在數(shù)據(jù)分析面試中，有一類知識(shí)絕對(duì)是面試官重頭考察的內(nèi)容，但是很多人卻常常忽略，也就是——數(shù)據(jù)庫與SQL!

數(shù)據(jù)庫是什么?

你可以把數(shù)據(jù)想象成一個(gè)個(gè)文件夾，數(shù)據(jù)庫就是一個(gè)一個(gè)文件柜，這個(gè)文件柜存放著非常多的數(shù)據(jù)，無論這個(gè)數(shù)據(jù)是什么、或者是如何組織的

 

 

這里要注意，人們通常用數(shù)據(jù)庫這個(gè)術(shù)語來代表他們使用的數(shù)據(jù)庫軟件，這是不正確的，這是以前你混淆的根源

確切的說，數(shù)據(jù)庫軟件應(yīng)該稱為DBMS，也就是數(shù)據(jù)庫管理系統(tǒng)，數(shù)據(jù)庫就是由DBMS創(chuàng)建和操縱的，比如我們可以在sql sever創(chuàng)建一個(gè)數(shù)據(jù)庫

 

 

也就是說DBMS就像是一個(gè)圖書管理員，你不直接訪問數(shù)據(jù)庫，而是利用DBMS訪問數(shù)據(jù)庫，讓圖書管理員幫你找一個(gè)文件柜。

數(shù)據(jù)庫的分類?

這里所說的數(shù)據(jù)庫都指的是數(shù)據(jù)庫管理系統(tǒng)，這按照早期的數(shù)據(jù)庫理論，比較流行的數(shù)據(jù)庫模型有三種，分別為層次式數(shù)據(jù)庫、網(wǎng)狀數(shù)據(jù)庫和關(guān)系型數(shù)據(jù)庫。

而在當(dāng)今的互聯(lián)網(wǎng)企業(yè)中，最常用的數(shù)據(jù)庫模式主要有兩種，即關(guān)系型數(shù)據(jù)庫和非關(guān)系型數(shù)據(jù)庫。

關(guān)系型數(shù)據(jù)庫模型是把復(fù)雜的數(shù)據(jù)結(jié)構(gòu)歸結(jié)為簡單的二元關(guān)系(即二維表格形式)

 

 

在關(guān)系型數(shù)據(jù)庫中，對(duì)數(shù)據(jù)的操作幾乎全部建立在一個(gè)或多個(gè)關(guān)系表格上，通過這些關(guān)聯(lián)的表格分類、合并、連接或選取等運(yùn)算來實(shí)現(xiàn)數(shù)據(jù)的管理。

關(guān)系型通俗的理解是，數(shù)據(jù)作為二維數(shù)組存在，你可以理解為圖書館的圖書排列。

 

[[354547]]

 

書架、樓層你可以理解為關(guān)系型的數(shù)據(jù)結(jié)構(gòu)，書作為數(shù)據(jù)存在，而所有圖書館管理員就是數(shù)據(jù)庫的進(jìn)程，用于不同的工作。有人救火(數(shù)據(jù)修復(fù)、備份)，有人整理書架、書籍(數(shù)據(jù)整理、歸檔)，而用戶進(jìn)程就是指的來到圖書館的顧客，他們看書、移動(dòng)書籍，而管理員就會(huì)對(duì)著維護(hù)。

關(guān)系型數(shù)據(jù)庫誕生距今已有40多年了，從理論產(chǎn)生到發(fā)展到實(shí)現(xiàn)產(chǎn)品，例如：

常見的MySQL和Oracle數(shù)據(jù)庫，Oracle在數(shù)據(jù)庫領(lǐng)域里上升到了霸主地位，形成每年高達(dá)數(shù)百億美元的龐大產(chǎn)業(yè)市場(chǎng)，而MySQL也是不容忽視的數(shù)據(jù)庫，以至于被Oracle重金收購了。

 

 

非關(guān)系型數(shù)據(jù)庫也被稱為NoSQL數(shù)據(jù)庫，NoSQL的本意是“Not Only SQL”，指的是非關(guān)系型數(shù)據(jù)庫，而不是“NO SQL”的意思

因此，NoSQL的產(chǎn)生并不是要徹底否定關(guān)系型數(shù)據(jù)庫，而是作為傳統(tǒng)數(shù)據(jù)庫的一個(gè)有效補(bǔ)充，在特定的場(chǎng)景下可以發(fā)揮難以想象的高效率和高性能。

 

 

NoSQL是非關(guān)系型數(shù)據(jù)庫的廣義定義，它打破了長久以來關(guān)系型數(shù)據(jù)庫與ACID理論大一統(tǒng)的局面。NoSQL數(shù)據(jù)存儲(chǔ)不需要固定的表結(jié)構(gòu)，通常也不存在連續(xù)操作，在大數(shù)據(jù)存取上具備關(guān)系型數(shù)據(jù)庫無法比擬的性能優(yōu)勢(shì)。

SQL儲(chǔ)存數(shù)據(jù)

那么，作為關(guān)系型數(shù)據(jù)庫最常見的SQL，它是怎么存儲(chǔ)數(shù)據(jù)的?

