Skip to main content

Day 5_SQL Server hằng ngày - JOIN trong SQL Server

· 2 min read

JOIN trong SQL Server giúp kết hợp dữ liệu từ nhiều bảng dựa trên một điều kiện chung. Dưới đây là các loại JOIN phổ biến:

1️⃣ INNER JOIN

Trả về các bản ghi có giá trị khớp nhau ở cả hai bảng.

SELECT A.*, B.*
FROM TableA A
INNER JOIN TableB B ON A.ID = B.ID;

2️⃣ LEFT JOIN (LEFT OUTER JOIN) Trả về tất cả các bản ghi từ bảng bên trái (TableA) và các bản ghi khớp từ bảng bên phải (TableB). Nếu không có bản ghi phù hợp, giá trị sẽ là NULL.

SELECT A.*, B.*
FROM TableA A
LEFT JOIN TableB B ON A.ID = B.ID;

3️⃣ RIGHT JOIN (RIGHT OUTER JOIN) Trả về tất cả các bản ghi từ bảng bên phải (TableB) và các bản ghi khớp từ bảng bên trái (TableA).

SELECT A.*, B.*
FROM TableA A
RIGHT JOIN TableB B ON A.ID = B.ID;

4️⃣ FULL JOIN (FULL OUTER JOIN) Trả về tất cả các bản ghi khi có sự khớp từ một trong hai bảng. Nếu không có bản ghi phù hợp, giá trị sẽ là NULL.

SELECT A.*, B.*
FROM TableA A
FULL JOIN TableB B ON A.ID = B.ID;

5️⃣ CROSS JOIN Kết hợp tất cả các hàng của TableA với tất cả các hàng của TableB (tích Descartes).

SELECT A.*, B.*
FROM TableA A
CROSS JOIN TableB B;

6️⃣ SELF JOIN Thực hiện JOIN trên cùng một bảng.

SELECT A.*, B.*
FROM Employees A
INNER JOIN Employees B ON A.ManagerID = B.EmployeeID;

📌 Lưu ý quan trọng INNER JOIN chỉ lấy các bản ghi có dữ liệu trùng khớp giữa hai bảng. LEFT JOIN lấy tất cả dữ liệu từ bảng bên trái, ngay cả khi không có dữ liệu tương ứng ở bảng bên phải. RIGHT JOIN là ngược lại của LEFT JOIN.

FULL JOIN lấy tất cả dữ liệu từ cả hai bảng, ngay cả khi không có dữ liệu khớp.

CROSS JOIN tạo tích Descartes giữa hai bảng, số dòng = (số dòng bảng A) × (số dòng bảng B). SELF JOIN sử dụng khi cần so sánh dữ liệu trong cùng một bảng.

Hằng ngày 5 phút Tiếng Anh 📅 Ngày 4: Hỏi về sở thích

· 3 min read

Thời gian: 5 phút

📌 Mẫu câu quan trọng

  1. What are your hobbies? → Sở thích của bạn là gì?

    • Đây là câu hỏi chung để bạn có thể hỏi về những điều người khác yêu thích làm trong thời gian rảnh.
  2. I like reading books. → Tôi thích đọc sách.

    • Một cách phổ biến để trả lời nếu bạn thích đọc sách.
  3. I enjoy playing sports. → Tôi thích chơi thể thao.

    • Một câu trả lời khác nếu sở thích của bạn là chơi thể thao.
  4. I love listening to music. → Tôi thích nghe nhạc.

    • Đối với những người yêu âm nhạc, câu này là một câu trả lời tuyệt vời.
  5. I’m interested in photography. → Tôi quan tâm đến nhiếp ảnh.

    • Nếu sở thích của bạn là nhiếp ảnh, đây là câu trả lời phù hợp.

🎧 Bước 1: Nghe & lặp lại (2 phút)

📢 Luyện nghe và phát âm: Đọc mỗi câu ít nhất 3 lần, cố gắng bắt chước phát âm của người bản ngữ.

  • Hãy lưu ý tốc độ và ngữ điệu khi nói để câu trả lời của bạn tự nhiên hơn.
  • Khi bạn nghe và lặp lại, hãy tưởng tượng bạn đang trò chuyện với một người khác. Điều này sẽ giúp bạn phản xạ nhanh hơn khi sử dụng những câu này trong thực tế.

