Data-Science-For-Beginners/translations/zh/2-Working-With-Data/06-non-relational/README.md

<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
  "translation_date": "2025-09-05T11:30:08+00:00",
  "source_file": "2-Working-With-Data/06-non-relational/README.md",
  "language_code": "zh"
}
-->
# 使用数据：非关系型数据

|![由 [(@sketchthedocs)](https://sketchthedocs.dev) 绘制的草图笔记](../../sketchnotes/06-NoSQL.png)|
|:---:|
|使用 NoSQL 数据 - _草图笔记由 [@nitya](https://twitter.com/nitya) 绘制_ |

## [课前测验](https://ff-quizzes.netlify.app/en/ds/quiz/10)

数据并不限于关系型数据库。本课重点介绍非关系型数据，并将涵盖电子表格和 NoSQL 的基础知识。

## 电子表格

电子表格是一种流行的数据存储和探索方式，因为它设置和使用起来相对简单。在本课中，您将学习电子表格的基本组成部分，以及公式和函数。示例将以 Microsoft Excel 为例，但大多数部分和主题在其他电子表格软件中具有类似的名称和操作步骤。

![一个空的 Microsoft Excel 工作簿，包含两个工作表](../../../../2-Working-With-Data/06-non-relational/images/parts-of-spreadsheet.png)

电子表格是一个文件，可以通过计算机、设备或基于云的文件系统访问。软件本身可能是基于浏览器的，也可能是需要安装在计算机上的应用程序，或者是需要下载的应用程序。在 Excel 中，这些文件被定义为 **工作簿**，本课将使用这一术语。

一个工作簿包含一个或多个 **工作表**，每个工作表通过标签标识。在工作表中，有称为 **单元格** 的矩形区域，这些单元格包含实际数据。单元格是行和列的交叉点，其中列用字母标识，行用数字标识。一些电子表格会在前几行中包含标题，用于描述单元格中的数据。

了解了 Excel 工作簿的这些基本元素后，我们将使用 [Microsoft 模板](https://templates.office.com/) 中的一个库存管理示例来进一步讲解电子表格的其他部分。

### 管理库存

名为 "InventoryExample" 的电子表格文件是一个格式化的库存项目表，包含三个工作表，标签分别为 "Inventory List"、"Inventory Pick List" 和 "Bin Lookup"。Inventory List 工作表的第 4 行是标题行，用于描述标题列中每个单元格的值。

![Microsoft Excel 中库存清单示例中的一个公式被高亮显示](../../../../2-Working-With-Data/06-non-relational/images/formula-excel.png)

有时，一个单元格的值依赖于其他单元格的值来生成。在 Inventory List 电子表格中，我们记录了库存中每个项目的成本，但如果我们需要知道整个库存的总价值呢？[**公式**](https://support.microsoft.com/en-us/office/overview-of-formulas-34519a4e-1e8d-4f4b-84d4-d642c4f63263) 用于对单元格数据执行操作，在本例中用于计算库存的成本。该电子表格在 Inventory Value 列中使用了一个公式，通过将 QTY 标题下的数量与 COST 标题下的成本相乘来计算每个项目的价值。双击或高亮显示一个单元格即可查看公式。您会注意到，公式以等号开头，后面是计算或操作。

![Microsoft Excel 中库存清单示例中的一个函数被高亮显示](../../../../2-Working-With-Data/06-non-relational/images/function-excel.png)

我们还可以使用另一个公式将所有 Inventory Value 的值相加，得到总价值。虽然可以通过逐个相加每个单元格的值来计算总和，但这会非常繁琐。Excel 提供了 [**函数**](https://support.microsoft.com/en-us/office/sum-function-043e1c7d-7726-4e80-8f32-07b23e057f89)，即预定义的公式，用于对单元格值执行计算。函数需要参数，即执行这些计算所需的值。当函数需要多个参数时，这些参数必须按特定顺序列出，否则函数可能无法正确计算值。本例使用了 SUM 函数，并将 Inventory Value 的值作为参数，生成了 B3 单元格中的总和。

