کتاب Advanced SQL

کتاب Advanced SQL: Implementing Modern Data Solutions and ML Applications (SQL پیشرفته: پیاده‌سازی راه‌حل‌های مدرن داده و کاربردهای یادگیری ماشین) نوشتهٔ روی ماشادو، هلدِر روسا و پدرو اسمریز، یک راهنمای عملی برای حرفه‌ای‌های داده است که نشان می‌دهد SQL دیگر فقط یک زبان پرس‌وجو برای پایگاه‌های داده رابطه‌ای نیست، بلکه ابزاری بنیادین برای ساخت راه‌حل‌های داده مقیاس‌پذیر و مدرن در حوزه‌هایی همچون تحلیل بلادرنگ، یادگیری ماشین و حتی برنامه‌های تولیدی هوش مصنوعی مولد (GenAI) محسوب می‌شود.

در ادامه مقدمه‌ای از کتاب Advanced SQL را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب Advanced SQL:

لحظه‌ای فرا می‌رسد—و شاید شما هم آن را تجربه کرده‌اید—که از یک مدل زبانی بزرگ می‌خواهید یک پرس‌وجوی SQL بنویسد، و او بدون تردید و با کیفیتی فراتر از انتظار شما این کار را انجام می‌دهد. یک تابع پنجره‌ای، یک عبارت جدولی مشترک بازگشتی (CTE)، یک اتصال جانبی (lateral join) که برای نوشتنِ درستِ آن بیست دقیقه فکر و تأمل نیاز داشتید: همه در عرض چند ثانیه انجام می‌شود. برای بسیاری از متخصصان، این لحظه ترکیبی عجیب از آسودگی و نگرانی ایجاد می‌کند.

اگر ماشین بتواند این کار را بکند، شاید بپرسید، پس من دقیقاً برای چه اینجا هستم؟ بخش بزرگی از این کتاب را پیش از آن‌که این پرسش ضروری شود نوشتیم. اما در حین نوشتن، جهان زیر پای ما تغییر کرد و ما مدیون شما هستیم که روایتی صادقانه از معنای این تغییر و چرایی اهمیتِ بیش‌ازپیشِ آن ارائه دهیم.

ابزارهایی چون کلود و چت‌جی‌پی‌تی کارِ چشم‌گیری کرده‌اند: آنها SQL پیشرفته را برای هر کسی که مایل باشد نیاز خود را به زبان ساده توصیف کند، در دسترس قرار داده‌اند. دیوارِ نحوی (syntax) که مدت‌ها جدایی‌انداز میان کسانی که می‌توانستند سیستم‌های داده بسازند و کسانی که صرفاً از آنها استفاده می‌کردند، در حال فروریختن است. توابع پنجره‌ای دیگر نیازی به آیینِ جست‌وجوی مکرر در استک‌اورفلو ندارند. تجمیع‌های پیچیده دیگر به متخصصِ جداگانه‌ای نیازمند نیستند. یک کارشناس حوزهٔ کسب‌وکار که از منطقِ تجاری سررشته دارد، اکنون بیش از هر زمان دیگری می‌تواند مستقیماً به درون داده‌ها دست یابد.

این واقعاً خوب است و شایستهٔ ستایش. اما توانایی بدون درک، خطرناک است. یک مدل زبانی بزرگ (LLM) می‌تواند پرس‌وجویی خوش‌ساختار تولید کند که چیزی را محاسبه کند، اما به‌سکوت، به‌طور موجه‌نما و در مقیاس وسیع، پاسخِ اشتباه دهد. می‌تواند استراتژی پارتیشن‌بندی‌ای پیشنهاد دهد که روی مجموعه‌دادهٔ توسعه‌تان خوب کار کند، اما در محیط تولید، عملکرد را نابود کند. می‌تواند خطوط لولهٔ ویژگی (feature pipelines) ماشین‌لرنینگ را به زبان SQL بنویسد که درست به نظر می‌رسند، اما در خود، نشتیِ ظریفِ داده‌ای را پنهان کنند که هر مدلی را که روی آنها آموزش دیده باشد، مسموم می‌کند.