🗣️ Bước 2: Thực hành giao tiếp (2 phút)

🔹 Tự luyện tập:

  • Đứng trước gương và tự hỏi về sở thích của mình. Sau đó, trả lời như bạn đang trò chuyện với ai đó.
  • Khi thực hành, hãy thử thay đổi câu trả lời để luyện tập nhiều hơn. Ví dụ: “I like reading books” có thể thay bằng “I love reading novels” (Tôi thích đọc tiểu thuyết).
    🔹 Ghi âm & nghe lại:
  • Sử dụng điện thoại hoặc máy ghi âm để ghi lại câu trả lời của bạn. Nghe lại để xem phát âm của bạn có rõ ràng và tự nhiên không.

🎯 Bước 3: Ứng dụng thực tế (1 phút)

👉 Hôm nay, hãy thử hỏi ai đó “What are your hobbies?” và lắng nghe câu trả lời. Điều này sẽ giúp bạn cải thiện kỹ năng giao tiếp và tăng cường vốn từ vựng.

  • Nếu bạn chưa gặp ai để hỏi, bạn có thể thử hỏi bạn bè hoặc người thân trong gia đình.

📌 Mẹo nhớ lâu:

  • Sử dụng thường xuyên: Hãy dùng câu này trong các cuộc trò chuyện với bạn bè hoặc đồng nghiệp. Đây là cách tốt để bạn nhớ lâu và sử dụng câu này một cách tự nhiên hơn.
  • Ghi lại sở thích: Viết ra các sở thích của bạn và của những người bạn gặp vào ngày hôm đó. Điều này sẽ giúp bạn nhớ lâu và thêm nhiều từ vựng về sở thích.
  • Chia sẻ sở thích của mình: Hãy chia sẻ về sở thích của bạn trong các cuộc trò chuyện. Điều này không chỉ giúp bạn luyện tiếng Anh mà còn tạo cơ hội giao lưu với những người có cùng sở thích.

📹 Xem video tham khảo:


🔥 Bạn đã hoàn thành Ngày 4!
Bạn có muốn tiếp tục bài học mỗi ngày không? 😊

🔥 Top 10 Ngôn Ngữ Lập Trình Phổ Biến Nhất 2025 – Bạn Đang Dùng Ngôn Ngữ Nào? 🔥

· 2 min read

Dưới đây là video mời bạn xem:

🔥 Top 10 Ngôn Ngữ Lập Trình Phổ Biến Nhất 2025 – Bạn Đang Dùng Ngôn Ngữ Nào? 🔥

🚀 Python vẫn giữ vững ngôi vương với 23.85%, tăng mạnh +8.22%, nhờ sự thống trị trong AI, Machine Learning và phát triển ứng dụng!

💡 C++ vượt mặt C, vươn lên vị trí thứ 2 với 11.08%. Trong khi đó, Java cũng nhảy lên hạng 3, tiếp tục là trụ cột trong doanh nghiệp và ứng dụng di động.

📉 Bất ngờ lớn: C bị tụt xuống hạng 4, mất -1.64%, nhưng vẫn quan trọng trong lập trình hệ thống!

🎮 C# đứng thứ 5, dù giảm -2.67%, nhưng vẫn được ưa chuộng trong phát triển game với Unity.

🌐 JavaScript ở vị trí thứ 6 – ngôn ngữ không thể thiếu trong lập trình web!

🏎️ Go đang tăng tốc, tăng 1.22%, cho thấy sự bùng nổ của các hệ thống hiệu suất cao!

📊 SQL vẫn vững vàng ở top 8, là ngôn ngữ không thể thiếu trong quản lý dữ liệu.

⚡ Visual Basic và Delphi/Object Pascal bất ngờ quay lại top 10 – Một sự trở lại đáng chú ý!

💭 Bạn có nghĩ Python sẽ tiếp tục dẫn đầu? Hay sẽ có một cú lật kèo vào năm sau? 🤔

Mô tả ảnh

#Python #C++ #Java #LậpTrình #Developer #Top10Coding

Bài tập cuối khóa học viên: Làm thế nào để xây dựng dashboard với Power BI

· 3 min read

Click để xem file Power BI

🎥 Xem video chia sẻ kinh nghiệm

🎥 Video bổ sung

📌 Tóm tắt video

1️⃣ Giới thiệu

Video phỏng vấn học viên xuất sắc Đào Trung Hiếu về kinh nghiệm xây dựng dashboard với Power BI. Anh Hiếu chia sẻ hành trình học tập và ứng dụng kiến thức vào công việc thực tế.

