Merge pull request #17 from mfortini/main

Aggiunta gestione colonne di tipo data (su consiglio di @aborruso)

posts/csv-ventitre-gigabyte-senza-affanno/index.qmd

@@ -156,10 +156,12 @@ Per poterlo importare occorre filtrare solo le linee che hanno un numero di colo
 ```bash
 unzip "OpenData Complessivo.zip"
 awk -F\| '{if (NF-1 == 90) { print } }' < TOTALE.csv > TOTALEfix.csv
-duckdb OpenCUP.db -c "CREATE TABLE OpenCUP AS SELECT * FROM read_csv_auto('TOTALEfix.csv',delim='|',parallel=FALSE);"
+duckdb OpenCUP.db -c "CREATE TABLE OpenCUP AS SELECT * FROM read_csv_auto('TOTALEfix.csv',delim='|',dateformat='%d-%b-%y',parallel=FALSE);"
 ```
+Notare che è stato necessario esplicitare il formato per la data, in modo che duckdb converta correttamente i campi relativi, che sono del tipo 01-JAN-15. Questo permette sia una migliore gestione dei dati,
+che una rappresentazione più efficiente in termini di spazio su disco.
 
-Il file DuckDB risultante, a fronte di un CSV di 23.946.237.777 byte, è 4.466.159.616 byte, con una riduzione a circa 1/6, merito del formato binario contro quello ASCII.
+Il file DuckDB risultante, a fronte di un CSV di 23.946.237.777 byte, è 4.431.294.464 byte, con una riduzione a circa 1/6, merito del formato binario contro quello ASCII.
 
 ### Prestazioni del formato DuckDB
 
@@ -180,7 +182,7 @@ Con il comando
 ```bash
 duckdb OpenCUP.db  -c "COPY (SELECT * FROM OpenCUP) TO 'OpenCUP.parquet' (FORMAT 'PARQUET', CODEC 'ZSTD');
 ```
-si ottiene un file Parquet di 2.299.910.076 byte, con una riduzione di circa 1/2 rispetto al formato nativo DuckDB.
+si ottiene un file Parquet di 2.296.193.848 byte, con una riduzione di circa 1/2 rispetto al formato nativo DuckDB.
 
 Se con questo comando si hanno problemi di memoria si può provare a impostare `SET preserve_insertion_order=false`: