণের কলাম থাকতে হবে।

উদাহরণ:

SELECT Name FROM Employees
UNION
SELECT Name FROM Contractors;

এই কুয়েরি Employees এবং Contractors টেবিল থেকে Name কলাম একত্রিত করবে এবং ডুপ্লিকেট Name বাদ দিয়ে একটি একক ফলাফল প্রদান করবে।

2. INTERSECT

INTERSECT অপারেশন দুটি বা তার বেশি SELECT কুয়েরি থেকে সাধারণ (common) ডেটা রেকর্ড বের করে। এটি কেবলমাত্র তাদের রেকর্ডগুলো রিটার্ন করে যেগুলি দুটি কুয়েরিতে উভয়েই উপস্থিত থাকে। অর্থাৎ, দুটি কুয়েরি থেকে সাধারণ সারিগুলি (intersection) নির্বাচন করা হয়।

সেন্ট্যাক্স:

SELECT column1, column2, ... FROM table1
INTERSECT
SELECT column1, column2, ... FROM table2;

• INTERSECT দুটি কুয়েরি থেকে শুধু সেই রেকর্ড গুলি ফেরত দেয়, যা উভয় কুয়েরিতেই বিদ্যমান।
• ডুপ্লিকেট রেকর্ড বাদ দেওয়া হবে।

উদাহরণ:

SELECT Name FROM Employees
INTERSECT
SELECT Name FROM Contractors;

এই কুয়েরি Employees এবং Contractors টেবিল থেকে শুধুমাত্র সেই Name রেকর্ডগুলো দেখাবে, যা উভয় টেবিলেই বিদ্যমান।

3. EXCEPT (বা MINUS)

EXCEPT (বা MINUS কিছু ডেটাবেসে) অপারেশন দুটি কুয়েরি থেকে প্রথম কুয়েরির রেকর্ডগুলো প্রদান করে যা দ্বিতীয় কুয়েরির সাথে মেলে না। এটি এক কুয়েরি থেকে ডেটার সারি ফেরত দেয়, যেগুলি দ্বিতীয় কুয়েরিতে নেই।

সেন্ট্যাক্স:

SELECT column1, column2, ... FROM table1
EXCEPT
SELECT column1, column2, ... FROM table2;

• EXCEPT প্রথম কুয়েরি থেকে সেই সমস্ত রেকর্ড নির্বাচন করে যা দ্বিতীয় কুয়েরিতে নেই।
• ডুপ্লিকেট রেকর্ড বাদ দেওয়া হবে।

উদাহরণ:

SELECT Name FROM Employees
EXCEPT
SELECT Name FROM Contractors;

এই কুয়েরি Employees টেবিল থেকে এমন Name রেকর্ডগুলো ফিরিয়ে দেবে, যা Contractors টেবিলের মধ্যে নেই।

Set Operations এর মধ্যে পার্থক্য

সারাংশ

Set Operations SQL-এ খুবই শক্তিশালী টুল যা বিভিন্ন SELECT কুয়েরি থেকে ডেটা সংগ্রহ ও তুলনা করতে ব্যবহৃত হয়। UNION একত্রিত করে ইউনিক রেকর্ড, INTERSECT সাধারণ রেকর্ড বের করে এবং EXCEPT প্রথম কুয়েরির রেকর্ড, যা দ্বিতীয় কুয়েরিতে নেই, সেগুলি নির্বাচন করে। এই অপারেশনগুলো বড় ডেটাসেট বিশ্লেষণ এবং একত্রিত করার জন্য অত্যন্ত কার্যকরী।

Complex Data Aggregation এবং Filtering Techniques ডেটাবেসে বড় এবং জটিল ডেটাসেট থেকে গুরুত্বপূর্ণ তথ্য বের করার জন্য ব্যবহৃত হয়। এগুলি কেবল ডেটা আয়ত্ত করার জন্য নয়, বরং ডেটার বিভিন্ন দিক বিশ্লেষণ এবং গভীর বিশ্লেষণ করার জন্যও প্রয়োজনীয়। SQL-এ Complex Data Aggregation এবং Filtering ফাংশনগুলি আপনাকে দ্রুত এবং কার্যকরীভাবে ডেটা প্রসেস করতে সাহায্য করে।

