Kertokaas tietokantojen parissa työskentelevät

Molempia tapoja olen käyttänyt eri yrityksissä.

Ja jos ei työpaikka osta välinettä niin olen source versioita löytyy. Esim DBeaver ja Toad

Yleensä kanta suunnitellaan etukäteen peruskuntoon, mutta "isommat" kannat ovat melko varmasti pitkäaikaisen kehittymisen tulosta. Eli ei ole heti kärkeen tehty 100 taulua ja niissä yhteensä 4000 kolumnia. Todennäköisesti ihan ekassa versiossa oli 5 - 10 taulua ja ehkä 50 - 100 kolumnia. Sitten vuosien myötä se on siitä kasvanut.

Itse olen lähinnä nähnyt ORM-tyyliä, jossa siis kantarakenne tehdään koodilla, eikä SQL-lauseilla. Eli esim. Pythonissa SQLAlchemyllä näin:

class User(db.BaseModel):
    __tablename__ = "user"
    id = db.Column(db.Int, primary_key=True)
    username = db.Column(db.String(100), nullable=False)
    email = db.Column(db.String(255))


Se sitten generoidaan automaattisesti varsinaiseen kantaan tähän tyyliin, komentorivillä tai vaikkapa Ansible playbookissa:

python manage.py db upgrade

Sitten jos haluaa lukea arvoja kannasta:

# Jos on tiedostossa apps/user/model.py
from apps.user.model import User

gmail_users = User.query.filter(User.email.like("%@gmail.com")).all()
for user in gmail_users:
    print("Email-osoite on: {}".format(user.email))

Tuo tulostaisi kaikki kannasta löytyneet tulokset tuolle haulle, joka vastaa tätä:
SELECT * FROM user WHERE email LIKE "%@gmail.com"