|
|
<!--
|
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
|
{
|
|
|
"original_hash": "9399d7b4767e75068f95ce5c660b285c",
|
|
|
"translation_date": "2025-09-05T12:03:51+00:00",
|
|
|
"source_file": "2-Working-With-Data/05-relational-databases/README.md",
|
|
|
"language_code": "hk"
|
|
|
}
|
|
|
-->
|
|
|
# 使用數據：關係型數據庫
|
|
|
|
|
|
| ](../../sketchnotes/05-RelationalData.png)|
|
|
|
|:---:|
|
|
|
| 使用數據：關係型數據庫 - _Sketchnote by [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
你可能曾經使用過電子表格來存儲信息。電子表格由一組行和列組成，其中行包含信息（或數據），列描述信息（有時稱為元數據）。關係型數據庫基於這種表格的核心原則，允許信息分佈在多個表中。這使得我們能處理更複雜的數據，避免重複，並在探索數據時擁有更大的靈活性。讓我們一起探索關係型數據庫的概念。
|
|
|
|
|
|
## [課前測驗](https://ff-quizzes.netlify.app/en/ds/quiz/8)
|
|
|
|
|
|
## 一切從表格開始
|
|
|
|
|
|
關係型數據庫的核心是表格。就像電子表格一樣，表格是由列和行組成的集合。行包含我們希望處理的數據或信息，例如城市名稱或降雨量。列則描述存儲的數據。
|
|
|
|
|
|
讓我們開始探索，建立一個表格來存儲城市的信息。我們可以從城市名稱和國家開始。你可以將其存儲在如下表格中：
|
|
|
|
|
|
| 城市 | 國家 |
|
|
|
| -------- | ------------- |
|
|
|
| 東京 | 日本 |
|
|
|
| 亞特蘭大 | 美國 |
|
|
|
| 奧克蘭 | 新西蘭 |
|
|
|
|
|
|
注意，**城市**、**國家**和**人口**這些列名描述了存儲的數據，每一行都包含一個城市的信息。
|
|
|
|
|
|
## 單一表格方法的局限性
|
|
|
|
|
|
上述表格可能看起來相當熟悉。現在讓我們開始向這個初步的數據庫添加一些額外的數據——年度降雨量（以毫米為單位）。我們將重點放在2018年、2019年和2020年。如果我們為東京添加數據，可能會像這樣：
|
|
|
|
|
|
| 城市 | 國家 | 年份 | 降雨量 |
|
|
|
| ----- | ----- | ---- | ------ |
|
|
|
| 東京 | 日本 | 2020 | 1690 |
|
|
|
| 東京 | 日本 | 2019 | 1874 |
|
|
|
| 東京 | 日本 | 2018 | 1445 |
|
|
|
|
|
|
你注意到我們的表格有什麼問題嗎？你可能會注意到我們重複了城市名稱和國家多次。這可能會佔用相當多的存儲空間，而且多次複製是完全不必要的。畢竟，東京的名字只有一個。
|
|
|
|
|
|
好吧，讓我們嘗試另一種方法。讓我們為每一年添加新的列：
|
|
|
|
|
|
| 城市 | 國家 | 2018 | 2019 | 2020 |
|
|
|
| -------- | ------------- | ---- | ---- | ---- |
|
|
|
| 東京 | 日本 | 1445 | 1874 | 1690 |
|
|
|
| 亞特蘭大 | 美國 | 1779 | 1111 | 1683 |
|
|
|
| 奧克蘭 | 新西蘭 | 1386 | 942 | 1176 |
|
|
|
|
|
|
雖然這避免了行的重複，但也帶來了其他挑戰。我們每次有新的一年都需要修改表格的結構。此外，隨著數據的增長，將年份作為列會使檢索和計算數值變得更加困難。
|
|
|
|
|
|
這就是為什麼我們需要多個表格和關係。通過拆分數據，我們可以避免重複，並在處理數據時擁有更大的靈活性。
|
|
|
|
|
|
## 關係的概念
|
|
|
|
|
|
讓我們回到數據，確定如何拆分它。我們知道我們希望存儲城市的名稱和國家，因此這可能最適合存儲在一個表中。
|
|
|
|
|
|
| 城市 | 國家 |
|
|
|
| -------- | ------------- |
|
|
|
| 東京 | 日本 |
|
|
|
| 亞特蘭大 | 美國 |
|
|
|
