|
|
<!--
|
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
|
{
|
|
|
"original_hash": "54c5a1c74aecb69d2f9099300a4b7eea",
|
|
|
"translation_date": "2025-09-04T16:11:24+00:00",
|
|
|
"source_file": "2-Working-With-Data/06-non-relational/README.md",
|
|
|
"language_code": "mo"
|
|
|
}
|
|
|
-->
|
|
|
# 使用資料：非關聯式資料
|
|
|
|
|
|
| 繪製的速記筆記](../../sketchnotes/06-NoSQL.png)|
|
|
|
|:---:|
|
|
|
|使用 NoSQL 資料 - _由 [@nitya](https://twitter.com/nitya) 繪製的速記筆記_ |
|
|
|
|
|
|
## [課前測驗](https://purple-hill-04aebfb03.1.azurestaticapps.net/quiz/10)
|
|
|
|
|
|
資料並不限於關聯式資料庫。本課程聚焦於非關聯式資料，並涵蓋試算表和 NoSQL 的基礎知識。
|
|
|
|
|
|
## 試算表
|
|
|
|
|
|
試算表是一種流行的資料存儲和探索方式，因為它需要較少的設置工作即可開始使用。在本課程中，您將學習試算表的基本組成部分，以及公式和函數。範例將以 Microsoft Excel 為例，但大多數部分和主題在其他試算表軟體中名稱和步驟相似。
|
|
|
|
|
|
|
|
|
|
|
|
試算表是一個檔案，可以在電腦、設備或基於雲的檔案系統中存取。軟體本身可能是基於瀏覽器的，或者需要安裝在電腦上或下載為應用程式。在 Excel 中，這些檔案也被定義為 **工作簿**，本課程將使用此術語。
|
|
|
|
|
|
工作簿包含一個或多個 **工作表**，每個工作表都以標籤命名。在工作表中有稱為 **儲存格** 的矩形，這些儲存格包含實際的資料。儲存格是行和列的交叉點，其中列以字母標記，行以數字標記。一些試算表會在前幾行中包含標題，以描述儲存格中的資料。
|
|
|
|
|
|
了解了 Excel 工作簿的這些基本元素後，我們將使用 [Microsoft Templates](https://templates.office.com/) 中的一個範例，專注於庫存管理，來進一步了解試算表的其他部分。
|
|
|
|
|
|
### 管理庫存
|
|
|
|
|
|
名為 "InventoryExample" 的試算表檔案是一個格式化的庫存項目試算表，包含三個工作表，標籤分別為 "Inventory List"、"Inventory Pick List" 和 "Bin Lookup"。Inventory List 工作表的第 4 行是標題，描述了標題列中每個儲存格的值。
|
|
|
|
|
|
|
|
|
|
|
|
有些情況下，儲存格的值依賴於其他儲存格的值來生成。在此範例中，Inventory List 試算表追蹤庫存中每個項目的成本，但如果我們需要知道整個庫存的價值呢？[**公式**](https://support.microsoft.com/en-us/office/overview-of-formulas-34519a4e-1e8d-4f4b-84d4-d642c4f63263) 用於對儲存格資料執行操作，並在此範例中計算庫存的成本。此試算表在 Inventory Value 列中使用公式，通過將 QTY 標題下的數量與 COST 標題下的成本相乘來計算每個項目的價值。雙擊或高亮顯示儲存格即可查看公式。您會注意到公式以等號開頭，後跟計算或操作。
|
|
|
|
|
|
|
|
|
|
|
|
我們可以使用另一個公式將所有 Inventory Value 的值相加以獲得總價值。這可以通過逐一相加每個儲存格來計算，但這可能是一項繁瑣的任務。Excel 提供了 [**函數**](https://support.microsoft.com/en-us/office/sum-function-043e1c7d-7726-4e80-8f32-07b23e057f89)，即預定義的公式，用於對儲存格值進行計算。函數需要參數，即執行計算所需的值。如果函數需要多個參數，則需要按特定順序列出，否則函數可能無法計算正確的值。此範例使用 SUM 函數，並使用 Inventory Value 的值作為參數來生成總價值，列於第 3 行，第 B 列（也稱為 B3）。
|
|
|
|
|
|
## NoSQL
|
|
|
|
|
|
