SQL Project

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 1

UMUC Data 620 Assignment 6.1    Your Team:    Individual names:      Date:             This is a team assignment.  Recall from our syllabus:   

For team assessments:  Each person on a team will typically receive the same grade for an assessment. The highest possible  grade on the team project will be based on what is submitted as the team end‐product.  However, a team member's grade  may be adjusted downward for a specific assessment if the faculty member determines the quality of that person's  participation to be substandard. To allow your faculty member to review team member contributions to all team  assessments, each team member is required to post all contributions in the team's discussion area. 

  Your company wants to merge its old product order data into a new data mart to facilitate analysis.  Your team has been tasked with  writing an ETL (extract, transform, and load) code sequence, and executing it on three years’ worth of order data.  Your team will  produce: 

 A .csv data file suitable for direct upload to the data mart, to match the data mart format given in the assignment   A Microsoft word memo to the executive team, outlining what you did and what your recommendations are for moving 

forward.  In the Appendix of the memo you will put the SQL code you wrote. 

Additionally, you will submit a peer evaluation of your own and your teammates’ performance after completion of this project. 

Of course, it is possible to perform ETL using a variety of software packages; even Excel. But, for this project, please do *all* of your  programming in My SQL Workbench.  A correct answer obtained by using something other than MySQL will not receive credit.       

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 2

Rubric:  Element:  Possible 

Points  Notes 

.csv file deliverable  20  Graded according to correctness of .csv file data over all years, product lines, and  other summary fields.  File should have headers describing the columns.   Columns should be sorted per instructions.  .csv data supports answers to  Executive Memo below. 

  SQL code  50  SQL Code is submitted as a separate attachment and labeled as required.   

  Graded according to SQL rubric.  Include comments and easy‐to‐follow queries.  If 

we cannot generate your .csv file from the input files using your SQL code  and following your directions, you will receive a 0 on this part.   

  You are welcome to include screenshots, but please also include SQL code such 

that we can run it.  If your only SQL is a screenshot, you will receive very  little credit on this part. 

Executive Memo      ERD, ETL  Documentation  and  Metadata   

20  ERD is clearly documented and contains sentences denoting cardinality of  relationships.  

Process explanation is clear and in business English, not “technology‐speak.”   Diagrams are encouraged.  There is no use of SQL in this part, but instead  references are made to SQL code by caption number in Appendix where  needed.    

Metadata is clear and comprehensive, and would be sufficient for a new  programmer to come up to speed quickly.  

Question 1 –  Granularity 

30  Complete answer to question, with examples where needed to support points.   Demonstrates understanding of granularity in data marts. 

Question 2 ‐ Ramon  30  Complete answer to question, with examples where needed.  Demonstrates  understanding of what Ramon would need to answer the query; can run an  example with one or two pieces of final data to illustrate. 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 3

Question 3 – different  format for the data 

30  Complete answer to question.  Demonstrates understanding of advantages and  disadvantages of two different types of two data layouts.  Identifies any  missing ideas and defends answer. 

APA Formatting  20  Memo conforms to desired formatting: APA formatting for everything except for  important charts/diagrams.  Do not put important charts/diagrams in  Appendix.  Instead, put them in line with your text, with a Figure caption or  a Table reference using Microsoft Word’s References ‐> Insert Caption and  Cross‐Reference capability.  Appendix should contain technical SQL Code,  and any secondary charts/diagrams.  Few grammatical or spelling errors.   Passes a Turnitin plagiarism check. 

TOTAL  200    Getting Started:    This assignment starts with the script, “Week6_business_units.sql” .  This script should create a table called “business_unit” and a  table called “Product_BU.”  Unfortunately, the metadata descriptions have been lost, so you will need to figure out what you can  from the SQL script.  The only thing you know about the metadata is that the company runs several individual strategic business  units, such as “On The Go” and “Snack.”  Each of these business units is run under an umbrella designation, such as “Growth” or  “Decline.”  The company will run marketing for growth products differently than it would run marketing for products on the decline.      You also have product order files from 2012, 2013, and 2014.  They are attached as .csv files titled  

 “2012_product_data_students.csv”   “2013_product_data_students.csv”   “2014_product_data_students.csv”   