## NoSQL

NoSQL 是一个总称，涵盖了存储非关系型数据的不同方式，可以解释为 "非 SQL"、"非关系型" 或 "不仅仅是 SQL"。这类数据库系统可以分为四种类型。

![一个键值数据存储的图示，显示了 4 个唯一的数字键与 4 个不同值的关联](../../../../2-Working-With-Data/06-non-relational/images/kv-db.png)
> 来源：[Michał Białecki Blog](https://www.michalbialecki.com/2018/03/18/azure-cosmos-db-key-value-database-cloud/)

[键值](https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data#keyvalue-data-stores) 数据库将唯一键（唯一标识符）与值配对。这些键值对通过 [哈希表](https://www.hackerearth.com/practice/data-structures/hash-tables/basics-of-hash-tables/tutorial/) 和适当的哈希函数存储。

![一个图形数据存储的图示，显示了人与兴趣和地点之间的关系](../../../../2-Working-With-Data/06-non-relational/images/graph-db.png)
> 来源：[Microsoft](https://docs.microsoft.com/en-us/azure/cosmos-db/graph/graph-introduction#graph-database-by-example)

[图形](https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data#graph-data-stores) 数据库描述数据中的关系，并以节点和边的集合表示。节点表示实体，即现实世界中存在的事物，例如学生或银行对账单。边表示两个实体之间的关系。每个节点和边都有属性，用于提供关于节点和边的附加信息。

![一个列式数据存储的图示，显示了一个客户数据库，其中包含两个列族，分别为 Identity 和 Contact Info](../../../../2-Working-With-Data/06-non-relational/images/columnar-db.png)

[列式](https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data#columnar-data-stores) 数据存储将数据组织为列和行，类似于关系型数据结构，但每列被划分为称为列族的组，其中一列下的所有数据是相关的，可以作为一个单元进行检索和更改。

### 使用 Azure Cosmos DB 的文档数据存储

[文档](https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data#document-data-stores) 数据存储基于键值数据存储的概念，由一系列字段和对象组成。本节将通过 Cosmos DB 模拟器探索文档数据库。

Cosmos DB 数据库符合 "不仅仅是 SQL" 的定义，其中 Cosmos DB 的文档数据库依赖 SQL 来查询数据。[上一课](../05-relational-databases/README.md) 已介绍了 SQL 的基础知识，我们可以在这里将一些相同的查询应用于文档数据库。我们将使用 Cosmos DB 模拟器，它允许我们在本地计算机上创建和探索文档数据库。有关模拟器的更多信息，请阅读[此处](https://docs.microsoft.com/en-us/azure/cosmos-db/local-emulator?tabs=ssl-netstd21)。

文档是字段和对象值的集合，其中字段描述对象值的含义。以下是一个文档示例：

```json
{
    "firstname": "Eva",
    "age": 44,
    "id": "8c74a315-aebf-4a16-bb38-2430a9896ce5",
    "_rid": "bHwDAPQz8s0BAAAAAAAAAA==",
    "_self": "dbs/bHwDAA==/colls/bHwDAPQz8s0=/docs/bHwDAPQz8s0BAAAAAAAAAA==/",
    "_etag": "\"00000000-0000-0000-9f95-010a691e01d7\"",
    "_attachments": "attachments/",
    "_ts": 1630544034
}
```

此文档中感兴趣的字段包括：`firstname`、`id` 和 `age`。其余带下划线的字段是由 Cosmos DB 自动生成的。

#### 使用 Cosmos DB 模拟器探索数据

您可以[在此处下载并安装 Windows 版模拟器](https://aka.ms/cosmosdb-emulator)。有关在 macOS 和 Linux 上运行模拟器的选项，请参考[此文档](https://docs.microsoft.com/en-us/azure/cosmos-db/local-emulator?tabs=ssl-netstd21#run-on-linux-macos)。

模拟器会启动一个浏览器窗口，其中的 Explorer 视图允许您探索文档。

![Cosmos DB 模拟器的 Explorer 视图](../../../../2-Working-With-Data/06-non-relational/images/cosmosdb-emulator-explorer.png)