2️⃣ Lý do tham gia khóa học

  • Anh Hiếu là một kế toán có 20 năm kinh nghiệm, nhận thấy sự cần thiết phải cập nhật kiến thức để bắt kịp xu hướng mới.
  • Công việc kế toán ngày càng yêu cầu sử dụng công cụ phân tích dữ liệu hiện đại như Power BI.
  • Nhận ra tầm quan trọng của Python và Power BI trong xử lý và trực quan hóa dữ liệu lớn.
  • Khóa học tập trung vào ứng dụng thực tế, không chỉ xoay quanh Excel hay Word mà còn hỗ trợ kết nối với các nguồn dữ liệu khác nhau.

3️⃣ Nội dung khóa học và ứng dụng thực tế

  • Khóa học giúp học viên sử dụng Python để xử lý dữ liệuPower BI để trực quan hóa dữ liệu.
  • Anh Hiếu ứng dụng kiến thức vào:
    • Phát triển phần mềm bán hàng, tự động hóa quy trình nhập liệu từ PDF và các nguồn dữ liệu khác.
    • Xây dựng dashboard phân tích doanh số giúp dự báo doanh thu và tối ưu hóa hoạt động kinh doanh.
    • Dashboard có thể truy cập trên cả điện thoại và máy tính, giúp doanh nghiệp theo dõi số liệu dễ dàng.

4️⃣ Đánh giá về khóa học

  • Hiếu đánh giá cao phương pháp giảng dạy thực tế và khả năng tích hợp dữ liệu từ nhiều nguồn khác nhau.
  • Không có đề xuất cải thiện cụ thể, vì khóa học đã đáp ứng tốt mong đợi của học viên.

5️⃣ Kết luận

  • Video cung cấp cái nhìn sâu sắc về ứng dụng Power BI trong việc xây dựng dashboard và xử lý dữ liệu lớn.
  • Anh Hiếu đã thành công trong việc áp dụng kiến thức để phát triển phần mềm và dashboard phục vụ công việc.

📢 Thông tin liên hệ Hướng Nghiệp Dữ Liệu

➡️ Zalo: zalo.me/0397919841
➡️ Fanpage: facebook.com/huongnghiepdulieu
➡️ Website: huongnghiepdulieu.com
➡️ Email: daotao@huongnghiepdulieu.com
➡️ YouTube: @huongnghiepdulieu
➡️ TikTok: @huongnghiepdulieu

📞 Hotline: 039 791 9841

Dưới đây là 5 mẹo để tối ưu hóa thời gian làm việc hiệu quả hơn:

· 2 min read

1. Lập Kế Hoạch Hàng Ngày
Tạo danh sách công việc: Mỗi sáng, hãy viết ra những việc cần làm trong ngày và sắp xếp chúng theo mức độ ưu tiên.
Thời gian cụ thể: Đặt thời gian cụ thể cho từng nhiệm vụ để tránh việc kéo dài thời gian làm việc.
Hình minh họa 1

2. Sử Dụng Kỹ Thuật Pomodoro
Kỹ thuật Pomodoro: Làm việc trong 25 phút, sau đó nghỉ 5 phút. Sau bốn chu kỳ, nghỉ dài hơn (15-30 phút).
Tăng cường tập trung: Kỹ thuật này giúp bạn duy trì sự tập trung và giảm mệt mỏi.
Hình minh họa 2

3. Giảm Thiểu Sự Phân Tâm
Tắt thông báo: Tắt thông báo từ điện thoại và ứng dụng trong thời gian làm việc.
Tạo không gian làm việc yên tĩnh: Chọn một nơi làm việc không bị làm phiền để tối ưu hóa sự tập trung.
Hình minh họa 3

4. Sử Dụng Công Cụ Quản Lý Thời Gian
Ứng dụng quản lý: Sử dụng các ứng dụng như Trello, Todoist hoặc Asana để theo dõi tiến độ công việc.
Nhắc nhở và thời gian biểu: Thiết lập nhắc nhở cho các nhiệm vụ quan trọng.
Hình minh họa 4