  Your job is to use SQL to perform an ETL which will accomplish the following: 

1. Extract data from the 2012, 2013, and 2014 order files  2. Transform the data according to the given rules  3. Load it into one final table   4. Export your final output table under the name “GX_output_final.csv” . (You may create as many or as few data objects as you 

like in your work, but the data in the .csv file named “GX_output_final.csv” will be the data evaluated. 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 4

Please name the computer files you submit for this assignment with a “GX” prefix, where “X” is your group number.  For example, if  you are in Group 3, you might create an SQL script named “G3_extract_2012.sql”  (Ensure your group number and group member  names are commented in any script you turn in as well.)    This is so when we grade the work, it’s clear which bit came from which group.   You should get credit for your good work!    You may write one large SQL script to accomplish the entire process.  You may also break your SQL commands into smaller groups,  interspersed with MySQL GUI commands.  If you do this, your notes should reflect what you did (for example, in the Appendix you  could say “We created database YYY, and then used the “import” button on the MySQL GUI interface to upload the .csv file into  Table Z.  Then we ran the script shown in Figure X …”)    Please only use MySQL for this assignment.  The only exceptions here are minor edits made using Notepad or Excel, such as putting  headers on column names.  Document these carefully in your Appendix; if your SQL script doesn’t write column headers, but your  output file magically has them, we want to know how they got there.  You can just say something like “After we did << XXX >> to  export the data, we used Notepad to insert Row 1, which are the header names.”)    Remember, you have learned how to download and run a .sql script.  And in Week 4, we learned how to import and export files.   You will need both of these skills this week.    A note about outfile names:  you may find yourself going through several iterations of output file names, such as “outfile_01” and  “outfile_02.”   It’s okay if you need to manually rename your final output file from “outfile_99” to the name requested above just  before you turn it in.  Just make a note if you did this.  (You don’t need to hold your breath and hope you get the code to run  perfectly the very first time.)    Detailed Instructions:    The very last pages of this assignment document contains a method for export.  You are welcome to use this.  If you want to use a  different export method, verify with your faculty that it is OK.    Extraction:  Your extracted data should meet the following criteria for each of the 2012, 2013, and 2014 data sets. 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 5

1. Business Unit Designations are for “Growth” and “Mature” only.  Among other things, this means you should not choose any  orders which are associated with a “Decline” designation. 

2. You will need to make a business decision about whether you want to extract records with a quantity of 0 or an order total of  0.  Please note your decision and the logic behind it in your management memo.   

Transformation:  Your output file should follow this format, for loading into the data mart.  A sample of some output is given below;  note that your data may or may not match these numbers. 

1. BU Designation – this is Growth and Mature; please roll up by this field  2. BU Name – no transformations; roll up by this field within BU Designation  3. Product – no transformations; roll up by this field within BU Name  4. Region – no transformations; roll up by this field within Product  5. Year – no transformations; roll up by this field within Region  6. Month – no transformations; roll up by this field within Year  7. Sum of Quantity – this reflects the sum of the “Quantity” field in the relevant data.  For example, in the data below, the first 

line indicates that for Growth/Energy/Purple Pain/Eastern/2012/April, there was a total of 20 Purple Pain packets sold.  This  could reflect twenty 1‐packet sales, four 5‐packet sales, or one sale of 20 packets. 

8. Sum of Order Total – this reflects the sum of the “Order total” field in the relevant data.  For example, in the data below, the  first line indicates that for Growth/Energy/Purple Pain/Eastern/2012/April, there was a total of 6960 cents in revenue from  the 20 Purple Pain packets sold.  (This implies a price of 6960/20 = 348 cents, or $3.48 per Purple Pain Packet in 2012.)  You  can assume pricing is stable throughout a calendar year, and any price changes happen instantaneously at midnight on  December 31 and apply to the entire next year. 

