Tools für Datenabfragen

SQL-basierte Tools

1. Beekeeper Studio

Beekeeper Studio ist ein Open-Source-SQL-Editor und Datenbankmanager mit einer einfachen und trotzdem leistungsstarken Oberfläche für Abfragen auf SQL-Datenbanken. Unterstützt werden viele Datenbanken wie MySQL, PostgreSQL, SQLite und weitere.

Beispielabfrage: Mitarbeiterdaten abrufen

So fragst du mit Beekeeper Studio Mitarbeiterdaten aus einer PostgreSQL-Datenbank ab:

SELECT employee_id, first_name, last_name, department
FROM employees
WHERE department = 'Engineering'
ORDER BY last_name;

Erwartete Ausgabe:

Diese SQL-Abfrage wählt Mitarbeiterdaten aus der Tabelle employees aus, bei denen department gleich ‘Engineering’ ist, und sortiert die Ergebnisse nach last_name.

2. DBeaver

DBeaver ist ein universelles Tool zur Datenbankverwaltung, das viele Datenbanken unterstützt, sowohl SQL als auch NoSQL. Es bietet einen umfangreichen SQL-Editor mit Autovervollständigung, Syntaxhervorhebung und Ausführungsverlauf.

Beispielabfrage: Verkaufsdaten aggregieren

Wenn du DBeaver mit einer MySQL-Datenbank verbindest, kannst du Aggregatfunktionen zum Beispiel so ausführen:

SELECT product_id, SUM(quantity) AS total_quantity, SUM(price * quantity) AS total_sales
FROM sales
GROUP BY product_id
ORDER BY total_sales DESC;

Erwartete Ausgabe:

Diese Abfrage aggregiert Verkaufsdaten nach product_id und berechnet die insgesamt verkaufte Menge sowie den Gesamtumsatz. Die Ergebnisse werden absteigend nach total_sales sortiert.

3. SQL Workbench/J

SQL Workbench/J ist ein kostenloses, plattformübergreifendes SQL-Abfragetool, das mit den meisten SQL-basierten Datenbanken funktioniert. Es bietet umfangreiche Funktionen zum Bearbeiten von SQL-Skripten, zum Umgang mit Ergebnismengen und zum Exportieren.

Beispielabfrage: Produktinformationen aktualisieren

Ein Beispiel, wie du mit SQL Workbench/J eine Tabelle in einer PostgreSQL-Datenbank aktualisierst:

UPDATE products
SET price = price * 1.10
WHERE category = 'Electronics';

Erwartete Ausgabe:

Query OK, 5 rows affected

Diese Abfrage ändert die Tabelle products und erhöht mit der UPDATE-Anweisung den Preis aller Artikel der Kategorie ‘Electronics’ um 10%.

NoSQL-Abfragetools

1. MongoDB Compass

MongoDB Compass ist eine GUI für MongoDB, mit der du deine Daten erkunden und bearbeiten kannst, ohne viel Code zu schreiben. Sie bietet eine visuelle Umgebung für MongoDB-Abfragen.

Beispielabfrage: Dokumente filtern

So findest du mit MongoDB Compass Dokumente in einer customers-Collection:

{
  "age": { "$gt": 30 },
  "subscription_status": "active"
}

Erwartete Ausgabe

[
  {
    "_id": "60b8d75d8e3f4a6c4e000001",
    "name": "Alice Johnson",
    "age": 35,
    "subscription_status": "active"
  },
  {
    "_id": "60b8d75d8e3f4a6c4e000002",
    "name": "Bob Smith",
    "age": 45,
    "subscription_status": "active"
  }
]

Diese Abfrage filtert Dokumente in der Collection customers, bei denen age größer als 30 und subscription_status gleich ‘active’ ist.

2. Couchbase Query Workbench

Couchbase Query Workbench bietet eine Oberfläche, um N1QL-Abfragen (SQL-ähnlich) auf Couchbase-Daten auszuführen. Es ist darauf ausgelegt, JSON-Dokumente SQL-ähnlich zu verarbeiten.

Beispielabfrage: Verschachtelte Felder auswählen

SELECT name, address.city
FROM customers
WHERE address.state = 'CA';

Erwartete Ausgabe:

Diese N1QL-Abfrage wählt name und das verschachtelte Feld city aus dem Objekt address in den customers-Dokumenten aus, bei denen state gleich ‘CA’ ist.

APIs und Query Builder

1. GraphQL

GraphQL ist eine API-Abfragesprache, mit der sich Daten flexibel anfordern lassen. Clients können damit gezielt bestimmte Felder vom Server abfragen.

Beispielabfrage: Verschachtelte Daten abrufen

{
  employee(id: "103") {
    firstName
    lastName
    department {
      name
      location
    }
  }
}

Erwartete Ausgabe:

{
  "data": {
    "employee": {
      "firstName": "Jane",
      "lastName": "Doe",
      "department": {
        "name": "Engineering",
        "location": "New York"
      }
    }
  }
}

Diese GraphQL-Abfrage fordert bestimmte Felder (firstName, lastName, department.name und department.location) für den Mitarbeiter mit id: 103 an.

2. ORMs (Object-Relational Mapper)

ORMs wie Active Record (für Ruby on Rails), Sequelize (für Node.js) und Django ORM (für Python) ermöglichen Datenbankabfragen mit Code statt mit reinem SQL. Das ist praktisch, wenn du Datenbankabfragen direkt in eine Anwendung integrierst.

Beispielabfrage: Sequelize in Node.js verwenden

const employees = await Employee.findAll({
  where: {
    department: 'Engineering'
  },
  order: [['lastName', 'ASC']]
});

Erwartete Ausgabe:

Ein Array von JavaScript-Objekten, die Mitarbeiter der Abteilung ‘Engineering’ darstellen:

[
  { "employee_id": 103, "first_name": "Jane", "last_name": "Doe", "department": "Engineering" },
  { "employee_id": 105, "first_name": "John", "last_name": "Smith", "department": "Engineering" }
]

Das ORM wandelt den JavaScript-Code automatisch in eine SQL-Abfrage um, die Mitarbeiterdaten aus der Datenbank abruft und sortiert.

Fazit

Verschiedene Tools für Datenabfragen erfüllen je nach Datenbanktyp (SQL vs. NoSQL) und deinen konkreten Anforderungen unterschiedliche Zwecke. SQL-basierte Tools wie Beekeeper Studio, DBeaver und SQL Workbench/J glänzen beim Umgang mit strukturierten Daten. NoSQL-Tools wie MongoDB Compass und Couchbase Query Workbench bieten Flexibilität bei Abfragen auf unstrukturierte Daten. APIs wie GraphQL und ORMs ermöglichen in modernen Anwendungen den programmatischen Zugriff auf Datenbanken.

• Die 5 besten kostenlosen & Open-Source-MySQL-GUIs für 2024
• Die 5 besten kostenlosen & Open-Source-PostgreSQL-GUIs für 2024