5. Đánh Giá và Điều Chỉnh
Cuối ngày đánh giá: Dành thời gian vào cuối ngày để xem xét những gì đã hoàn thành và điều chỉnh kế hoạch cho ngày hôm sau.
Học từ trải nghiệm: Xem xét những gì hiệu quả và những gì không, để cải thiện quy trình làm việc của bạn.
Hình minh họa 5

Kết Luận
Việc tối ưu hóa thời gian làm việc không chỉ giúp bạn hoàn thành nhiệm vụ nhanh hơn mà còn giảm căng thẳng và tăng cường hiệu suất. Hãy thử áp dụng những mẹo này và theo dõi sự thay đổi trong công việc của bạn!

Hành trình chinh phục kiến thức tại Trung tâm Hướng Nghiệp Dữ Liệu

· 2 min read

Chúng tôi vô cùng tự hào khi được chia sẻ câu chuyện của Anh Đào Trung Hiếu, một học viên xuất sắc vừa hoàn thành khóa học tại trung tâm. Với sự chăm chỉ, quyết tâm và niềm đam mê học hỏi, anh Hiếu đã không chỉ đạt được những kỹ năng chuyên môn cần thiết mà còn ứng dụng hiệu quả vào công việc thực tế của mình. 🎯

💬 Chia sẻ từ anh Hiếu

1️⃣ Về trải nghiệm học tập

"Tôi rất vui khi được học với các thầy cô tại trung tâm. Các thầy cô không chỉ tận tâm mà còn luôn sẵn sàng hỗ trợ học viên trong suốt quá trình học."

2️⃣ Về chất lượng khóa học

"Điều khiến tôi ấn tượng là bài giảng của trung tâm rất khác biệt, mang tính thực tiễn cao, không chỉ dừng lại ở lý thuyết mà còn giúp học viên áp dụng ngay vào công việc."

3️⃣ Về thành tựu đạt được

"Tôi đã áp dụng kiến thức học được để hoàn thành bài tập cuối khóa cho công ty, và kết quả đã được đánh giá rất cao. Đây thực sự là một bước tiến lớn đối với tôi."

Cảm ơn anh Hiếu vì những chia sẻ đầy cảm xúc và chân thật! Trung tâm rất tự hào khi được đồng hành cùng anh trên hành trình chinh phục kiến thức và phát triển sự nghiệp.

📺 Xem video chia sẻ từ anh Hiếu

👉 Bạn đã sẵn sàng để bứt phá như anh Hiếu?

📩 Inbox ngay để được tư vấn miễn phí về các khóa học phù hợp với bạn!

📞 Hotline: 039 791 9841
📞 Zalo: zalo.me/0397919841
🌐 Website: huongnghiepdulieu.com

Phân tích Dữ liệu No-Code

· 2 min read

Giới thiệu

Phân tích dữ liệu No-Code là phương pháp xử lý và trực quan hóa dữ liệu mà không cần lập trình. Điều này giúp những người không có nền tảng kỹ thuật vẫn có thể khai thác sức mạnh của dữ liệu để đưa ra quyết định kinh doanh chính xác.

Công cụ hỗ trợ

Dưới đây là một số công cụ phổ biến giúp bạn phân tích dữ liệu mà không cần viết code:

  • SQL – Ngôn ngữ truy vấn dữ liệu phổ biến nhất.
  • Excel – Công cụ bảng tính mạnh mẽ giúp xử lý và phân tích dữ liệu.
  • Power BI – Công cụ trực quan hóa dữ liệu mạnh mẽ từ Microsoft.
  • Google Data Studio (Looker Studio) – Giải pháp miễn phí giúp tạo báo cáo tương tác.
  • Tableau – Một trong những công cụ BI hàng đầu dành cho doanh nghiệp.
  • Alteryx – Công cụ ETL mạnh mẽ giúp xử lý dữ liệu trực quan.
  • Zapier & Power Automate – Tự động hóa luồng dữ liệu mà không cần lập trình.