| 奧克蘭 | 新西蘭 |
|
|
|
|
|
|
但在創建下一個表之前，我們需要確定如何引用每個城市。我們需要某種形式的標識符、ID或（在技術數據庫術語中）主鍵。主鍵是一個用於標識表中某一特定行的值。雖然這可以基於某個值本身（例如，我們可以使用城市的名稱），但它幾乎應該是一個數字或其他標識符。我們不希望ID發生變化，因為這會破壞關係。在大多數情況下，主鍵或ID通常是一個自動生成的數字。
|
|
|
|
|
|
> ✅ 主鍵通常縮寫為PK
|
|
|
|
|
|
### 城市表
|
|
|
|
|
|
| city_id | 城市 | 國家 |
|
|
|
| ------- | -------- | ------------- |
|
|
|
| 1 | 東京 | 日本 |
|
|
|
| 2 | 亞特蘭大 | 美國 |
|
|
|
| 3 | 奧克蘭 | 新西蘭 |
|
|
|
|
|
|
> ✅ 在本課程中，你會注意到我們交替使用“id”和“主鍵”這些術語。這些概念同樣適用於DataFrames，你稍後會探索它們。DataFrames不使用“主鍵”這一術語，但你會注意到它們的行為非常相似。
|
|
|
|
|
|
有了城市表，我們可以存儲降雨量。與其重複城市的完整信息，我們可以使用ID。我們還應確保新創建的表也有一個*id*列，因為所有表都應有一個ID或主鍵。
|
|
|
|
|
|
### 降雨量表
|
|
|
|
|
|
| rainfall_id | city_id | 年份 | 降雨量 |
|
|
|
| ----------- | ------- | ---- | ------ |
|
|
|
| 1 | 1 | 2018 | 1445 |
|
|
|
| 2 | 1 | 2019 | 1874 |
|
|
|
| 3 | 1 | 2020 | 1690 |
|
|
|
| 4 | 2 | 2018 | 1779 |
|
|
|
| 5 | 2 | 2019 | 1111 |
|
|
|
| 6 | 2 | 2020 | 1683 |
|
|
|
| 7 | 3 | 2018 | 1386 |
|
|
|
| 8 | 3 | 2019 | 942 |
|
|
|
| 9 | 3 | 2020 | 1176 |
|
|
|
|
|
|
注意新創建的**降雨量**表中的**city_id**列。這一列包含引用**城市**表中ID的值。在技術關係型數據術語中，這被稱為**外鍵**；它是來自另一個表的主鍵。你可以將其簡單理解為一個引用或指針。**city_id** 1引用的是東京。
|
|
|
|
|
|
> [!NOTE] 外鍵通常縮寫為FK
|
|
|
|
|
|
## 檢索數據
|
|
|
|
|
|
將數據分成兩個表後，你可能會想知道如何檢索它。如果我們使用像MySQL、SQL Server或Oracle這樣的關係型數據庫，我們可以使用一種叫做結構化查詢語言（SQL）的語言。SQL（有時讀作sequel）是一種標準語言，用於在關係型數據庫中檢索和修改數據。
|
|
|
|
|
|
要檢索數據，你可以使用命令`SELECT`。其核心是，你**選擇**想要查看的列，**從**它們所在的表中檢索。如果你只想顯示城市的名稱，可以使用以下命令：
|
|
|
|
|
|
```sql
|
|
|
SELECT city
|
|
|
FROM cities;
|
|
|
|
|
|
-- Output:
|
|
|
-- Tokyo
|
|
|
-- Atlanta
|
|
|
-- Auckland
|
|
|
```
|
|
|
|
|
|
`SELECT`是列出列名的地方，`FROM`是列出表名的地方。
|
|
|
|
|
|
> [NOTE] SQL語法不區分大小寫，這意味著`select`和`SELECT`是相同的。然而，根據你使用的數據庫類型，列名和表名可能區分大小寫。因此，最佳做法是始終將編程中的所有內容視為區分大小寫。在編寫SQL查詢時，常見的約定是將關鍵字全部用大寫字母表示。
|
|
|
|
|
|
上述查詢將顯示所有城市。假設我們只想顯示新西蘭的城市。我們需要某種形式的篩選器。SQL中的關鍵字是`WHERE`，即“某些條件為真”。
|
|
|
|
|
|
```sql
|
|
|
SELECT city
|
|
|
FROM cities
|
|
|
WHERE country = 'New Zealand';
|
|
|
|
|
|
-- Output:
|
|
|
-- Auckland
|
|
|
```
|
|
|
|
|
|
## 數據的連接
|
|
|
|
|
|
到目前為止，我們只從單個表中檢索數據。現在我們希望將**城市**和**降雨量**中的數據結合起來。這可以通過*連接*它們來完成。你將有效地在兩個表之間創建一個接縫，並匹配每個表中的列值。