پرس‌وجو اجرا می‌شود، اعداد ظاهر می‌شوند و تصمیم‌ها گرفته می‌شوند. هنگامی که تصمیم به نوشتن این کتاب گرفتیم، بارها به یک کلمه بازمی‌گشتیم: اعتماد. نه اعتماد به معنای فنیِ محدود، هرچند محدودیت‌ها، آزمون‌ها و قراردادهای داده بسیار مهم‌اند، بلکه اعتماد به معنای انسانیِ آن. اطمینانی که یک مدیر ارشد درآمد (CRO) هنگام اعلام یک عدد در جلسهٔ هیئت‌مدیره احساس می‌کند. یقینی که یک دانشمند داده دارد که ویژگی‌های تغذیه‌شده به مدل او، واقعیت را منعکس می‌کنند، نه اینکه محصولِ نحوهٔ نگارشِ فرایند استخراج، تبدیل و بارگذاری (ETL) باشند. همان لحظه‌ای که داده دیگر منبع اضطراب نیست و به پایه‌ای واقعی برای اقدام تبدیل می‌شود. آن نوع اعتماد، ویژگیِ کُد نیست؛ ویژگیِ متخصصی است که آن کُد را نوشته است.

هر تصمیم در کار با SQL پیشرفته، حامل قضاوت است: چطور با مقدارهای NULL در مرز یک اتصال (join) رفتار می‌کنید، چگونه پیش از تجمیع، دانه‌بندی (grain) را تعریف می‌کنید، چگونه رویدادهای دیررس را در محاسبات سری‌های زمانی در نظر می‌گیرید، و اینکه یک ویژگی ماشین‌لرنینگ باید پیش از یک رویداد خاص تجاری محاسبه شود یا پس از آن. این تصمیم‌ها نیازمند بافتی هستند که خارج از هر دستوری (prompt) قرار دارد: تاریخچهٔ سازمانی، مشکلات شناخته‌شدهٔ یک سیستم مبدأ، بحثِ سه‌ماهِ پیش دربارهٔ نحوهٔ برخورد با بازپرداخت‌ها، یا تعریفِ ضمنی از «تبدیل» (conversion) که بین تیم‌ها متفاوت است.

مدل‌های زبانی بزرگ در اجرا شگفت‌انگیزند. اما طبیعتاً نمی‌توانند بافت را به‌خوبی مدیریت کنند. این شما هستید که آن بافت را در اختیار دارید. این موضوع، در عصر هوش مصنوعی مولد، شما را مهم‌تر می‌کند، نه کم‌اهمیت‌تر.

به‌طرز متناقض‌نما، هرچه تولید کُد آسان‌تر می‌شود، درکِ عملکردِ آن کُد حیاتی‌تر می‌گردد. زمانی که نوشتن SQL کند و سنجیده بود، خطاها در همان فرایند نوشتن گیر می‌افتادند. امروز، وقتی پنجاه خط کد در عرض چند ثانیه تولید می‌شود، تنگنا از مرحلهٔ تولید به مرحلهٔ تأیید و راستی‌آزمایی منتقل شده است. و شما نمی‌توانید چیزی را که نمی‌فهمید، تأیید کنید.

این کتاب SQL پیشرفته را نه به‌عنوان یک یادگار تاریخی، بلکه به‌مثابهٔ زبانِ زندهٔ سیستم‌های دادهٔ مدرن پوشش می‌دهد؛ همان زیرساختی که بسترِ سکوهای تحلیلی، خطوط لولهٔ بیدرنگ و برنامه‌های یادگیری ماشین بر آن ساخته می‌شوند. وقتی بدانید توابع پنجره‌ای چگونه وضعیت را در میان پارتیشن‌های مرتب‌شده ردیابی می‌کنند، خواهید فهمید که کُد تولیدشده چه زمانی مواردِ برابر (ties) را نادرست مدیریت می‌کند. وقتی سازوکار پردازشِ افزایشی (incremental processing) را درک کنید، لحظه‌ای را تشخیص می‌دهید که رویکردِ پیشنهادیِ هوش مصنوعی، در مواجهه با داده‌های دیررس، رکوردها را تکراری می‌کند.

