航班数据

概览

重点：使用EsgynDB查询结构化数据。

在该演示场景中，您可以通过处理存储于EsgynDB表的结构化数据，了解EsgynDB的基本功能。

关于本数据集

航班数据集是非常简单的，包括一个事实表和几个小维度表。数据是2016年1-3月的美国各大商业航空公司的到达准点率数据，均来自美国交通部。1月和2月的数据已经加载完毕。您可以加载3月的数据，完整的数据集有近140万行。

该示例数据集的schema是FLIGHTS，包括以下各表：

ONTIME– 事实表
AIRPORT – 机场IATA代码和机场全称的维度表
CANCELLATION – 航班取消原因的维度表
CARRIER_HISTORY – 航空公司IATA代码和航空公司全称的维度表
WEEKDAY – 星期代码和描述的维度表
YESNO_RESP – yes/no代码和描述的维度表

Field	Description	Data Type
day_of_week	Identifies day of week, as described in table WEEKDAYS (Monday=1, Tuesday=2, …)	int
fl_date	Year / Month / Day of flight (2016-01-15)	date
carrier	Two or three letter code for airline, as described in CARRIER_HISTORY (UA = United Airlines, AA = American Airlines…)	char(3)
fl_num	Flight number	int
origin	Three letter code for flight origin airport, as described in AIRPORT (ORD = Chicago, SFO= San Francisco…)	char(3)
origin_city_name	Name of the origin city	varchar(40)
dest	Three letter code for destination airport, as described in AIRPORT (ORD = Chicago, SFO= San Francisco…)	char(3)
dest_city_name	Name of destination city	varchar(40)
dep_delay_new	Departure delay, in minutes	int
dep_del15	Field indicates departure delay >=15 minutes, as less than 15 minutes is not considered a delay per US DOT rules	int
arr_delay_new	Flight arrival delay, in minutes	int
arr_del15	Field indicates arrival delay >=15 minutes, as less than 15 minutes is not considered a delay per US DOT rules	int
cancelled	Value indicates if flight was cancelled, as described in YESNO_RESP (0=no, 1=yes)	int
cancellation_code	Value indicates reason for cancellation, as described in CANCELLATION (A= Carrier, B=Weather…)	char(1)
diverted	Value indicates if flight was diverted, Value indicates if flight was cancelled, as described in YESNO_RESP (0=no, 1=yes)	int

探索数据

下表描述了您可以从edbci、EsgynDB Manager Query Workbench或DbVisualizer运行的示例查询。所有的查询文件都位于C:\EsgynDB\queries。查询均添加了很多注释，以便您了解查询的编写和更改。

文件	查询描述	查询类型
query1.sql	2016年1月6日，旧金山（SFO）至纽瓦克（EWR）的美联航准点航班信息。	简单的lookup查询，小结果集。运营型报告查询。重点是MDAM的使用。
query2.sql	2016年1月，美国航空公司起飞延误最严重的10个航班。	BI查询。需要全表扫描。
query3.sql	航空公司延误的航班百分比。	聚合汇总报告查询。
query4.sql	如果有一趟航班延误，该周各天的平均起飞延误时间。	BI查询
query5.sql	每天取消的航班数（根据取消原因分类）。	报告查询
query6.sql	备降航班最多的日期，以及备降的详细信息。	BI查询
query7.sql	上周飞往芝加哥延误超过120分钟（含120分钟）的航班。	运营型报告查询
query8.sql	上周延误超过240分钟（含240分钟）的航班。	运营型报告查询
query9.sql	在1月第一周和2月第一周的同一天延误的飞往旧金山（SFO）的航班。	运营型报告查询

导入数据

演示系统的ONTIME表已经加载了2016年1月和2月的数据。现在，您可以使用ODB数据加载工具，加载C:\EsgynD\data的mar16_ontime.csv文件中2016年3月的数据。ODB是一个强大的并行数据加载工具，可以单独启动并发的加载流。还可以根据数据，设置很多其他的选项，以优化加载时间。C:\EsgynDB 中的load脚本文件已经设置了这些选项。加载数据之前，您可以观看关于该加载的ODB设置视频并查看此处已执行的加载。

双击C:\EsgynDB\load文件，加载新的数据。根据提示，指定加载文件的DSN（数据源名称）和位置，并指定加载的目标文件。按“enter”键，使用默认值，然后按“Y”确认选择并运行脚本。