BU Designatio n 

BU Name 

Product  Region  Year  Mont h 

Sum of Quantity  

Sum of Order Total 

Growth  Energy  Purple Pain  Eastern  2012  4  20  6960  Growth  Energy  Purple Pain  Eastern  2012  8  19  6612  Growth  Energy  Purple Pain  Western  2012  6  0  0  Growth  Energy  Red Hot Chili 

Peppers  Eastern  2012  1  33  14190 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 6

Growth  Energy  Red Hot Chili  Peppers 

Eastern  2012  8  30  12900 

Growth  Energy  Red Hot Chili  Peppers 

Midwest  2012  6  37  15910 

Growth  Energy  Red Hot Chili  Peppers 

Western  2012  2  12  5160 

Growth  Energy  Red Hot Chili  Peppers 

Western  2012  3  33  14190 

Growth  Snack  Crocodile Tears  Eastern  2012  2  26  7332  Growth  Snack  Crocodile Tears  Southeast  2012  4  4  1128  Growth  Snack  Crocodile Tears  Western  2012  3  18  5076  Mature  Health  Panda Gummies  Eastern  2012  4  69  10074  Mature  Health  Panda Gummies  Midwest  2012  7  16  2336 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 7

Load:  Your deliverable is a single .csv file with the applicable data in it.  It should contain only the fields listed above, and should be  sorted alphabetically (or numerically) ascending in each field, with the leftmost fields having precedence.  For example, you should  first sort on BU Designation, and within that, sort on BU_Name.  Your one data file should contain the data from all three years  (2012, 2013, and 2014).   If they are not contained already upon export, make sure to use your .csv editor (such as Notepad or Excel)  to insert the field names on your .csv file.      Management Memo    Your team writes a memo to management outlining your answers to the following questions: 

1. Create and explain an entity relationship diagram (ERD) to go with this data.  Your ERD should describe the business situation  in existence as best as you can infer it.   Since your input files are not necessarily in the best shape, your ERD should not  simply map the input files.  Your output file is by definition a flat file with no major database schema, so your ERD shouldn’t  map that either.  As a hint, consider this:  based on the data here, what relationship can you infer exists between BU  Designation and Product?  One to one?  One to many?  Must‐have or may‐have?  Use ER Assistant to do your ERD, and  incorporate a screenshot of your ERD in the management memo.  (You do not need to attach the ER Assistant file.) 

2. Document your ETL process.  Which functions did you use, and what logic did you follow?  This should be at the level that  your boss, who has an MBA but not an IT/database background, can follow it.  Do not use “computer‐ese” here; use regular  business English. 

3. Give metadata for your final deliverable file.  The analysts who follow you will thank you.  4. Your boss has a question for you.  “We think this is about the right level of granularity for our data mart.  What do you think?  

Should we extract more detailed information, and if so, what?  Or would you recommend going to a coarser level of  granularity, and if so, what fields would you recommend we drop?” Give your rationale.  Think critically, and demonstrate a  good understanding of data management. 

5. Your boss wants to know the answer to this business question:  “We believe our Growth segment should show at least 10%  year over year growth in either quantity sold or order total.  We also believe our Mature segment should remain pretty much  the same in terms of quantity and order totals.  If I give the final data file you produced to Ramon (an expert analyst), can he  run queries to answer this?”  (You may wish to run a query or two as proof of concept.)  Tell the boss if you believe the data  as laid out like it is will easily support Ramon in that sort of analysis.  If it will, what about it makes it easy?  If it won’t, how  could it change to support this analysis? 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 8

6. Your boss has another question:  “Our database folks have suggested we use a different format for the ETL if I’m so  interested in growth.  It’s copied below.  It’s the exact same data, just a little differently arranged.  What do you think of it?   Bobby, one of my IT people, thinks a data mart with this layout is a brilliant answer to the growth question.  But Susie,  another one of my IT people, has concerns that this data layout will make it hard to query on any other dimension, such as  whether a particular product is doing well or poorly in a given region, regardless of year, or monthly seasonal trends.  Am I  missing anything here?  What do you recommend?  If we had to go with just one layout of our data mart, which layout  should it be?” 

