###################################################################################################
# 1. Pripojte sa k databaze `Poliklinika` pomocou ODBC.

if (!require(tidyverse, quietly = TRUE)) install.packages("tidyverse");
if (!require(gridExtra, quietly = TRUE)) install.packages("gridExtra");
library(tidyverse)
library(gridExtra)

# Sposob 1:
# Treba nainstalovat ODBC mysql driver z
# https://dev.mysql.com/downloads/connector/odbc/
# Ja som nainstaloval "Windows (x64, 64-bit), MSI Installer"
# Poznamka: Instalacia ODBC konekotra vyzaduje admin prava. Ak nemame, treba prejst na sposob 2.
# Potom spustit program "ODBC Data Sources 64 bit" zo start menu.
# Kliknut na Add
# Zvolit MySQL ODBC 8.0 Unicode Driver
# Vyplnit Data Source Name: mysql-poliklinika
# TCP/IP Server: localhost       Port: 3306
# User: root
# Password: mysql (resp. to co ste zvolili pri instalacii)
# Database: poliklinika

# Pozn. V realnom zivote nikdy nevytvarat ODBC data source pouzitim root uzivatela MySQL. 
# Vzdycky vytvorit v MySQL noveho pouzivatela s primerane obmedzenymi pravami.


if (!require(RODBC, quietly = TRUE)) install.packages("RODBC")
library(RODBC)

conn <- odbcConnect('mysql-poliklinika')

# Sposob 2: Nevyzaduje ODBC ani admin prava ani netreba nic instalovat.

if (!require(RMySQL, quietly = TRUE)) install.packages('RMySQL')
library(RMySQL)

conn <- dbConnect(
  MySQL(), 
  user = 'root', 
  password = 'TU VLOZIT HESLO K MYSQL',
  dbname = 'poliklinika', 
  host = '127.0.0.1', 
  port = 3306
)

# Ak prikaz vyssie vyhodi chybu:
# Error in .local(drv, ...) : 
# Failed to connect to database: Error: Plugin caching_sha2_password could not be loaded: The specified module could not be found.
#
# Dovod tej chyby je novy sposob autentifikacie v MySQL 8.
# Ten nie je kompatibilny s kniznicou v R. 
# Vo Workbenchi otvorte novy subor a vykonajte prikaz nizsie, ktory nastavi stary sposob autentifikacie.
# ALTER USER 'root'@'localhost' IDENTIFIED WITH mysql_native_password BY 'TU VLOZIT HESLO K MYSQL';


###################################################################################################
# 2. Vytvorte dve tabulky `Lek` a `Nav` exportovanim zodpovedajucich tabuliek z MySQL

qL = "select idL, krstne, spec from lekari"
qN = "select idL, poplatok pop, month(den) mes from navstevy"

# Sposob 1: Ak ste sa pripojili pomocou odbcConnect(...)
Lek <- sqlQuery(conn, qL); Lek
Nav <- sqlQuery(conn, qN); Nav

close(conn)



# Sposob 2: Ak ste sa pripojili pomocou dbConnect(...)
Lek <- fetch(dbSendQuery(conn, qL), n = -1); Lek
Nav <- fetch(dbSendQuery(conn, qN), n = -1); Nav

on.exit(dbDisconnect(conn))



###################################################################################################
# 3. Spojte `Lek` a `Nav` do jednej tabulky `LN` a presvedcte sa, ze operacie inner_join a 
# left_join v danom pripade vratia rovnake vysledky.

LN = Lek %>% inner_join(Nav); LN
LN2 = Lek %>% left_join(Nav);
difLN = setdiff(LN, LN2); difLN
dim(difLN)

###################################################################################################
# 4. Z `LN` odfiltrujte riadky s `null` poplatkami.

filter(LN, !is.na(pop))

# Pozn.: Skuste za x,y dosadit nejake konkretne indexy a pozrite co to vypise
# filter(LN, ! is.na(pop))[x,y]

###################################################################################################
# 5. Vytvorte tabulku `LN_id`, ktora bude obsahovay vsetky udaje z `LN`, no bez stlpca `idL`.
LN_id = select(LN, -idL)
LN_id

###################################################################################################
# 6. Vytvorte tabulku `LNk`, ktora bude obsahovay vsetky udaje z `LN`, no stlpec `krstne` bude 
# pomenovany `krst`.