|
|
|
|
|
|
在我們的例子中，我們將匹配**降雨量**表中的**city_id**列和**城市**表中的**city_id**列。這將匹配降雨量值與其相應的城市。我們將執行的連接類型稱為*內部連接*，這意味著如果某些行與另一個表中的任何內容不匹配，它們將不會顯示。在我們的例子中，每個城市都有降雨量，因此所有內容都會顯示。
|
|
|
|
|
|
讓我們檢索2019年所有城市的降雨量。
|
|
|
|
|
|
我們將分步完成。第一步是通過指明接縫的列來連接數據——如前所述的**city_id**。
|
|
|
|
|
|
```sql
|
|
|
SELECT cities.city
|
|
|
rainfall.amount
|
|
|
FROM cities
|
|
|
INNER JOIN rainfall ON cities.city_id = rainfall.city_id
|
|
|
```
|
|
|
|
|
|
我們已經突出顯示了我們想要的兩列，以及我們希望通過**city_id**連接表的事實。現在我們可以添加`WHERE`語句來篩選出僅2019年的數據。
|
|
|
|
|
|
```sql
|
|
|
SELECT cities.city
|
|
|
rainfall.amount
|
|
|
FROM cities
|
|
|
INNER JOIN rainfall ON cities.city_id = rainfall.city_id
|
|
|
WHERE rainfall.year = 2019
|
|
|
|
|
|
-- Output
|
|
|
|
|
|
-- city | amount
|
|
|
-- -------- | ------
|
|
|
-- Tokyo | 1874
|
|
|
-- Atlanta | 1111
|
|
|
-- Auckland | 942
|
|
|
```
|
|
|
|
|
|
## 總結
|
|
|
|
|
|
關係型數據庫的核心是將信息分成多個表，然後將其重新結合以進行顯示和分析。這提供了高度的靈活性來進行計算或以其他方式操作數據。你已經了解了關係型數據庫的核心概念，以及如何在兩個表之間進行連接。
|
|
|
|
|
|
## 🚀 挑戰
|
|
|
|
|
|
網絡上有許多關係型數據庫可供使用。你可以使用上述技能來探索數據。
|
|
|
|
|
|
## 課後測驗
|
|
|
|
|
|
## [課後測驗](https://ff-quizzes.netlify.app/en/ds/quiz/9)
|
|
|
|
|
|
## 回顧與自學
|
|
|
|
|
|
[Microsoft Learn](https://docs.microsoft.com/learn?WT.mc_id=academic-77958-bethanycheum)上有許多資源可供你繼續探索SQL和關係型數據庫的概念
|
|
|
|
|
|
- [描述關係型數據的概念](https://docs.microsoft.com//learn/modules/describe-concepts-of-relational-data?WT.mc_id=academic-77958-bethanycheum)
|
|
|
- [開始使用Transact-SQL進行查詢](https://docs.microsoft.com//learn/paths/get-started-querying-with-transact-sql?WT.mc_id=academic-77958-bethanycheum)（Transact-SQL是SQL的一個版本）
|
|
|
- [Microsoft Learn上的SQL內容](https://docs.microsoft.com/learn/browse/?products=azure-sql-database%2Csql-server&expanded=azure&WT.mc_id=academic-77958-bethanycheum)
|
|
|
|
|
|
## 作業
|
|
|
|
|
|
[作業標題](assignment.md)
|
|
|
|
|
|
---
|
|
|
|
|
|
**免責聲明**：
|
|
|
此文件已使用 AI 翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 翻譯。我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原始語言的文件作為權威來源。對於關鍵資訊，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤詮釋概不負責。 |
