Je bekijkt nu Levels of deepness van database backends

Levels of deepness van database backends

De bedoeling is telkens een stapje dieper of moeilijker te gaan. Ongeacht je richting. Werk het level uit. Als je meer wilt, graaf dieper. Is het lastig zat, dan moet je op dit level blijven.

Centrale vraag: waar haal ik de data vandaan / waar laat ik het?

1. Inline.

Vorig jaar bij dhr. Postema mochten jullie Python dictionaries gewoon als variabele tussen de code proppen. Dat werkt. Maar oh wat ugly.

2. CSV File

Dit is een apart bestand met een vaste indeling. Comma Seperated Values. Op elke rij een record. Classic en het wordt nog steeds gebruikt bij bijv. het aanmaken van useraccounts in ‘batches’ (stapels).

3. MySQL Database

De bekendste variant van SQL domineert het web, als backend onder de WordPress websites die 75% van alle websites wereldwijd uitmaken. Workhorse. Doet het altijd. Typisch te benaderen via de webinterface bij je webserver met Phpmyamin. Heb je toegang via shell / ssh, dan werkt ie command-line voor je.

4. JSON

Lastig hoor, helemaal inloggen in een database, moeten weten hoe deze is opgebouwd en dan de specifieke API gebruiken voor dat apparaat. Een JSON is uit de moderne Javascript-hoek

JSON, complexe data eenvoudig ophalen.

JSON is een veelgebruikt uitwisselingsformaat voor bijv. het weer https://openweathermap.org/api of Spotify of een andere moderne cloud service. Je request doe je via een HTTP request – het is exact hetzelfde als een webpagina opvragen. In de code heet het CURL – see URL dus.

Het gebruik van een api door met CURL een JSON bestand op te vragen, dan zit je al boven het niveau van een gemiddelde MBO-IT developer. In 10 regels..

5. Jupyter, Python, connecten met Machine Learning en Blender

De meest complexe techniek die ik ken om data op te vreten is om je python code te draaien in een Jupyter notebook. En dan complexe bibliotheken aansturen. En dat weer naar Blender jassen. Wat mij betreft ben je dan G-O-D.

Open in Youtube voor de links en info