18 Történeti adatbázis Access-ben: MTA-demo

Eddig a tbl_Kutatók és tbl_Látogatások táblák segítségével tanultuk meg az Access alapjait. Ebben a rövid, gyakorlatias fejezetben valódi történeti adaton mutatjuk be ugyanezt a folyamatot: három Excel-fájlt töltünk be, kapcsolatot rajzolunk közéjük, és futtatunk négy egyszerű lekérdezést.

A gyakorlat az MTA alapítói és első nemzedéke (1825–1850) adatsor köré épül. Ugyanez az adat szerepel majd a következő fejezetben a saját eszköz bemutatásakor — így itt pontosan láthatjuk, miért és mit automatizál a saját eszköz.

18.1 Miért ez a gyakorlat?

A tankönyv eddigi példáiban (Kutatók, Látogatások) a struktúra didaktikus volt — kitalált adat, átlátható mezőnevekkel. A történeti kutatásban a valóság ritkán ilyen tiszta: a nyers források tele vannak változó helyesírással, vesszővel elválasztott felsorolással, egymást átfedő kategóriákkal.

Az MTA-adatsor nyers formája (az eredeti MTA_alapitok_es_elso_nemzedek_1825-1850.xlsx fájl) éppen ilyen: a felekezet mező tízféleképpen szerepel (“rk”, “r. kat.”, “katolikus”, “római katolikus” stb.), az MTA-szerep oszlop pedig vesszős felsorolás (“alapító, igazgató tag”). Ha ezt közvetlenül Access-be töltenénk, hamar belefutnánk a “hogy kapok meg egy tiszta lekérdezést?” problémába.

Az itt bemutatott három fájl már eleve helyesen felbontott változat. Ez az, amit a hallgatóknak meg kell szokniuk: egy nyers forrásból a történészi munka első lépése több, tisztán körülhatárolt táblát faragni.

18.2 A három tábla és kapcsolatuk

A három Excel-fájl a következőket tartalmazza:

01_szemelyek.xlsx — 50 rekord, fő tábla. Minden MTA-tag egy sor. Oszlopok:

  • szemely_id — elsődleges kulcs (1–50)
  • nev, szul_ev, halal_ev, nem, szul_hely, foglalkozas
  • vallas_id — idegen kulcs a 02_vallasok táblára
  • mta_osztaly, valasztas_eve

02_vallasok.xlsx — 3 soros kódszótár (lookup-tábla):

  • vallas_id — elsődleges kulcs (1, 2, 3)
  • vallas_nev — kanonikus felekezet-név (Római katolikus / Református / Evangélikus)

03_mta_szerepek.xlsx — 59 rekord. A vesszővel elválasztott MTA-szerepek feloldott formája:

  • szerep_id — elsődleges kulcs
  • szemely_id — idegen kulcs a 01_szemelyek táblára
  • szerep — egyetlen szerep-érték (pl. “alapító” vagy “igazgató tag”)

A kapcsolatok rajza:

┌──────────────────────┐              ┌──────────────────────┐
│  02_vallasok         │              │  01_szemelyek        │
│  ──────────          │    1  :  N   │  ──────────          │
│  vallas_id    (PK) ──┼──────────────┤  szemely_id   (PK)   │
│  vallas_nev          │              │  ...                 │
└──────────────────────┘              │  vallas_id    (FK)   │
                                      │  ...                 │
                                      └──────────┬───────────┘
                                                 │ 1 : N
                                      ┌──────────┴───────────┐
                                      │  03_mta_szerepek     │
                                      │  ──────────          │
                                      │  szerep_id    (PK)   │
                                      │  szemely_id   (FK)   │
                                      │  szerep              │
                                      └──────────────────────┘

Két kapcsolattípusra látunk egyszerre példát: a vallasok → szemelyek irányban egy klasszikus lookup-kapcsolat (sok személy tartozhat egy felekezethez), a szemelyek → mta_szerepek irányban pedig egy egy-a-sokhoz kapcsolat (egy személynek több szerepe lehet).

18.3 A fájlok letöltése

A három gyakorló fájl letöltésre kattintható formában:

A letöltéshez: jobb kattintás a linken → “Hivatkozás mentése másként” (Chrome / Firefox / Edge). Érdemes mindhárom fájlt ugyanabba a mappába tenni.