Complex Data Aggregation Techniques

1. GROUP BY with HAVING Clause
GROUP BY একটি SQL ক্লজ যা ডেটাকে গ্রুপ করতে ব্যবহার করা হয়, এবং HAVING ক্লজ ব্যবহার করা হয় গ্রুপ করা ডেটার উপর শর্ত নির্ধারণের জন্য। এটি সাধারণত অ্যাগ্রিগেট ফাংশনের সাথে ব্যবহার করা হয়, যেমন SUM, AVG, MAX, MIN ইত্যাদি।

• Example:

  SELECT department, AVG(salary) AS average_salary
  FROM employees
  GROUP BY department
  HAVING AVG(salary) > 50000;
  

  এখানে, আমরা department অনুসারে ডেটাকে গ্রুপ করছি এবং তারপর সেই গ্রুপগুলোর মধ্যে গড় বেতন ৫০,০০০ এর বেশি এমন গ্রুপগুলোকে ফিল্টার করছি।

2. Multiple Aggregation Functions
একাধিক অ্যাগ্রিগেট ফাংশন একসাথে ব্যবহার করে একাধিক পরিসংখ্যান বের করা যায়, যেমন গড়, সর্বোচ্চ, সর্বনিম্ন, ইত্যাদি একই সময়ে।

• Example:

  SELECT department, COUNT(*) AS num_employees, AVG(salary) AS average_salary, MAX(salary) AS highest_salary
  FROM employees
  GROUP BY department;
  

  এখানে, আমরা প্রতিটি department-এর জন্য মোট কর্মচারীর সংখ্যা, গড় বেতন এবং সর্বোচ্চ বেতন বের করছি।

3. Window Functions (OVER clause)
Window Functions বা Analytical Functions নির্দিষ্ট উইন্ডো বা অংশের মধ্যে অ্যাগ্রিগেট ফলাফল বের করার জন্য ব্যবহৃত হয়, যেটি সাধারণ GROUP BY এর মতো নয়, কারণ এটি ডেটার পরবর্তী রেকর্ডের উপর কোনো প্রভাব ফেলে না।

• Example:

  SELECT employee_id, salary, 
         AVG(salary) OVER (PARTITION BY department) AS department_avg
  FROM employees;
  

  এখানে, AVG() ফাংশনটি প্রতিটি department এর মধ্যে গড় বেতন বের করছে, কিন্তু এটি পুরো টেবিলের জন্য নয়, শুধুমাত্র সেই বিভাগের জন্য।

4. Complex Subqueries with Aggregation
Subqueries বা Nested Queries ব্যবহার করে আপনি আরও জটিল অ্যাগ্রিগেশন করতে পারেন যেখানে একটি কুয়েরির ফলাফল আরেকটি কুয়েরির অংশ হিসেবে ব্যবহৃত হয়।

• Example:

  SELECT department, MAX(salary) 
  FROM employees
  WHERE salary > (SELECT AVG(salary) FROM employees);
  GROUP BY department;
  

  এখানে, প্রথমে আমরা সকল কর্মচারীর গড় বেতন বের করছি, তারপর সেই গড় বেতনের চেয়ে বেশি বেতন পাওয়া কর্মচারীদের বিভাগ অনুযায়ী সর্বোচ্চ বেতন বের করছি।

5. Cross-Table Aggregation
একাধিক টেবিলের মধ্যে সম্পর্ক স্থাপন করে অ্যাগ্রিগেট ফাংশন ব্যবহার করা যায়, যেমন JOIN এর মাধ্যমে।

• Example:

  SELECT departments.name, COUNT(employees.employee_id) AS num_employees
  FROM departments
  LEFT JOIN employees ON employees.department_id = departments.department_id
  GROUP BY departments.name;
  

  এখানে, departments এবং employees টেবিলের মধ্যে JOIN করে, এবং আমরা প্রতিটি বিভাগে কর্মচারীর সংখ্যা বের করছি।