Existing layout:  << Other fields such as  Designation here >> 

Year  Sum of Quantity  Sum of Order Total 

XXX  2012  15  150  XXX  2013  16  160  XXX  2014  17  170    Proposed layout:  << Other fields  such as Designation  here >> 

Sum of Quantity  for 2012 

Sum of Order  Total for 2012 

Sum of  Quantity  for 2013 

Sum of  Order Total  for 2013 

Sum of  Quantity  for 2014 

Sum of  Order Total  for 2014 

XXX  15  150  16  160  17  170   

A successful memo will meet the following criteria:   Times New Roman, double spaced, 12‐point font, with 1‐inch margins   Contain a cover page with your group’s number and all group members’ names on it   Contain a bibliography in APA format citing appropriate references (you may need to only cite this classroom and the 

Reference Manual; if you look up other sources cite them too.)   Pass a Turnitin check for plagiarism   Be in memo form, addressed to your boss, in business English (not computer‐ese).  Technical talk goes in the Appendix.   Be of reasonable length.  There are no page minimums or maximums, but please be reasonable.  Something on the order of 

10 pages or less for the written memo should probably suffice; the Appendix may run longer. 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 9

 An Appendix with any technical information you want to include.  This could be technical explanations of how you used the  GUI, or other nerdspeak. 

 Classic APA formatting calls for all figures, exhibits, and tables to be in the Appendix.  I’m changing this requirement here.  If  a diagram (for example, a flowchart of something) would make more sense in the body of your paper, put it in the body.  If it  would make more sense in the Appendix, leave it in the Appendix.  In the past, papers which have earned 85% or above have  had Microsoft Word cross‐referencing and captions, and will have at least a few diagrams in the main body of the paper.   Papers which have all their figures in the Appendix typically earn less than 85%. 

Submit:   Your memo, labeled “GX_memo.docx” (or .pdf), where “X” is your group number.  (If you are Group 3, this will be called 

“G3_memo.docx”   Your final output file, labeled “GX_output_final.csv”, where “X” is your group number.     The SQL code file(s) you used to make this happen.  If there is more than one file, label them to make it easy to find and 

assemble them.  If you have 3 files, you can call them “GX_1_extract.sql”, “GX_2_transform.sql”, “GX_3_load.sql”, etc.  The  GX is your group designation.  The 1, 2, 3 are the orders in which we should run the scripts.  And the word is a summary of  what it might do – the words you use are entirely up to you.  

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 10

  2012 Data Notes:    Your order 2012 data is contained in the attached file, “2012_product_data_students.csv.”  A sample of this file’s type of data is  contained below in Table 1 Sample of order data from 2012.  (Note your file may or may not have the same data in it.)    Your field definitions follow: 

 Month:  integer, corresponds to the month of the sale.  For example, 5 = May.   Country:  character, should all be USA. (All data in this exercise should be USA.)   Region:  character, represents the regions within the country.   State:  two characters, USPS state abbreviations.  Each state is within one region.   Product:  character.  This is the name of a packaged food product.   Per‐unit price:  integer.  This represents the per‐unit price in cents; for example, 466 indicates that Blue Rock Candy sells for 

$4.66 per package.  (For the purposes of this exercise, you may disregard all currency formatting and just use 466 to  represent $4.66.  If you choose to do this, make sure you note it in your final product.) 

 Quantity:  integer.  This represents how many items were in that particular order.  The first order here was for 3 packages of  Blue Rock Candy. 

 Order Total:  integer.  This is the per‐unit price x the quantity.  The first line here indicates that 466 x 3 = 1398 (or $13.98) was  the price of the first order.   

Table 1  Sample of order data from 2012 

Month  Country  Region  State  Product  Per‐ Unit  Price 

Quantity  Order  Total 

5  USA  Midwest  MN  Blue Rock Candy  466  3  1398  5  USA  Eastern  RI  Pink Bubble Gum  318  15  4770  4  USA  Southeast  MO  Crocodile Tears  282  4  1128  1  USA  Eastern  MD  Yellow Zonkers  258  27  6966 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 11

2013 Data Notes:    Your order 2013 data is contained in the attached file, “2013_product_data_students.csv”    A sample of this file’s data is contained below as Table 2 Sample of order data from 2013.  (Note your file may or may not have the  same data in it.)    Your field definitions follow: 

 Month:  integer, corresponds to the month of the sale.  For example, 5 = May.   Region:  character, represents the regions within the country.   Customer_ID:  numeric, represents the customer’s unique Customer ID number.   Product:  character.  This is the name of a packaged food product.  The product name is consistent between 2012, 2013, and 

2014; for example, if something is called “Orange Creepies” in 2012, those characters refer to the same product in 2013 and  2014. 