LNk = select(LN_id, krst = krstne, everything())
LNk
# <=>
LNk = rename(LN, krst = krstne)
LNk

###################################################################################################
# 7. Vyfiltrujme z `LN` riadky s poplatkami 200, 500 a 800.

LNf = filter(LNk, pop == 200 | pop == 500 | pop == 800)
LNf

###################################################################################################
# 8. Pripojte sa k databaze NASA a nakreslite bodovy graf pre dvojicu stlpcov radi, temp farebne v 
# zavislosti od siestich hodnot A,B,F,G,K,M stlpca type.

# Pripojime sa k databaze `nasa`, ktoru si stiahneme zo stranky predmetu. Nezabudnut vytvorit novy 
# ODBC Data Source pre databazu `nasa`, vid. zaciatok suboru.

conn <- odbcConnect('mysql-nasa')
qq = "select * from Exoplanets;"
df2_ <- sqlQuery(conn, qq)
close(conn)

head(df2_,10) # Vypis prvych 10 riadkov 
names(df2_)  # Vypis nazvy stlpcov
df2 = transmute(df2_, dist = st_distance, mass = st_mass, type = st_spectral_type, temp = st_effective_temp, radi = st_solar_radii, disc = pl_discovery_method ); names(df2) 

# Uvod do vykreslovania z prednasky:
## Vykreslime vztah vzdialenosti a hmotnosti hviezdy
plot(df2$dist,df2$mass)

## To iste, ale pouzijeme kniznicu ggplot2 (asi najmocnejsia kniznica na vykreslovanie aka existuje)
## Farby zavisia od sposobu objavenia planet, ktore danu hviezdu obiehaju.
library(ggplot2) 
ggplot(df2, aes(x=df2$dist, y=df2$mass, color=df2$disc)) + geom_point(size=3)


# Riesenie:
# Nebude fungovat, lebo type obsahuje prilis vela roznych spektralnych tried hviezd.
# ggplot(df2, aes(x=df2$radi, y=df2$temp, color=df2$type)) + geom_point(size=3)

# Spravime GROUP BY podla spektralneho typu hviezd
gg <- group_by(df2, type) 
# Vypiseme len spektralny typy hviezd
s3 = summarise( gg ); s3
# Vypiseme spektralne typy hviezd a pocet vyskytov. Pozn: !is.na(...) filtruje non-null hodnoty
s3p = summarise(gg, pct = sum(!is.na(type)))
# Vypis prvych 15
head(s3p, 15) # <=> s3p[1:15,]

# Chcene spektralne typy hviezd
typ6 = c("A", "B", "F", "G", "K", "M");
# Chceme len tie planety, kde spektralny typ ich materskej hviezdy zacina na nejake pismeno z pola typ6.
df2F = filter(df2, substring(type, 1, 1) %in% typ6)
# Nahradime vsetky spektralne typy za ich prve pismeno (G2 V --> G, F7 -> F, F6 -> F, ...)
df2FT = mutate(df2F, type = replace(type, 1==1, substring(type, 1, 1))); df2FT

# Spravime GROUP BY podla spektralneho typu hviezd, kde prve pismeno spek. typu sa nachadza v poli typ6.
ggFT <- group_by(df2FT, type)
# Vypiseme pocty vyskytov zakladnych spektralnych typov typ6
s3pFT= summarise(ggFT, pct = sum(!is.na(type) )); s3pFT

# Konecne riesenie
ggplot(df2FT, aes(x=df2FT$dist, y=df2FT$mass, color=df2FT$type)) + geom_point(size=3)
###################################################################################################
###################################################################################################
# BONUS: vykreslovanie (velmi silna vlastnost R)

###################################################################################################
# B1: Vykreslite histogram pocetnosti navstev za jednotlive mesiace

# Stlpec `mes` z tabulky `Nav` prevedieme na pole cisel s nazvom `Mes`
Mes = as.numeric(as.character(Nav$mes)); Mes

# Vykreslime histogram 

# Zakladny histogram
ggplot(Nav, aes(x=mes)) + 
  geom_histogram(
    binwidth=1, 
    color="black", 
    fill="darkmagenta"
  )

###################################################################################################
# B2: Vykreslite kolko ktory lekar vyzbieral na poplatkoch

ggplot(Nav, aes(x=idL,y=pop)) + 
  stat_summary(
    fun.y=sum,
    geom="bar",
    color="black", 
    fill="darkmagenta"
  )