如果您正在跟随操作，请点击 "Start with Sample" 以生成一个名为 SampleDB 的示例数据库。展开 SampleDB 后，您会看到一个名为 `Persons` 的容器。容器包含一组项目，这些项目就是容器中的文档。您可以探索 `Items` 下的四个单独文档。

![在 Cosmos DB 模拟器中探索示例数据](../../../../2-Working-With-Data/06-non-relational/images/cosmosdb-emulator-persons.png)

#### 使用 Cosmos DB 模拟器查询文档数据

我们还可以通过点击 "New SQL Query" 按钮（从左数第二个按钮）来查询示例数据。

`SELECT * FROM c` 返回容器中的所有文档。让我们添加一个 where 子句，查找年龄小于 40 的人。

`SELECT * FROM c where c.age < 40`

![在 Cosmos DB 模拟器中运行 SELECT 查询以查找年龄字段值小于 40 的文档](../../../../2-Working-With-Data/06-non-relational/images/cosmosdb-emulator-persons-query.png)

查询返回了两个文档，注意每个文档的年龄值都小于 40。

#### JSON 与文档

如果您熟悉 JavaScript 对象表示法（JSON），您会发现文档看起来与 JSON 类似。此目录中有一个 `PersonsData.json` 文件，您可以将其上传到模拟器中的 Persons 容器，方法是使用 `Upload Item` 按钮。

在大多数情况下，返回 JSON 数据的 API 可以直接传输并存储到文档数据库中。以下是另一个文档示例，它表示从 Microsoft Twitter 账户获取的推文数据，这些数据通过 Twitter API 获取后被插入到 Cosmos DB 中。

```json
{
    "created_at": "2021-08-31T19:03:01.000Z",
    "id": "1432780985872142341",
    "text": "Blank slate. Like this tweet if you’ve ever painted in Microsoft Paint before. https://t.co/cFeEs8eOPK",
    "_rid": "dhAmAIUsA4oHAAAAAAAAAA==",
    "_self": "dbs/dhAmAA==/colls/dhAmAIUsA4o=/docs/dhAmAIUsA4oHAAAAAAAAAA==/",
    "_etag": "\"00000000-0000-0000-9f84-a0958ad901d7\"",
    "_attachments": "attachments/",
    "_ts": 1630537000
```

此文档中感兴趣的字段包括：`created_at`、`id` 和 `text`。

## 🚀 挑战

目录中有一个 `TwitterData.json` 文件，您可以将其上传到 SampleDB 数据库。建议将其添加到一个单独的容器中。操作步骤如下：

1. 点击右上角的 "New Container" 按钮
2. 选择现有数据库（SampleDB），为容器创建一个 ID
3. 将分区键设置为 `/id`
4. 点击 OK（可以忽略此视图中的其他信息，因为这是一个小型数据集，运行在您的本地机器上）
5. 打开新容器并使用 `Upload Item` 按钮上传 Twitter 数据文件

尝试运行一些 SELECT 查询，查找 `text` 字段中包含 "Microsoft" 的文档。提示：尝试使用 [LIKE 关键字](https://docs.microsoft.com/en-us/azure/cosmos-db/sql/sql-query-keywords#using-like-with-the--wildcard-character)。

## [课后测验](https://ff-quizzes.netlify.app/en/ds/quiz/11)

## 复习与自学

- 本课未涵盖电子表格中的一些额外格式和功能。如果您有兴趣了解更多，Microsoft 提供了一个 [庞大的文档和视频库](https://support.microsoft.com/excel)。
- 这篇架构文档详细介绍了非关系型数据的不同特性：[非关系型数据和 NoSQL](https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data)。
- Cosmos DB 是一个基于云的非关系型数据库，也可以存储本课中提到的不同类型的 NoSQL 数据。您可以通过此 [Cosmos DB Microsoft Learn 模块](https://docs.microsoft.com/en-us/learn/paths/work-with-nosql-data-in-azure-cosmos-db/) 了解更多。

## 作业

[Soda Profits](assignment.md)

---

**免责声明**：  
本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于关键信息，建议使用专业人工翻译。对于因使用本翻译而引起的任何误解或误读，我们概不负责。