操作关系型数据库 (SQL 基础)

关系型数据库是数据存储的核心，提供了一种结构化的方式来组织和访问信息。可以将它们想象成组织严密的数字文件柜，数据以表的形式存储。这些表类似于电子表格，行代表单个记录（例如特定客户或产品），列代表这些记录的属性或特征（例如客户姓名或产品价格）。

“关系”部分来源于表之间链接数据的能力。例如，您可能有一个Customers表，另一个是Orders表。您无需在Orders表中重复客户信息，而是可以在它们之间建立关系，通常使用唯一标识符。这种结构化方法确保了数据的一致性并减少了冗余。

用于与关系型数据库通信的标准语言是 SQL（结构化查询语言）。几乎每个关系型数据库系统（如 PostgreSQL、MySQL、SQL Server、Oracle）都理解 SQL。作为数据工程师，扎实掌握 SQL 对于提取、转换和加载存储在这些系统中的数据是必不可少的。

表、列和行

关系型数据库的核心是表。

• 列： 定义所存储数据的属性。每列都有特定的数据类型（例如文本、数字、日期）。例如，在Products表中，列可能包括product_id（数字）、name（文本）和price（数字）。
• 行： 表示表中的单个记录或条目。每行包含表结构中定义的每个列的值。例如，Products表中的一行可能表示一个单独的项，如（'101'，'Laptop'，1200.00）。

Table: 产品
+------------+----------+--------+
| product_id | name     | price  |  <- 列（属性）
+------------+----------+--------+
| 101        | Laptop   | 1200.00|  <- 行（记录 1）
| 102        | Keyboard |   75.00|  <- 行（记录 2）
| 103        | Monitor  |  300.00|  <- 行（记录 3）
+------------+----------+--------+

主键和外键

为了管理关系并确保唯一性，关系型数据库使用键：

• 主键： 一个列（或一组列），其值唯一标识表中的每一行。在我们的Products表中，product_id很可能就是主键。没有两个产品可以拥有相同的product_id。
• 外键： 一个列（或一组列），在一个表中引用另一个表中的主键。这在表之间创建了链接或关系。例如，Orders表可能有一个product_id列，它指回Products表中的product_id，从而将每个订单行项目链接到特定产品。

示意图说明了Products表和Orders表之间通过外键建立的关系。

SQL：交互语言

SQL 允许您在数据库上执行各种操作。这些命令通常分为几类：

1. 数据定义语言 (DDL)： 用于定义或修改数据库结构。
   • CREATE TABLE：创建一个新表。
   • ALTER TABLE：修改现有表（例如，添加列）。
   • DROP TABLE：删除一个表。
2. 数据操作语言 (DML)： 用于管理表内的数据。
   • INSERT：向表中添加新行（记录）。
   • UPDATE：修改现有行。
   • DELETE：删除行。
3. 数据查询语言 (DQL)： 用于检索数据（通常被认为是 DML 的一部分）。
   • SELECT：从一个或多个表中获取数据。

基本 SQL 操作

让我们使用Products表示例来了解一些基本 SQL 命令。

创建表 您定义表名及其列以及它们的数据类型。

CREATE TABLE Products (
    product_id INT PRIMARY KEY,
    name VARCHAR(100),
    price DECIMAL(10, 2)
);

此命令创建了包含三列的Products表：product_id作为整数和主键，name作为文本（最多100个字符），以及price作为十进制数字。

插入数据 向表中添加记录：

INSERT INTO Products (product_id, name, price)
VALUES (101, 'Laptop', 1200.00);

INSERT INTO Products (product_id, name, price)
VALUES (102, 'Keyboard', 75.00);

查询数据 (SELECT) 这可能是最常用的 SQL 命令。它用于检索数据。

获取所有产品的全部列：

SELECT * FROM Products;

*符号是“所有列”的简写。

获取所有产品的名称和价格：

SELECT name, price FROM Products;

筛选数据 (WHERE) 您可以指定条件以仅检索匹配的行。

查找价格低于 100 美元的产品：

SELECT name, price
FROM Products
WHERE price < 100.00;

这将返回“Keyboard”。

更新数据 (UPDATE) 修改现有记录。使用WHERE子句指定要更新哪些行非常重要，否则您可能会更新表中的所有行！

更改“Laptop”的价格：

UPDATE Products
SET price = 1150.00
WHERE product_id = 101;

删除数据 (DELETE) 从表中删除行。同样，WHERE子句对于定位特定行很重要。没有它，您将面临删除所有内容的风险！

删除“Keyboard”产品：

DELETE FROM Products
WHERE product_id = 102;

关系型数据库的优点

关系型数据库受欢迎的原因有几个：

• 数据完整性： 诸如主键、外键和约束之类的功能有助于确保数据准确性和一致性。
• ACID 合规性： 它们通常遵循 ACID 属性（原子性、一致性、隔离性、持久性），这些属性确保数据库事务可靠地处理。这对于处理财务或关键操作数据的系统来说非常重要。
  • 原子性：确保事务中的所有操作要么全部成功完成，要么全部不完成。
  • 一致性：保证事务将数据库从一个有效状态带到另一个有效状态。
  • 隔离性：确保并发事务互不干扰。
  • 持久性：确保一旦事务提交，即使在系统故障的情况下也保持提交状态。
• 结构化数据处理： 它们擅长管理定义明确的结构化数据。
• 成熟技术： SQL 和关系型数据库已经存在数十年，从而带来了稳定技术、大量文档和庞大社区。

常见使用场景

您会发现关系型数据库为以下系统提供支持：

• 在线事务处理 (OLTP) 系统，如电子商务网站、银行应用程序和预订系统。
• 商业智能 (BI) 和报告应用程序，其中分析结构化数据。
• 许多需要持久化、结构化存储的 Web 应用程序。

局限性

尽管功能强大，关系型数据库也有局限性：

• 可伸缩性： 传统关系型数据库的横向扩展（增加更多机器）与某些 NoSQL 替代方案相比可能更复杂，尤其是在极高负载下。
• 灵活性： 它们不太适合处理非结构化数据（如文本文档、图像）或结构频繁变化的数据。预先定义模式是标准做法。

理解如何使用 SQL 与关系型数据库进行交互是数据工程师的一项基本技能。它们通常是数据提取到管道的源系统，或是清理和转换后的数据加载以供分析的目标系统。在后面的实践部分，您将亲自动手创建一张简单的表。