NoSQL 是一個涵蓋非關聯式資料存儲方式的術語，可以解釋為 "非 SQL"、"非關聯式" 或 "不僅僅是 SQL"。這類型的資料庫系統可以分為四種類型。
|
|
|
|
|
|
|
|
|
> 來源：[Michał Białecki Blog](https://www.michalbialecki.com/2018/03/18/azure-cosmos-db-key-value-database-cloud/)
|
|
|
|
|
|
[鍵值](https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data#keyvalue-data-stores) 資料庫將唯一鍵（唯一識別符）與值配對。這些配對使用 [哈希表](https://www.hackerearth.com/practice/data-structures/hash-tables/basics-of-hash-tables/tutorial/) 和適當的哈希函數存儲。
|
|
|
|
|
|
|
|
|
> 來源：[Microsoft](https://docs.microsoft.com/en-us/azure/cosmos-db/graph/graph-introduction#graph-database-by-example)
|
|
|
|
|
|
[圖形](https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data#graph-data-stores) 資料庫描述資料中的關係，並以節點和邊的集合表示。節點表示實體，即現實世界中存在的事物，例如學生或銀行對帳單。邊表示兩個實體之間的關係。每個節點和邊都有屬性，提供有關節點和邊的額外資訊。
|
|
|
|
|
|
|
|
|
|
|
|
[列式](https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data#columnar-data-stores) 資料存儲將資料組織為列和行，類似於關聯式資料結構，但每列被分為稱為列族的群組，其中一列下的所有資料是相關的，可以作為一個單元進行檢索和更改。
|
|
|
|
|
|
### 使用 Azure Cosmos DB 的文件資料存儲
|
|
|
|
|
|
[文件](https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data#document-data-stores) 資料存儲基於鍵值資料存儲的概念，由一系列欄位和物件組成。本節將使用 Cosmos DB 模擬器探索文件資料庫。
|
|
|
|
|
|
Cosmos DB 資料庫符合 "不僅僅是 SQL" 的定義，其中 Cosmos DB 的文件資料庫依賴 SQL 來查詢資料。[前一課程](../05-relational-databases/README.md) 涵蓋了 SQL 的基礎知識，我們可以在此處將一些相同的查詢應用於文件資料庫。我們將使用 Cosmos DB 模擬器，它允許我們在本地電腦上創建和探索文件資料庫。閱讀更多有關模擬器的資訊 [此處](https://docs.microsoft.com/en-us/azure/cosmos-db/local-emulator?tabs=ssl-netstd21)。
|
|
|
|
|
|
文件是欄位和物件值的集合，其中欄位描述物件值的含義。以下是一個文件範例。
|
|
|
|
|
|
```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
|
|
|
}
|
|
|
```
|
|
|
|
|
|
此文件中的主要欄位包括：`firstname`、`id` 和 `age`。其餘帶有下劃線的欄位由 Cosmos DB 自動生成。
|
|
|
|
|
|
#### 使用 Cosmos DB 模擬器探索資料
|
|
|
|
|
|
您可以在 [此處下載並安裝 Windows 版模擬器](https://aka.ms/cosmosdb-emulator)。參考 [此文件](https://docs.microsoft.com/en-us/azure/cosmos-db/local-emulator?tabs=ssl-netstd21#run-on-linux-macos) 了解 macOS 和 Linux 的運行選項。
|
|
|
|
|
|
模擬器啟動後會打開一個瀏覽器窗口，其中的 Explorer 視圖允許您探索文件。
|
|
|
|
|
|
|
|
|
|
|
|