18.4 Betöltés Access-be

18.4.1 1. lépés: új adatbázis

  1. Nyissuk meg az Access-t → Üres adatbázis
  2. Név: mta_demo.accdb, mentsük egy általunk kiválasztott mappába
  3. Létrehozás

18.4.2 2. lépés: az első Excel-fájl importálása

  1. Külső adatok fül → Új adatforrás → Fájlból → Excel
  2. Tallózás → válasszuk ki a 01_szemelyek.xlsx fájlt
  3. Az ablak alján: “Forrásadatok importálása új táblába az aktuális adatbázisban”
  4. OK

A varázsló lépései:

  • “Első sor oszlopfejléceket tartalmaz” → Igen (pipáljuk be)
  • A szemely_id oszlopnál: Indexelve: Igen (ismétlődés nem megengedett)
  • “Elsődleges kulcs kiválasztása” → “Saját elsődleges kulcs választása” → szemely_id
  • Tábla neve: szemelyek (az alapértelmezett 01_szemelyek névből vegyük ki a “01_” előtagot — nevek táblákban ne induljanak számjeggyel)
  • Befejezés

18.4.3 3. lépés: a másik két fájl

A 2. lépést ismételjük meg a másik két fájlra:

  • 02_vallasok.xlsx → elsődleges kulcs: vallas_id, tábla neve: vallasok
  • 03_mta_szerepek.xlsx → elsődleges kulcs: szerep_id, tábla neve: mta_szerepek

A bal oldali navigációs panelen most három tábla jelenik meg: szemelyek, vallasok, mta_szerepek. Dupla kattintással mindegyik megnyitható adatlap nézetben.

Megjegyzés: ha a hallgatónak megváltozott az oszlopok típusa (pl. a szul_ev szövegként jött be), Tervező nézetben könnyen átállítható Szám típusra.

18.5 Kapcsolatok definiálása

  1. Adatbázis-eszközök fül → Kapcsolatok gomb
  2. A “Táblák megjelenítése” ablakban mindhárom táblát adjuk hozzá → Bezárás
  3. A három tábla ablaka megjelenik — mindegyikben a mezőnevek listája, a PK dőlt-félkövérrel

18.5.1 Első kapcsolat: vallasok ↔︎ szemelyek

  1. Kattintsunk a vallasok tábla vallas_id mezőjére, és húzzuk a szemelyek tábla vallas_id mezőjére
  2. Megjelenik a “Kapcsolatok szerkesztése” ablak
  3. Referenciális integritás érvényesítése → pipáljuk be
  4. Létrehozás

A rajzon most egy vékony vonal jelenik meg a két tábla között, “1” és “∞” jellel — ez a referenciális integritás jelölése, és azt biztosítja, hogy a szemelyek táblában ne szerepelhessen olyan vallas_id, ami nincs a vallasok táblában.

18.5.2 Második kapcsolat: szemelyek ↔︎ mta_szerepek

Ugyanígy: húzzuk a szemelyek.szemely_id-t a mta_szerepek.szemely_id-re, és érvényesítsük a referenciális integritást.

Mentés Ctrl+S. A kapcsolatrajzot érdemes nyitva hagyni a lekérdezések írásakor, hogy lássuk, mi mihez kapcsolódik.

18.6 Négy egyszerű lekérdezés

Mindegyik lekérdezést Tervező nézetben állítjuk össze — nincs szükség SQL-t írni, csak táblákat húzni és mezőket választani.

18.6.1 Lekérdezés 1 — minden személy a felekezete megnevezésével

Ez a legegyszerűbb JOIN: két táblát kapcsolunk össze a közös kulcs mentén.

  1. Létrehozás fül → Lekérdezéstervezés
  2. Táblák megjelenítése: szemelyek és vallasok → Bezárás (Access automatikusan megrajzolja a kapcsolatot)
  3. A szemelyek táblából dupla kattintással: nev, szul_ev
  4. A vallasok táblából dupla kattintással: vallas_nev
  5. A nev oszlop Rendezés sorában: Növekvő
  6. Futtatás (piros felkiáltójel)
  7. Mentés: Ctrl+S → qry_01_szemelyek_felekezettel

Várható eredmény: 50 sor, minden személy a kanonikus felekezet-névvel.

18.6.2 Lekérdezés 2 — hány MTA-tag tartozott felekezetenként?

Ez az első aggregált (összegző) lekérdezésünk.

  1. Létrehozás → Lekérdezéstervezés
  2. Húzzuk be a szemelyek és vallasok táblát → Bezárás
  3. Vigyük le a vallas_nev mezőt, majd még egyszer a vallas_nev mezőt (az első a csoportosítás kulcsa, a második a számoláshoz kell)
  4. A Tervezés szalagon kapcsoljuk be az Összesítés (Σ) gombot — új sor jelenik meg “Összesítés” felirattal
  5. Az első vallas_nev alatt maradjon Group By (Csoportosítás)
  6. A második vallas_nev alatt állítsuk át: Count (Darab)
  7. Futtatás
  8. Mentés: qry_02_felekezeti_eloszlas

Várható eredmény:

vallas_nev Count Of vallas_nev
Római katolikus 31
Református 10
Evangélikus 9

18.6.3 Lekérdezés 3 — 1830-ban választott nyelvészeti osztályú tagok

Ez a lekérdezés két szűrési feltételt mutat meg egyszerre.