 Per‐unit price:  integer.  This represents the per‐unit price in cents; for example, 293 indicates that Crocodile Tears sells for  $2.93 per package.  (For the purposes of this exercise, you may disregard all currency formatting and just use 293 to  represent $2.93.  If you choose to do this, make sure you note it in your final product.) 

 Quantity_1:  integer.  This represents how many items were in the first shipment of that particular order.  This year we had  shipping problems, and could often not ship the entire order all at once.  Orders were split into two shipments where  necessary, and Quantity_1 reflects how many units were shipped first.  (Assume all shipments were completed in the month  listed, and that no shipments had the first shipment in one month and the second shipment in the subsequent month.)   

 Quantity_2:  integer.  This represents how many items were in the second shipment of that particular order.  A 0 indicates a  second shipment was not necessary.  To get the total number of items shipped, you need to add Quantity_1 and Quantity_2. 

 The first line here reflects that Crocodile Tears has a first shipment of 13 units, and a second shipment of 1 unit, all within the  month of May, for a total of 13 + 1 = 14 units.   

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 12

Table 2  Sample of order data from 2013 

  Month  Region  Customer_ID  Product  Per‐Unit 

Price  Quantity_1  Quantity_2 

5  Southeast  857  Crocodile Tears  293  13  1  9  Midwest  785  Blue Rock Candy  489  16  10  5  Eastern  906  Nap Be Gone  427  24  4  2  Western  939  Yellow Zonkers  253  8  5  7  Western  558  Pink Bubble Gum  318  26  7 

2014 Data Notes:    Your order 2014 data is contained in the attached file, “2014_product_data_students.csv.”    A sample of this file’s data is contained below as Table 3 Sample of order data from 2014.  (Note your file may or may not have the  same data in it.)    Your field definitions follow: 

 Month:  integer, corresponds to the month of the sale.  For example, 5 = May.   Country:  character, represents the country of the customer.  Should all be USA.   Region:  character, represents the regions within the country.   State:  USPS code for the 50 United States.   Product:  character.  Same as in 2012 and 2013 data.   Per‐unit price:  integer.  This represents the per‐unit price in cents; for example, 425 indicates that Red Hot Chili Peppers sells 

for $4.25 per package.  (For the purposes of this exercise, you may disregard all currency formatting and just use 425 to  represent $4.25.  If you choose to do this, make sure you note it in your final product.) 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 13

 Quantity:  This represents how many items were in that particular order.  The first order here was for 32 packages of Red Hot  Chili Peppers. 

 Order Subtotal:  This represents the order subtotal, calculated as per‐unit price x quantity.  For example, the first order here  reflects a per‐unit price of 425 cents x 32 units, for a subtotal of 13,600 (or $136.00).   

 Quantity Discount:  This represents the new policy (effective January 1, 2014) that all orders over 3 dozen (36 units) will  automatically earn a 10% discount.  An order of exactly 36 units does not earn the discount.  All order discounts have been  rounded to the nearest penny, so you can assume this field has no decimals in it.  In the data below,  

o The first order, of 32 Red Hot Chili Peppers to New Jersey, did not qualify for the Quantity Discount.  Therefore, the  Order total would simply be the Order subtotal. 

o The fourth order, of 60 Green Lightning to Rhode Island, did qualify for the Quantity Discount, which has already been  computed as 2340, or 10% of 23400.  In this case, the final order total would be 23,400 – 2,340 = 21,060 (or $210.60).  