وقتی بدانید SQL چگونه با جریان‌های کاری یادگیری ماشین، فروشگاه‌های ویژگی، خطوط لولهٔ آموزش و امتیازدهیِ مدل یکپارچه می‌شود، متوجه خواهید شد که یک پرس‌وجوی خوش‌نیت چه زمانی نشتیِ داده‌ای بین فاز آموزش و سرویس‌دهی ایجاد کرده است که فقط وقتی مدل به محیط تولید رفت، خود را نشان می‌دهد.

درک سیستم، جایگزینی برای استفاده از کمک هوش مصنوعی نیست؛ بلکه همان چیزی است که استفاده از کمک هوش مصنوعی را بی‌خطر می‌سازد.

فصل‌های پیش‌رو، با قصد و برنامه، از مبانی مکانیک پرس‌وجوی پیشرفته، از طریق معماری راه‌حل‌های مدرن داده، به قلمرویی حرکت می‌کنند که SQL با یادگیری ماشین تلاقی می‌کند. هر بخش بر بخش پیشین بنا شده است و ما عمداً کوشیده‌ایم نه فقط «چگونه» بلکه «چرا» را به شما نشان دهیم: منطق پشت هر الگو و مصالحه‌هایی که با خود به همراه دارد.

به شما توصیه می‌کنیم این کتاب را در حالی بخوانید که یک مدل زبانی بزرگ در کنارتان داشته باشید. مثال تولید کنید، درخواست تغییرات دهید، از مدل بخواهید بازنویسی کند و سپس انتخاب‌هایش را به چالش بکشید. از آن به‌عنوان همکاری خستگی‌ناپذیر استفاده کنید، همکاری که سریع، آگاه و کاملاً وابسته به شماست تا جهت را تعیین کنید، استانداردها را وضع کنید و اشتباهات را بگیرید. این رابطهٔ درست میان یک متخصص ماهر و یک ابزار هوش مصنوعی است: نه جایگزینی، نه ترس، بلکه مشارکتی که قضاوتِ شما در مرکز آن قرار دارد.

هدف این کتاب این نیست که شما را در نوشتن SQL سریع‌تر کند؛ بلکه هدفش این است که شما را به متخصصی تبدیل کند که می‌توان به او اعتماد کرد: با سیستم‌های پیچیده، با داده‌هایی که تصمیماتِ سرنوشت‌ساز را هدایت می‌کنند، و با برنامه‌های یادگیری ماشینی که به‌طور فزاینده‌ای شکلِ دانشِ سازمان‌ها از جهان را تعیین می‌کنند. در روزگاری که کُد تقریباً به‌محض درخواست نوشته می‌شود، این اعتماد، نایاب‌ترین و ارزشمندترین چیزی است که می‌توانید ارائه دهید. سیستم‌هایی بسازید که شایستهٔ اعتماد باشند؛ ماشین‌ها را به‌خوبی هدایت کنید. این همیشه کارِ ما بوده است، و همچنان هست.

سرفصل‌های کتاب Advanced SQL:

• Preface
• I. The Modern SQL
  • 1. Evolution of SQL
  • 2. Advanced SQL Techniques
  • 3. Architecting SQL-Driven Solutions
• II. SQL for Data Engineering and Data Science
  • 4. Advanced Data Modeling with SQL
  • 5. Building Data Engineering Solutions with SQL
  • 6. SQL in Data Science
• III. SQL in Emerging Technologies
  • 7. Generative AI in SQL
  • 8. Innovations in SQL Syntax and the Future of SQL
• Index
• About the Authors

جهت دانلود کتاب Advanced SQL می‌توانید پس از پرداخت، دریافت کنید.