  1. Létrehozás → Lekérdezéstervezés
  2. Csak a szemelyek táblát húzzuk be → Bezárás
  3. Vigyük le: nev, foglalkozas, mta_osztaly, valasztas_eve
  4. A valasztas_eve oszlop Feltétel sorába: 1830
  5. A mta_osztaly oszlop Feltétel sorába: "nyelvtudományi"
  6. A nev oszlop Rendezés sora: Növekvő
  7. Futtatás
  8. Mentés: qry_03_1830_nyelveszek

Várható eredmény: többek között Vörösmarty Mihály, Toldy (Schedel) Ferenc, Kisfaludy Sándor. Amikor két feltétel ugyanabban a sorban áll, az logikai ÉS: mindkettőnek teljesülnie kell.

18.6.4 Lekérdezés 4/A — kik voltak több MTA-szerepben (két lépésben)?

Ezt először két lépésre bontjuk, hogy a hallgatók lássák: lekérdezésre is lehet lekérdezést építeni.

Első lekérdezés — hány szerepe van személyenként:

  1. Létrehozás → Lekérdezéstervezés
  2. Húzzuk be a szemelyek és mta_szerepek táblát → Bezárás
  3. Vigyük le: nev, majd a szerep mezőt
  4. Összesítés (Σ) bekapcsolása
  5. nev alatt: Group By, szerep alatt: Count
  6. Mentés: qry_04a_szerepszam

Második lekérdezés — az előzőre épülve szűrjük a többszerepűeket:

  1. Létrehozás → Lekérdezéstervezés
  2. Táblák megjelenítése: a Lekérdezések fülön húzzuk be a qry_04a_szerepszam-et → Bezárás
  3. Vigyük le mindkét mezőt
  4. A CountOfszerep oszlop Feltétel sorába: >1
  5. Rendezés csökkenő a szerepek száma szerint
  6. Futtatás
  7. Mentés: qry_04a_tobbszerepuek

Várható eredmény: 9 sor — Széchenyi István (alapító + alelnök), Vay Ábrahám, Andrássy György, Károlyi György, Teleki József, Döbrentei Gábor, Helmeczy Mihály, Toldy (Schedel) Ferenc, Prónay Sándor, egyenként 2 szereppel.

18.6.5 Lekérdezés 4/B — ugyanaz egyetlen lekérdezésben

Ha az Összesítés és Feltétel kombinációt már kényelmesen használjuk, Lekérdezés 4 egyetlen lépésben is összerakható. A Feltétel sor ilyenkor a csoportosítás utáni szűrésre vonatkozik.

  1. Létrehozás → Lekérdezéstervezés
  2. Húzzuk be a szemelyek és mta_szerepek táblát → Bezárás
  3. Vigyük le: nev, majd a szerep mezőt
  4. Összesítés (Σ) bekapcsolása
  5. nev alatt: Group By, szerep alatt: Count
  6. A szerep oszlop Feltétel sorába: >1
  7. A szerep oszlop Rendezés sora: Csökkenő
  8. Futtatás
  9. Mentés: qry_04b_tobbszerepuek_egylepesben

Várható eredmény: ugyanaz a 9 sor, mint a 4/A-ban.

Mikor melyik? A 4/A (kétlépéses) didaktikailag erősebb: megmutatja, hogy a lekérdezés nem zsákutca, hanem újabb építőelem egy következő lekérdezéshez. A 4/B (egylépéses) kompaktabb és a gyakorlatban gyakrabban használt. Mindkettő pontosan ugyanazt az eredményt adja.

18.7 Összefoglalás és átvezetés

A gyakorlatban a következő logikát látszottuk végig:

  1. A nyers Excel-adatból több, tisztán körülhatárolt táblát készítünk — ez a normalizálás.
  2. Az Access-be három különálló táblaként töltjük be őket.
  3. A táblák közötti logikai kapcsolatot referenciális integritással rögzítjük.
  4. Az elemzést lekérdezésekként fogalmazzuk meg — minden egyes kutatási kérdést egy külön, mentett és újrafuttatható lekérdezés képvisel.

A következő fejezet ugyanerre az MTA-adatra a saját, böngészőben futó eszközünket veti be. Ott nem kell külön táblákat definiálnunk, kapcsolatokat rajzolnunk, lekérdezéseket tervezőrácson összerakunk — mindez már be van építve a prozopográfia sablonba. Az itt megértett fogalmak viszont pontosan ugyanazok maradnak, csak a felület lesz egyszerűbb.