Complex Data Filtering Techniques

1. Using Multiple Conditions (AND, OR, NOT)
আপনি বিভিন্ন শর্তাবলী (conditions) একসাথে ব্যবহার করতে পারেন AND, OR, এবং NOT এর মাধ্যমে। এগুলি আপনাকে আরও নির্দিষ্ট ফলাফল দিতে সহায়ক।

• Example:

  SELECT * 
  FROM employees
  WHERE salary > 50000 AND department = 'Sales';
  

  এখানে, আমরা শুধুমাত্র সেই কর্মচারীদের নির্বাচন করছি যাদের বেতন ৫০,০০০ এর বেশি এবং বিভাগ 'Sales'।

2. BETWEEN for Range Filtering
BETWEEN ব্যবহার করে একটি নির্দিষ্ট রেঞ্জে থাকা ডেটা ফিল্টার করা যায়, যেমন একটি নির্দিষ্ট সময়কাল বা মূল্য রেঞ্জ।

• Example:

  SELECT * 
  FROM employees
  WHERE salary BETWEEN 40000 AND 70000;
  

  এখানে, আমরা শুধুমাত্র সেই কর্মচারীদের নির্বাচন করছি যাদের বেতন ৪০,০০০ থেকে ৭০,০০০ এর মধ্যে।

3. LIKE for Pattern Matching
LIKE ফাংশনটি ব্যবহার করে আপনি একটি স্ট্রিং এর মধ্যে নির্দিষ্ট প্যাটার্ন খুঁজে পেতে পারেন, যা বিশেষত টেক্সট ডেটার ক্ষেত্রে কার্যকরী।

• Example:

  SELECT * 
  FROM employees
  WHERE name LIKE 'A%';
  

  এখানে, আমরা এমন সকল কর্মচারীকে নির্বাচন করছি যাদের নাম 'A' দিয়ে শুরু হয়।

4. IN for Multiple Values
IN কুয়েরি ব্যবহার করে আপনি একাধিক মানের মধ্যে ফিল্টার করতে পারেন। এটি OR শর্তের তুলনায় আরও কার্যকরী এবং পরিষ্কার।

• Example:

  SELECT * 
  FROM employees
  WHERE department IN ('HR', 'Sales', 'Marketing');
  

  এখানে, আমরা শুধু সেই কর্মচারীদের নির্বাচন করছি যারা 'HR', 'Sales', বা 'Marketing' বিভাগে কাজ করছেন।

5. EXISTS and NOT EXISTS
EXISTS এবং NOT EXISTS ব্যবহার করে আপনি সাবকুয়েরির উপস্থিতি বা অনুপস্থিতি পরীক্ষা করতে পারেন।

• Example:

  SELECT name 
  FROM employees
  WHERE EXISTS (SELECT 1 FROM departments WHERE department_id = employees.department_id);
  

  এখানে, আমরা শুধুমাত্র সেই কর্মচারীদের নাম নির্বাচন করছি যাদের সম্পর্কিত departments টেবিলে একটি বিভাগ রয়েছে।

6. NULL Handling
ডেটাবেসে NULL মানে অপূর্ণ বা অনুপস্থিত মান। IS NULL এবং IS NOT NULL শর্ত ব্যবহার করে NULL মানের ডেটা ফিল্টার করা যায়।

• Example:

  SELECT * 
  FROM employees
  WHERE department IS NULL;
  

  এখানে, আমরা সেই কর্মচারীদের নির্বাচন করছি যাদের বিভাগ খালি (NULL)।

সারাংশ

Complex Data Aggregation এবং Filtering Techniques আপনাকে শক্তিশালী ডেটা বিশ্লেষণ এবং প্রসেসিং করতে সাহায্য করে। GROUP BY, HAVING, Window Functions, Subqueries, এবং JOIN এর মাধ্যমে জটিল অ্যাগ্রিগেশন করা সম্ভব। একইভাবে, BETWEEN, IN, LIKE, এবং EXISTS ফাংশন ব্যবহার করে ডেটাকে আরও নির্দিষ্টভাবে ফিল্টার করা যায়। এই কৌশলগুলি বিশেষত বড় ডেটাসেটের মধ্যে গুরুত্বপূর্ণ এবং কার্যকরী ডেটা খোঁজার জন্য অপরিহার্য।