Thư viện tài liệu

Chúng tôi đã tập hợp một bộ tài liệu chuyên sâu về phân tích dữ liệu No-Code. Bạn có thể truy cập toàn bộ thư viện tại đây:

Xem trước tài liệu

Kết luận

Phân tích dữ liệu No-Code mang lại cơ hội lớn cho mọi người, từ doanh nhân đến nhà phân tích, giúp họ khai thác dữ liệu mà không cần kỹ năng lập trình. Hãy bắt đầu học ngay hôm nay với các tài liệu hữu ích trong thư viện của chúng tôi!

📌 Cập nhật nội dung thường xuyên – Hãy theo dõi để không bỏ lỡ!

Biến và Kiểu Dữ Liệu trong Python

· 2 min read

📝 Giới thiệu

Biến và kiểu dữ liệu là nền tảng quan trọng trong Python. Hiểu rõ cách sử dụng biến và kiểu dữ liệu giúp bạn viết mã hiệu quả hơn, dễ bảo trì và tránh lỗi.

🔹 Biến trong Python

Biến là một tên gán cho một giá trị trong bộ nhớ. Python là một ngôn ngữ dynamically typed, nghĩa là bạn không cần khai báo kiểu dữ liệu khi tạo biến.

Cách khai báo biến

x = 10  # Biến x có giá trị là số nguyên 10
name = "Python" # Biến name là chuỗi
pi = 3.14 # Biến pi là số thực

Quy tắc đặt tên biến

✅ Bắt đầu bằng chữ cái hoặc _
✅ Không được chứa dấu cách
✅ Phân biệt chữ hoa và chữ thường

Ví dụ hợp lệ: my_var, _hidden_var, count123
Ví dụ không hợp lệ: 123var, my var, @data

🔹 Các kiểu dữ liệu cơ bản trong Python

Python hỗ trợ nhiều kiểu dữ liệu khác nhau:

Kiểu dữ liệuMô tảVí dụ
intSố nguyênx = 42
floatSố thựcpi = 3.1415
strChuỗi ký tựname = "Python"
boolBoolean (True/False)is_active = True
listDanh sáchnumbers = [1, 2, 3]
tupleBộ giá trị không đổicoordinates = (10, 20)
dictTừ điểnperson = {"name": "Alice", "age": 25}

🔹 Ép kiểu dữ liệu

Python cho phép chuyển đổi giữa các kiểu dữ liệu:

a = "10"
b = int(a) # Chuyển đổi từ chuỗi sang số nguyên
c = float(b) # Chuyển từ số nguyên sang số thực

📌 Kết luận

Biến và kiểu dữ liệu là kiến thức cơ bản nhưng rất quan trọng trong Python. Việc hiểu và sử dụng đúng sẽ giúp bạn viết mã hiệu quả hơn.

Python Logo

Học Lập Trình Python: Bước Đầu Tiên Để Trở Thành Lập Trình Viên

· 3 min read

🚀 Giới Thiệu

Python là một trong những ngôn ngữ lập trình phổ biến nhất hiện nay, được sử dụng trong nhiều lĩnh vực như phát triển web, khoa học dữ liệu, trí tuệ nhân tạo, và tự động hóa. Nếu bạn mới bắt đầu hành trình lập trình, Python là sự lựa chọn hoàn hảo vì cú pháp đơn giản, dễ đọc và có cộng đồng hỗ trợ mạnh mẽ.

🔥 Tại Sao Nên Học Lập Trình Python?

  1. Dễ Học, Dễ Hiểu: Python có cú pháp gần với ngôn ngữ tự nhiên, giúp người mới dễ dàng làm quen.
  2. Ứng Dụng Rộng Rãi: Từ phát triển web, tự động hóa đến khoa học dữ liệu, Python đều có mặt.
  3. Cộng Đồng Lớn: Với hàng triệu lập trình viên trên thế giới, bạn có thể dễ dàng tìm tài liệu và sự hỗ trợ.
  4. Cơ Hội Nghề Nghiệp Cao: Python là một trong những kỹ năng được săn đón nhiều nhất trong lĩnh vực công nghệ.

📌 Lộ Trình Học Python Cho Người Mới

1. Cài Đặt Python

  • Tải Python từ trang chính thức: Python.org
  • Cài đặt trình soạn thảo mã nguồn như VS Code, PyCharm hoặc Jupyter Notebook.