1、表：

在你將文件夾放入文件柜的時(shí)候，不能將他們隨便的扔進(jìn)某個(gè)抽屜就完事了，而是在文件柜中創(chuàng)建文件，然后將相關(guān)的資料放入相關(guān)的文件中，這就是數(shù)據(jù)庫的表。

表是一種結(jié)構(gòu)化的文件，用來存儲(chǔ)某種特定類型的數(shù)據(jù)，比如說這樣的sql文件，其里面包含了20多個(gè)數(shù)據(jù)庫表，每個(gè)表的名字都不應(yīng)該是相同的，但是我們可以在不同的數(shù)據(jù)庫里存放相同表名的數(shù)據(jù)表。

 

 

同時(shí)我們不能把學(xué)生數(shù)據(jù)與老師數(shù)據(jù)放在同一個(gè)表里，這樣會(huì)我們不好提取數(shù)據(jù)，檢索和訪問都比較麻煩，所以我們應(yīng)該創(chuàng)建兩個(gè)表，每個(gè)清單一個(gè)表。

2、列：

列是組成表的字段信息，一張表可以有一個(gè)或者多個(gè)列組成。

我們可以這么理解，每一列都是數(shù)據(jù)庫表中的每一個(gè)字段，比如下面的學(xué)生id列、學(xué)生姓名列、考試成績列就是三個(gè)字段。

 

 

正確地將數(shù)據(jù)分解為多個(gè)列是十分重要的，比如班級(jí)和學(xué)生姓名應(yīng)該是獨(dú)立的列，通過將他們進(jìn)行分解開，才有可能利用特定的列隊(duì)數(shù)據(jù)進(jìn)行排列和過濾，如果學(xué)生姓名和班級(jí)組合在了一個(gè)列里，按照班級(jí)過濾就會(huì)十分的困難。

 

 

數(shù)據(jù)庫中每個(gè)列都有對(duì)應(yīng)的數(shù)據(jù)類型，數(shù)據(jù)類型定義列可以存儲(chǔ)的數(shù)據(jù)種類。

例如，如果列中存儲(chǔ)的是數(shù)字，那么對(duì)應(yīng)的數(shù)據(jù)類型應(yīng)該是數(shù)值類型，如果列種存儲(chǔ)的是日期、文本、注釋、金額等，應(yīng)該用恰當(dāng)?shù)臄?shù)據(jù)類型規(guī)定出來。

數(shù)據(jù)類型：所容許的數(shù)據(jù)類型，每個(gè)列都應(yīng)該有相對(duì)應(yīng)的數(shù)據(jù)類型，限制存儲(chǔ)的數(shù)據(jù)形式。

3、行：

數(shù)據(jù)庫表中的數(shù)據(jù)是按照行進(jìn)行存儲(chǔ)的，每一行就是存儲(chǔ)的一個(gè)數(shù)據(jù)，比如第一行是張三的數(shù)據(jù)，第二行是李四的數(shù)據(jù)。

4、主鍵：

表中每一行都應(yīng)該有可以唯一標(biāo)識(shí)自己的一列，比如學(xué)生信息表中我們不能用學(xué)生的姓名作為主鍵，因?yàn)槲覀儠?huì)發(fā)現(xiàn)一旦出現(xiàn)重名的情況，我們就會(huì)出現(xiàn)兩個(gè)不同的數(shù)據(jù);

 

 

當(dāng)然也不能用考試成績作為主鍵，比如按照“90分”作為主鍵進(jìn)行提取時(shí)我們還會(huì)提取出兩個(gè)數(shù)據(jù);

 

 

所以我們應(yīng)該用學(xué)生id作為主鍵，因?yàn)闊o論如何學(xué)生id是不會(huì)重復(fù)的，它具有唯一性，所以可以作為主鍵。

 

 

所以主鍵就是唯一區(qū)分?jǐn)?shù)據(jù)表行的標(biāo)識(shí)，用來表示一個(gè)特定的行。

沒有主鍵的話，我們更新或者刪除表中特定的行就會(huì)十分的困難，他必須滿足兩個(gè)條件：

• 任意兩行都不應(yīng)該有相同的主鍵值
• 每一行都必須具有一個(gè)主鍵值(主鍵列不存在null值)

數(shù)據(jù)庫中能夠?qū)⒉煌谋磉M(jìn)行關(guān)聯(lián)，靠的就是主鍵，例如下面兩個(gè)表：

 

 

比如上面兩張圖，左圖是學(xué)生信息表，右圖是老師信息表。左圖的主鍵是學(xué)生ID，右圖的主鍵是老師ID。細(xì)心的讀者可能發(fā)現(xiàn)右圖還有一個(gè)學(xué)生ID，這里的學(xué)生ID是專門用來聯(lián)接用戶表的，它并不是主鍵。只不過兩張表通過學(xué)生ID這個(gè)唯一信息來關(guān)聯(lián)。

但兩張表關(guān)聯(lián)也并不是信息能一一對(duì)應(yīng)的，也會(huì)存在空缺的時(shí)候，比如：

 

 

 

 

所以，想要認(rèn)知數(shù)據(jù)庫的內(nèi)容，首先我們先要明白sql、sql sever、my sql、oricle與數(shù)據(jù)庫、數(shù)據(jù)庫管理系統(tǒng)的區(qū)別在哪，因?yàn)楹芏嗳嗽趯W(xué)數(shù)據(jù)分析的時(shí)候，都是在網(wǎng)上到處找資料，不同的資料里濫用了這些名詞，造成了大家的混淆，也增加了大家對(duì)于sql認(rèn)知的難度。