מה זה SQL ולמה כדאי ללמוד את זה?

SQL היא אחת הטכנולוגיות הנפוצות ביותר בעולם ולמרות שהיא איתנו כבר 5 עשורים היא עדיין אחת הדרכים הכי אפקטיביות שלנו לתקשר עם מסדי נתונים.

כאשר אתם כותבים בשפת SQL, אתם בעצם נותנים הנחיות למחשב שמבצע את ההוראות שלכם. זה נשמע מאוד דומה לכל סוג תכנות אחר, אך בניגוד לשפות תכנות נפוצות כמו פייתון, C או ג'אווה, אתם לא תוכלו לבנות אפליקציה או אתר בעזרתה. 

אז מה זה SQL בדיוק, ואיך השפה הזאת יכולה לעזור לכם לפתח את הקריירה שלכם בהייטק? 

מה זה SQL?

דמיינו שקיבלתם טבלה ענקית שכוללת נתונים על תושבי העיר שלכם. הטבלה כוללת נתונים כמו גיל, מין, שכונת מגורים, מצב משפחתי ועוד. 

נניח שתרצו לגלות תשובה לשאלה מאוד ספציפית – למשל: כמה גברים גרושים מעל גיל 50 שיש להם מעל ילד אחד גרים בעיר שלכם. איך בדיוק  אתם אמורים לעשות את זה? התשובה היא SQL.

שפת SQL משמשת לניהול נתונים שנמצאים במערכות ניהול של מסדי נתונים (Databases), הכוללים דאטה המאורגן בטבלאות. באמצעות שפה זו תוכלו לבצע שאילתות, לעדכן ולארגן מחדש נתונים, כמו גם ליצור ולשנות את הסכימה (המבנה) של מסד נתונים ולשלוט בגישה לנתונים שלו.

* הבהרה: ניתן לאסוף מידע רב בגליונות אקסל, אך SQL נועדה לאסוף ולנהל נתונים בהיקפים גדולים בהרבה. בעוד שגיליונות דיגיטליים כמו אקסל או גוגל DOCS עלולים להיות מסורבלים כשמעמיסים עליהם יותר מדי מידע, מסדי נתונים של SQL יכולים להתמודד עם מיליוני או אפילו מיליארדי תאים.

קצת היסטוריה 

בשנת 1969, חוקר מ- IBM בשם אדגר קוד, הגדיר את מודל מסד הנתונים היחסי (או Relational DataBase), שהפך לבסיס לפיתוח השפה. מודל זה בנוי על פיסות מידע, או "מפתחות" נפוצים המשויכים לנתונים שונים.

אם נחזור לדוגמה הקודמת שלנו: ה"מפתח" של כל אדם שמופיע בטבלה שלנו (טבלת תושבי העיר) יהיה מספר תעודת הזהות של אותו תושב. כלומר, מספר ייחודי שקיים עבור כל תושב של העיר ולא מופיע פעמיים. 

כמה שנים לאחר הגדרת מודל מסד הנתונים היחסי, IBM החלה לעבוד על שפה חדשה למסדי נתונים יחסיים המבוססות על הפיתוחים של אדגר קוד. 

השפה נקראה במקור SEQUEL, או שפת שאילתות מובנית (Structured Query Language). שם השפה השתנה מספר פעמים עד שלבסוף המונח שתפס נקבע לפי שלוש האותיות (Structured Query Language). מאז ועד היום, היא נותרה השפה המרכזית עבור מסדי נתונים והיא עדין אחת מהשפות השימושיות ביותר בעולם. 

למה ללמוד SQL? 

1. שפה פשוטה ללמידה

SQL משמשת לאחזור וניהול נתונים הקיימים בבסיסי הנתונים בעזרת שאילתות פשוטות. ניתן להבין בקלות שאילתות אלה, מכיוון שהן דומות למדי לשפה האנגלית. לדוגמא, אם אתם רוצים ליצור טבלה בשם סטודנטים, עליכם לכתוב שאילתה באופן הבא:

CREATE TABLE Students;

בעצם השתמשנו במילים "CREATE TABLE" כדי ליצור טבלה ריקה, ואז הענקנו לטבלה את השם Students. כמו שבטח הבחנתם, זה נראה ממש כמו איך שהיינו כותבים את ההוראה הזו באנגלית. 

הפשטות והשימושיות שלה הופכת את SQL לאופציה מצויינת ללמידה עבור מתחילים.