2. Học Cú Pháp Cơ Bản

  • Biến và kiểu dữ liệu: int, float, string, list, dictionary
  • Câu lệnh điều kiện (if-else), vòng lặp (for, while)
  • Hàm và cách tổ chức mã nguồn tốt
# Ví dụ về biến và vòng lặp trong Python
numbers = [1, 2, 3, 4, 5]
for num in numbers:
print(f"Số hiện tại: {num}")

3. Làm Quen Với Thư Viện Quan Trọng

numpy & pandas cho xử lý dữ liệu matplotlib & seaborn cho trực quan hóa dữ liệu flask & django cho phát triển web

4. Xây Dựng Dự Án Thực Tế

Viết chương trình tự động hóa Xây dựng ứng dụng web đơn giản Phân tích dữ liệu với Python

🎯 Tài Nguyên Học Python Hiệu Quả Python Official Documentation: docs.python.org FreeCodeCamp Python Course: freecodecamp.org W3Schools Python Tutorials: w3schools.com/python

💡 Kết Luận Bắt đầu học lập trình Python chưa bao giờ dễ dàng đến thế! Hãy kiên trì luyện tập mỗi ngày và áp dụng những gì đã học vào dự án thực tế. Python không chỉ giúp bạn có một nền tảng lập trình vững chắc mà còn mở ra nhiều cơ hội nghề nghiệp hấp dẫn.

Kiểm Định Phân Phối Chuẩn trong Phân Tích Định Lượng

· 3 min read

1. Giới Thiệu

Trong phân tích định lượng, việc kiểm tra xem dữ liệu có tuân theo phân phối chuẩn hay không là rất quan trọng. Điều này ảnh hưởng đến việc áp dụng các mô hình thống kê và dự đoán. Hai phương pháp phổ biến để kiểm định tính chuẩn của dữ liệu là:

  • Kiểm định Kolmogorov-Smirnov (KS Test)
  • Kiểm định Shapiro-Wilk (SW Test)

2. Mã Python Kiểm Định Phân Phối Chuẩn

from scipy.stats import kstest, shapiro
import pandas as pd

# Hàm kiểm định phân phối chuẩn
def test_normality(column):
# KS Test
ks_stat, ks_p_value = kstest(column, 'norm', args=(column.mean(), column.std()))

# SW Test
sw_stat, sw_p_value = shapiro(column)

return ks_stat, ks_p_value, sw_stat, sw_p_value

# Gọi hàm
result = {}
for col in ['open', 'high', 'low', 'close', 'volume']:
ks_stat, ks_p_value, sw_stat, sw_p_value = test_normality(data[col])
result[col] = {
'KS statistic': ks_stat,
'KS p-value': ks_p_value,
'SW statistic': sw_stat,
'SW p-value': sw_p_value
}

# Chuyển đổi result về DataFrame để hiển thị
normality_result_df = pd.DataFrame(result).T

# Hiển thị kết quả
print(normality_result_df)

3. Kết Quả

KS statisticKS p-valueSW statisticSW p-value
open0.1679826.179856e-030.8205631.116056e-09
high0.2125001.927959e-040.8130426.354731e-10
low0.1561911.347956e-020.8316662.637595e-09
close0.1748053.832952e-030.8353213.528857e-09
volume0.4244577.338898e-170.2715245.035959e-20

4. Diễn Giải Kết Quả

  • KS Test: Nếu giá trị p-value nhỏ hơn 0.05, dữ liệu có thể không tuân theo phân phối chuẩn.
  • SW Test: Nếu giá trị p-value nhỏ hơn 0.05, giả thuyết phân phối chuẩn bị bác bỏ.
  • Trong kết quả trên, tất cả các cột đều có giá trị p-value nhỏ hơn 0.05 trong cả hai kiểm định, chứng tỏ dữ liệu không tuân theo phân phối chuẩn.

5. Kết Luận

Kết quả kiểm định cho thấy dữ liệu không tuân theo phân phối chuẩn, điều này có thể ảnh hưởng đến các phương pháp phân tích thống kê tiếp theo. Khi đó, cần xem xét các phương pháp xử lý như biến đổi dữ liệu (log, sqrt), sử dụng các mô hình phi tuyến tính hoặc phương pháp không tham số.


Bài viết cung cấp kiến thức cơ bản về kiểm định phân phối chuẩn và cách áp dụng với dữ liệu tài chính thực tế.