如果您正在跟隨操作，點擊 "Start with Sample" 以生成名為 SampleDB 的示例資料庫。如果通過點擊箭頭展開 SampleDB，您會找到一個名為 `Persons` 的容器，容器包含一系列項目，即容器內的文件。您可以探索 `Items` 下的四個單獨文件。
|
|
|
|
|
|
|
|
|
|
|
|
#### 使用 Cosmos DB 模擬器查詢文件資料
|
|
|
|
|
|
我們還可以通過點擊 "New SQL Query" 按鈕（左側第二個按鈕）來查詢示例資料。
|
|
|
|
|
|
`SELECT * FROM c` 返回容器中的所有文件。我們可以添加一個 where 子句，查找年齡小於 40 的人。
|
|
|
|
|
|
`SELECT * FROM c where c.age < 40`
|
|
|
|
|
|
|
|
|
|
|
|
查詢返回了兩個文件，注意每個文件的年齡值都小於 40。
|
|
|
|
|
|
#### JSON 與文件
|
|
|
|
|
|
如果您熟悉 JavaScript Object Notation (JSON)，您會注意到文件看起來與 JSON 類似。此目錄中有一個 `PersonsData.json` 文件，您可以通過模擬器中的 `Upload Item` 按鈕將其上傳到 Persons 容器。
|
|
|
|
|
|
在大多數情況下，返回 JSON 資料的 API 可以直接轉移並存儲到文件資料庫中。以下是另一個文件範例，它表示從 Microsoft Twitter 帳戶檢索的推文，該推文使用 Twitter API 獲取，然後插入到 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
|
|
|
```
|
|
|
|
|
|
此文件中的主要欄位包括：`created_at`、`id` 和 `text`。
|
|
|
|
|
|
## 🚀 挑戰
|
|
|
|
|
|
目錄中有一個 `TwitterData.json` 文件，您可以將其上傳到 SampleDB 資料庫。建議您將其添加到一個單獨的容器中。操作步驟如下：
|
|
|
|
|
|
1. 點擊右上角的 "New Container" 按鈕
|
|
|
1. 選擇現有資料庫 (SampleDB)，為容器創建一個容器 ID
|
|
|
1. 將分區鍵設置為 `/id`
|
|
|
1. 點擊 OK（可以忽略此視圖中的其他資訊，因為這是一個小型資料集，運行於您的本地電腦）
|
|
|
1. 打開新容器，使用 `Upload Item` 按鈕上傳 Twitter Data 文件
|
|
|
|
|
|
嘗試運行一些 SELECT 查詢，查找 `text` 欄位中包含 Microsoft 的文件。提示：嘗試使用 [LIKE 關鍵字](https://docs.microsoft.com/en-us/azure/cosmos-db/sql/sql-query-keywords#using-like-with-the--wildcard-character)。
|
|
|
|
|
|
## [課後測驗](https://ff-quizzes.netlify.app/en/ds/)
|
|
|
|
|
|
## 回顧與自學
|
|
|
|
|
|
- 該試算表中添加了一些本課程未涵蓋的額外格式和功能。如果您有興趣了解更多，Microsoft 提供了 [大量的 Excel 文件和影片資源](https://support.microsoft.com/excel)。
|
|
|
|
|
|
- 此架構文件詳細介紹了不同類型非關聯式資料的特徵：[非關聯式資料與 NoSQL](https://docs.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data)。
|
|
|
|
|
|
- Cosmos DB 是一個基於雲的非關聯式資料庫，也可以存儲本課程中提到的不同 NoSQL 類型。了解更多資訊，請參考此 [Cosmos DB Microsoft Learn 模組](https://docs.microsoft.com/en-us/learn/paths/work-with-nosql-data-in-azure-cosmos-db/)。
|
|
|
|
|
|
## 作業
|
|
|
|
|
|
[Soda Profits](assignment.md)
|
|
|
|
|
|
---
|
|
|
|
|
|
**免責聲明**：
|
|
|
本文件使用 AI 翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。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。我們對於因使用此翻譯而產生的任何誤解或錯誤解讀概不負責。 |
