Újdonságok a 
-ben
Csatlakozás adatbázisokhoz a JDBC használatával
A Stata és az adatbázisok összekapcsolása még könnyebbé vált. A jdbc lehetővé teszi számunkra, hogy adatokat cseréljünk a legnépszerűbb adatbázis-gyártókkal, mint például az Oracle, a MySQL, az Amazon Redshift, a Snowflake, a Microsoft SQL Server és még sok más. A jdbc-ben az a nagyszerű, hogy ez egy több platformon átívelő megoldás, így a JDBC-telepítésünk ugyanúgy működik Windows, Mac és Unix rendszereken. Miután telepítette a JDBC illesztőprogramot, csak arra az illesztőprogramra és a Stata kódra van szüksége, hogy áttérjen mondjuk a Mac laptopjáról a vállalat Windows felhőrendszereire.
Kiemelt
- Hozzáférés az adatokhoz számos adatbázisból, beleértve az Oracle, a MySQL, az Amazon Redshift, a Snowflake, a Microsoft SQL Server és így tovább
- Teljesen több platformon kompatibilis
- Töltsön be egy teljes adatbázis-táblázatot a Statába. vagy SQL SELECT segítségével egyszerűen töltsön be egy adott oszlopot egy táblából a Statába
- Helyezze be az összes változót egy adatbázis-táblába, vagy csak az adatok egy részhalmazát
- Végezzen SQL utasításokat a Stata alkalmazásból
- A kapcsolati beállítások tárolása adatforrás névként (DSN)
Lássuk hogyan működik
Az Amazon Web Services szolgáltatáson tárolt e-mail adatait egy Redshift fürtben tároljuk, és ezeket az adatokat be kell töltenünk a Statába. Először bejelentkezünk az AWS-be, és elmegyünk az Amazon Redshift konfigurációs oldalra, hogy letöltsük a megfelelő JDBC illesztőprogramot, és megkapjuk a megfelelő kapcsolati információkat. Ezután elhelyezzük a letöltött JDBC JAR fájlt a Stata adopátusunk mentén. Most a Stata Do-file Editorban gépeléssel tároljuk a kapcsolati információkat
. local jar "redshift-jdbc42-2.0.0.0.jar"
. local driverc "com.amazon.redshift.jdbc42.Driver"
. local url "jdbc:redshift://redshift-cluster-1.cziajbxjzi3e.us-west-2.redshift.amazonaws.com:5439/emails"
. local user "admin"
. local pass "secret"
. jdbc connect, jar("`jar'") driverclass("`driverc'") url("`url'")
user("`user'") password("`pass'")
Ha ezeket az adatbázis-beállításokat másoknak kell használniuk, vagy csak könnyebbé akarja tenni az emlékezésüket, akkor gépeléssel tárolhatjuk őket
. local jar "redshift-jdbc42-2.0.0.0.jar"
. local driverc "com.amazon.redshift.jdbc42.Driver"
. local url "jdbc:redshift://redshift-cluster-1.cziajbxjzi3e.us-west-2.redshift.amazonaws.com:5439/emails"
. local user "admin"
. local pass "secret"
. jdbc add MyRed, jar("`jar'") driverclass("`driverc'") url("`url'")
user("`user'") password("`pass'")
Most hozzáadhatjuk a fenti parancsokat a profile.do fájlhoz, hogy ezeket a kapcsolati beállításokat elmenthessük a Stata munkamenetek közé, és most beírhatjuk a Redshift adatbázisunkat a
. jdbc connect MyRed
Írjuk be, hogy megnézzük, milyen táblák tölthetők be a kapcsolatunkból
. jdbc showtables
| Database: emails |
| Tables |
| category |
| response_info |
| employees |
Gépeléssel leírhatunk egy táblázatot
. jdbc describe response_info
| Table: response_info | |
| Column name | Column type |
| id BIGINT UNSIGNED filename VARCHAR category_id BIGINT UNSIGNED employee_id BIGINT UNSIGNED datein TIMESTAMP dateout DATE screendate TIMESTAMP rid TEXT keywords TEXT assigntime TIMESTAMP resptime TIMESTAMP timeadded TIMESTAMP sversion DOUBLE correct BIT timetouched TIMESTAMP timemailed TIMESTAMP | |
Az adatok betöltéséhez beírjuk
. jdbc load, table("response_info") clear
(128 observations loaded)
Most van egy Stata adatkészletünk, és elvégezhetjük elemzésünket!