2. SQL נמצאת בכל מקום והדרישה לעובדים מנוסים גבוהה מתמיד

כמעט כל חברות הטכנולוגיה משתמשות ב- SQL. אובר, נטפליקס, Airbnb והרשימה עוד ארוכה.

אפילו חברות כמו פייסבוק, גוגל ואמזון, שאחראיות לבניית מסדי נתונים עצומים בעלי ביצועים גבוהים, משתמשות ב- SQL כדי למצוא ולנתח נתונים.

לא רק חברות טכנולוגיה, גם חברות קטנות וארגוני SMB (ארגונים קטנים-בינוניים) משתמשים ב- SQL ובהתאם הביקוש לעובדים מיומנים בשפה נשאר גבוה ויציב לאורך השנים האחרונות. 

3. למרות שיש אלטרנטיבות רבות, SQL לא הולכת לשום מקום 

SQL היא השפה הפופולרית ביותר בקרב מדעני נתונים (Data scientists) ואנליסטים ונמצאת בשימוש גדול יותר מהמון שפות תכנות אחרות. 

בתרשים למטה, שנלקח מסקר המפתחים של StackOverflow לשנת 2020, אפשר לראות ש- SQL מנצחת שפות כמו גא'ווה ואפילו פייתון, ונבחרה כטכנולוגיה השלישית הכי פופולרית בקרב מתכנתים. 

למרות שיש הרבה דיבורים על טכנולגיות כמו NOSQL, Hadoop ואחרות, SQL נותרה אחת השפות הפופולריות ביותר לא רק בקרב אנשים בתחום הדאטה אלא גם שימושית מאוד עבור מתכנתים.

במה עובדים?

כפי שציינו, השימוש ב- SQL מאוד נפוץ, בעיקר בתפקידים בתחום הדאטה אך גם עבור מתכנתים. בחלק זה בחרנו להתמקד בבעלי תפקידים שבדרך כלל משתמשים ב-SQL כשפת התכנות הראשית שלהם.

הנה כמה דוגמאות של משרות נפוצות בתחום הדאטה שדורשים ידע בשפה:

DBA) Database Administrator) – תפקיד ה- DBA הוא לוודא שהנתונים נשמרים ומנוהלים באופן תקין. על ה- DBA לדאוג שמסדי הנתונים יאפשרו למשתמשים לאחזר נתונים (למצוא מידע מסויים), במהירות ובפשטות. 

דאטה אנליסט (Data Analyst)– דאטה אנליסט אחראי על ניתוח נתונים. האחריות הראשית בתפקיד זה היא ליצור מדדים עיקריים, ולהשתמש בהם כדי לקבל תובנות שניתן ליישם בחברה.

מדען נתונים (Data scientist) – תפקיד דומה לדאטה אנליסט, אך לרוב מתקשר לכמות דאטה הרבה יותר גדולה. מדעני נתונים מנתחים נתונים בהיקף גדול בהרבה, אשר מתעדכנים באופן מהיר יותר מאנליסטים. 

השימוש ב- SQL נפוץ מאוד בתחום הביג דאטה, ה- BI (בינה עסקית) ואפילו בפיתוחי בינה מלאכותית (Artificial Intelligence) ולמידת מכונה (Machine Learning) – מגמות טכנולוגיות חזקות מאוד שצפויות ללוות אותנו בשנים הקרובות.

מחפשים את התפקיד הראשון שלכם בהייטק?

אם אתם רוצים לקחת את הידע שלכם ב- SQL לשלב הבא, שווה לכם לבדוק את מסלולי ההסמכה של גוגל. אחד המסלולים המומלצים ללמידה אונליין הוא Google Data Analytics שנועד להכין אתכם למשרות ג’וניור בתחום. המסלול אינו דורש ניסיון קודם ואורך כ- 6 חודשים (בהתאם הקצב שלכם). 

מסלול Professional Certificates של גוגל

Google Data Analytics

קורס של גוגל שילמד אתכם כישורים בסיסיים עבור תפקידי דאטה אנליסט בהייטק. הסמכה זו תקנה לכם מיומנויות מבוקשות ותכין אתכם לתפקידי enty-level  בתור אנליסטים בתעשייה.

 4.8/5

4.8 (64,057 דירוגים ב- Coursera) | מתחילים

לפרטים נוספים על הקורס

זמן למידה ממוצע: 6 חודשים

ניתן ללמוד בקצב שלכם

מה תלמדו במסגרת הקורס:

Data Cleansing, Data Analysis, Data Visualization, SQL, Questioning, Decision-Making, Problem Solving, Data Collection, Data Ethics