 When you roll up the discounts, the Order Subtotal, Quantity Discount, and Order Total should just add up.  It should work  like this (below is a very abbreviated data set, designed to show only treatment of order totals): 

Product Name  Order Subtotal  Quantity Discount  Order Total 

Product A  100  0  100 

Product A  500  50  450 

Product A  200  0  200 

Rolled up, this data should give: 

Product Name  Sum of Order Subtotal  Sum of Quantity  Discount 

Sum of Order Total 

Product A  800  50  750 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 14

  Table 3  Sample of order data from 2014 

Month  Country  Region  State  Product  Per‐Unit  Price 

Quantity  Order  Subtotal 

Quantity  Discount 

6  USA  Eastern  NJ  Red Hot Chili  Peppers 

425  32  13600  0 

5  USA  Eastern  DE  Giant Gummies  428  34  14552  0  5  USA  Southeast  LA  Orange Creepies  466  25  11650  0  6  USA  Eastern  RI  Green Lightning  390  60  23400  2340  10  USA  Eastern  GA  Giant Gummies  428  44  18832  1883 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 15

Assignment 6 Azure Instructions   

This section illustrates one method for how to get your ETL code export friendly.  Please note the query below is not a query you  need to complete this assignment.  Instead, it is simply a baby query to show a sample of SQL for this data set and to demonstrate  the CLI pipe.  It assumes you have imported the 2012 file to a table named 2012_orders.  If you wish to use another method for  export, please first verify with your faculty that it is OK and if it is, document it lavishly when you turn it in so we can reproduce what  you did.    Write this in your SQL file and name it something.  I named mine “assignment6rev1.sql”     select   2012_orders.Product as Product, ',',   2012_orders.`Region` as Region, ',',   2012_orders.Month, ',',  sum(2012_orders.Quantity) as 'Sum of Quantity', ',',   sum(2012_orders.ordertotal) as 'Sum of Order Total'   from   2012_orders  group by   2012_orders.Quantity,  2012_orders.ordertotal  order by 2012_orders.month;      After you have saved it, you will pipe your SQL script using MySQL CLI interface: 

1. Create and Save your ETL Code in a .sql file.  (You just did this above.)  2. Save it to your local drive. For example, I saved my script under “C:\Users\ddevarakonda\Downloads\assignment6rev1.sql”  

(These instructions were written in part by FA Deepa Devarakonda, so her userid is ddevarakonda.  You should substitute  your own userid.) 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 16

3. Locate the local installation of mysql.  It should be something like C:\Program Files\MySQL\MySQL Workbench 6.3 CE (copy  this path), this can be also C:\Program Files\MySQL\MySQL Workbench 8.0 CE depending on the Workbench version  installed. 

4. Open  command prompt  window and execute change directory command.  a.  cd  C:\Program Files\MySQL\MySQL Workbench 6.3 CE (path of mysql from step #3) 

5. Copy this command to a notepad and modify everything that is inside < >   mysql.exe ‐h <Server Name> ‐P 3306 ‐u <MySQL User> ‐p ‐‐batch ‐‐skip‐column‐names <  C:\Users\ddevarakonda\Downloads\assignment6rev1.sql>C:\Users\<user>\Downloads\output6_1.csv  

o <Server Name> ‐Server name from mysql connection    o <user name> ‐ DB user name from mysql connections  

o C:\Users\ddevarakonda\Downloads\assignment6rev1.sql> ‐ this is your SQL file.  Replace ddevarakonda with your  own userid. 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 17

o C:\Users\<user>\Downloads\output6_1.csv – modify this to your desired file path for your output.  You will replace  the <user> with your own userid on your own computer.   

  6. Copy this formatted text to command window> run (press enter)  7. Enter DB password when prompted (Pa$$word1 or whatever you set your password to)  8. Go look for it!  Locate the CSV file saved in your destination folder. 

  Note: All query results will be appended to one column as a result of this query execution (see sample below).  Also, this CSV  file doesn’t contain headers. You will need to manually split each attribute out to different columns and then save your file.   (It’s OK to use the Text to Columns feature in Excel to do this if you need to.  Just document what you did.)  Include headers  in your CSV file before you submit for grading.   

9. As written, the command does not include column names.  If you want to include the column names, just remove the –skip‐ column‐names command:  

mysql.exe ‐h <Server Name> ‐P 3306 ‐u <MySQL User> ‐p ‐‐batch <  C:\Users\<user>\Downloads\assignment6rev1.sql>C:\Users\<user>\Downloads\output6_1.csv    

With this, all the information would be separated in its respective columns in the CSV. 

UMUC DATA 620 Assignment 6.1 - ETL Team Project.2195 18