Data-Science-For-Beginners/translations/mo/2-Working-With-Data/05-relational-databases

使用數據：關聯式資料庫

使用數據：關聯式資料庫 - 由 @nitya 繪製的手繪筆記

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）。關聯式資料庫基於這種表格的核心原則，允許你在多個表格中分散存儲信息。這使得你可以處理更複雜的數據，避免重複，並在探索數據時擁有更大的靈活性。讓我們來探索關聯式資料庫的概念。

課前測驗

一切從表格開始

關聯式資料庫的核心是表格。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。列則描述它們存儲的數據。

讓我們開始探索，建立一個表格來存儲有關城市的信息。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	紐西蘭

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。

單一表格方法的缺點

上述表格可能對你來說相當熟悉。現在讓我們開始向這個初具規模的資料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，可能會是這樣：

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不斷重複城市的名稱和國家。這可能會佔用大量存儲空間，而且多次複製是完全不必要的。畢竟，東京只有一個名字。

好吧，我們試試其他方法。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	紐西蘭	1386	942	1176

雖然這避免了行的重複，但也帶來了其他挑戰。我們每次新增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值變得更加困難。

這就是為什麼我們需要多個表格和關聯。通過分解數據，我們可以避免重複，並在處理數據時擁有更大的靈活性。

關聯的概念

讓我們回到數據，確定如何分解它們。我們知道需要存儲城市的名稱和國家，因此這可能最適合存儲在一個表格中。

城市	國家
東京	日本
亞特蘭大	美國
奧克蘭	紐西蘭

但在創建下一個表格之前，我們需要弄清楚如何引用每個城市。我們需要某種形式的識別符、ID或（在技術資料庫術語中）主鍵。主鍵是一個用於識別表格中特定行的值。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），但它幾乎總是應該是一個數字或其他識別符。我們不希望ID發生變化，因為這會破壞關聯。你會發現，在大多數情況下，主鍵或ID通常是自動生成的數字。

✅ 主鍵通常縮寫為PK

cities

city_id	城市	國家
1	東京	日本
2	亞特蘭大	美國
3	奧克蘭	紐西蘭

✅ 在本課程中，你會注意到我們交替使用“id”和“主鍵”這些術語。這些概念也適用於DataFrames，你將在後續課程中進一步探索。雖然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。

有了城市表格後，讓我們存儲降雨量。與其重複存儲城市的完整信息，我們可以使用ID。我們還應確保新創建的表格也有一個id列，因為所有表格都應該有一個ID或主鍵。

rainfall

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rainfall表格中的city_id列。這一列包含引用cities表格中ID的值。在技術的關聯式數據術語中，這被稱為外鍵；它是來自另一個表格的主鍵。你可以簡單地將其視為一個引用或指針。city_id 1指向東京。

[!NOTE] 外鍵通常縮寫為FK

檢索數據

將數據分成兩個表格後，你可能會想知道如何檢索它。如果我們使用像MySQL、SQL Server或Oracle這樣的關聯式資料庫，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，用於在關聯式資料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，從它們所在的表格中檢索。如果你只想顯示城市的名稱，可以使用以下命令：

SELECT city
FROM cities;

-- Output:
-- Tokyo
-- Atlanta
-- Auckland

SELECT是列出列名的地方，FROM是列出表格名的地方。

[!NOTE] SQL語法對大小寫不敏感，這意味著select和SELECT是相同的。然而，根據你使用的資料庫類型，列名和表名可能是大小寫敏感的。因此，最佳做法是始終將編程中的所有內容視為大小寫敏感。在撰寫SQL查詢時，常見的慣例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。假設我們只想顯示紐西蘭的城市。我們需要某種形式的篩選器。SQL的關鍵字是WHERE，即“某些條件為真”。

SELECT city
FROM cities
WHERE country = 'New Zealand';

-- Output:
-- Auckland

數據聯結

到目前為止，我們已經從單一表格中檢索數據。現在我們希望將cities和rainfall中的數據結合起來。這可以通過聯結它們來完成。你將有效地在兩個表格之間創建一個接縫，並將每個表格中的列值匹配起來。

在我們的例子中，我們將匹配rainfall中的city_id列和cities中的city_id列。這將把降雨量值與其相應的城市匹配起來。我們要執行的聯結類型稱為內聯結，這意味著如果某些行與另一個表格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，因此所有內容都將顯示。

讓我們檢索2019年所有城市的降雨量。

我們將分步進行。第一步是通過指示接縫的列來聯結數據——如前所述的city_id。

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需要的兩列，以及我們希望通過city_id聯結表格的事實。現在我們可以添加WHERE語句來篩選出僅2019年的數據。

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

關聯式資料庫的核心是將信息分成多個表格，然後將其重新組合以進行顯示和分析。這提供了高度的靈活性來執行計算或以其他方式操作數據。你已經了解了關聯式資料庫的核心概念，以及如何在兩個表格之間進行聯結。

🚀 挑戰

網絡上有許多關聯式資料庫可供使用。你可以通過使用上述技能來探索數據。

課後測驗

課後測驗

回顧與自學

Microsoft Learn上有多種資源可供你繼續探索SQL和關聯式資料庫的概念

• 描述關聯數據的概念
• 開始使用Transact-SQL進行查詢（Transact-SQL是SQL的一個版本）
• Microsoft Learn上的SQL內容

作業

作業標題

---

免責聲明：
本文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。儘管我們努力確保翻譯的準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於關鍵信息，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋不承擔責任。