数据库及SQL常用语法

小象实战讲义 · Python数据分析实战

在数据处理中，我们常常需要面对多个相关联的数据表。本节将带你认识数据库这一强大的数据存储与管理工具，并学习其核心操作语言——SQL（Structured Query Language）的四种基本语法。掌握这些，你将能理解数据如何被结构化存储和高效查询，为后续使用Python操作数据库打下坚实基础。

💡 核心导读

• 数据库是什么：理解数据库作为结构化数据集合的核心价值——存储、共享并减少数据冗余。
• 表与关系：认识数据库由多张表（Table）组成，表之间通过特定字段（如ID）建立关联。
• SQL与CRUD：掌握SQL语言进行增（Create）、查（Read）、改（Update）、删（Delete）四大基本操作。
• SQLite简介：了解轻量级数据库SQLite，它是我们入门和实践的理想选择。

从单文件到多表关联：为什么需要数据库？

在前面的课程中，我们学习了如何操作CSV、Excel等本地数据文件。这些文件通常对应单个数据表，即使有多个表，它们之间的关系也往往是松散或隐含的。

但在处理真实世界的复杂数据时，所有信息很少能整齐地存放在一个文件里。例如，一个电商系统需要管理产品信息、客户信息和交易记录。如果把这些都塞进一个巨大的Excel工作表，会导致大量信息重复（冗余），且难以维护更新。

数据库的强大之处，就在于它能将多个数据表有机地连接起来。每个表专注于存储一类实体（如产品、客户），表与表之间通过共同的字段（如产品ID、客户ID）建立关系。这种设计使得数据存储更高效、结构更清晰，并且极大地减少了数据冗余。

数据库的核心概念

什么是数据库？

数据库（Database）是以一定方式组织、存储和管理的数据集合，可供多个用户共享，具有尽可能小的冗余度，并与应用程序相互独立。

表（Table）：数据库的基本组成单元

一个数据库由多张表（Table）组成。你可以把一张表简单理解为我们之前接触的一个CSV文件，或者Excel文件中的一个工作表（Sheet）。

数据库 (Database)
    |
    |-- 表1 (Table)：产品信息
    |-- 表2 (Table)：客户信息
    |-- 表3 (Table)：销售记录
    ...

常见的数据库系统有很多，例如MySQL、PostgreSQL、Microsoft SQL Server、Oracle，以及非关系型的MongoDB等。考虑到入门学习的便捷性，本课程将使用SQLite——一个轻量级、无需单独服务器进程的数据库，它的数据库就是一个简单的文件。

SQL常用语法：CRUD四大操作

SQL是专门用来与数据库通信的语言。其核心操作可以概括为CRUD，分别代表创建（Create）、读取（Read）、更新（Update）和删除（Delete）。掌握这四种语法，你就能完成绝大部分基础的数据操作。

1. Create：插入数据

当我们需要向数据库中添加新记录时，使用INSERT INTO语句。

INSERT INTO 表名称 (列1, 列2, 列3, ...)
VALUES (值1, 值2, 值3, ...);

举个例子：用户在一个网站注册。

• 表名称 对应 users（用户表）。
• 列 对应要填写的字段，如 username（用户名）、password（密码）、register_date（注册日期）。
• 值 就是用户实际输入的信息。

-- 向用户表中插入一条新用户记录
INSERT INTO users (username, password, register_date)
VALUES ('xiaoming', 'encrypted_pwd_123', '2023-10-27');

2. Read：查询数据

这是最常用的操作，用于从表中检索数据，使用SELECT语句。

SELECT 列名称1, 列名称2, ... FROM 表名称;

如果想查询所有列，可以使用星号（*）通配符。

-- 查询users表中的所有列的所有记录
SELECT * FROM users;

-- 只查询用户名和注册日期这两列
SELECT username, register_date FROM users;

3. Update：更新数据

当需要修改表中已有的记录时，使用UPDATE语句。务必注意使用WHERE子句来指定要更新哪些行，否则会更新整张表！

UPDATE 表名称
SET 列1 = 新值1, 列2 = 新值2, ...
WHERE 某列 = 某值;

举个例子：用户修改自己的密码。

-- 将用户名为'xiaoming'的用户的密码更新为新值
UPDATE users
SET password = 'new_encrypted_pwd_456'
WHERE username = 'xiaoming';

4. Delete：删除数据

用于从表中删除记录。同样，必须谨慎使用WHERE子句，否则会清空整张表！

DELETE FROM 表名称 WHERE 某列 = 某值;

举个例子：清理长期未活跃的用户。

-- 删除上次登录时间在3年前（假设当前是2023年）的用户
DELETE FROM users
WHERE last_login_date < '2020-10-27';

理解表关联：一个简单的例子

让我们通过一个简单的文本示意图，回顾讲师在视频中描述的产品、客户、销售三张表如何关联。

表A：产品表 (products)
+------------+------------------+-------------------+--------+
| product_id | product_name     | description       | price  |
+------------+------------------+-------------------+--------+
| P001       | 无线鼠标         | 静音设计，2.4G连接 | 89.00  |
| P002       | 机械键盘         | 青轴，RGB背光     | 399.00 |
+------------+------------------+-------------------+--------+

表B：销售记录表 (sales)
+-------------+------------+----------+------------+
| customer_id | product_id | quantity | sale_date  |
+-------------+------------+----------+------------+
| C1001       | P001       | 2        | 2023-10-26 |
| C1002       | P002       | 1        | 2023-10-27 |
+-------------+------------+----------+------------+

表C：客户表 (customers)
+-------------+--------------+---------------------+
| customer_id | customer_name| city                |
+-------------+--------------+---------------------+
| C1001       | 张三         | 北京                |
| C1002       | 李四         | 上海                |
+-------------+--------------+---------------------+

关联关系：

• sales表中的 product_id 指向 products表中的 product_id，从而可以查到所售产品的详情（名称、价格）。
• sales表中的 customer_id 指向 customers表中的 customer_id，从而可以查到购买者的信息（姓名、城市）。

这种通过ID关联的设计，避免了在销售记录中重复存储产品名称、客户地址等冗余信息，是数据库设计的核心思想。

📝 动手练一练

1. 概念辨析：假设你正在设计一个图书馆管理系统，需要记录图书信息、借阅者信息和借阅记录。为什么不应该把“图书名称”和“借阅者姓名”直接存储在“借阅记录”表里？请用本节学到的概念解释。

   👉 点击查看参考答案

   将“图书名称”和“借阅者姓名”直接存入“借阅记录”表会导致数据冗余。如果同一本书被借阅多次，其名称会被重复存储多次；同一位借阅者借多本书，其姓名也会被重复存储。这既浪费空间，也容易导致数据不一致（例如，图书改名后，需要更新所有相关的借阅记录）。正确的做法是分别建立“图书表”和“借阅者表”，在“借阅记录表”中只存储“图书ID”和“借阅者ID”，通过ID进行关联查询。

2. SQL语句编写：针对上面图书馆的例子，假设已有 books (book_id, title), borrowers (borrower_id, name), borrow_records (record_id, book_id, borrower_id, borrow_date) 三张表。请写出对应的SQL语句： a) 插入一本新书，书名为《Python数据分析实战》，ID为‘B103’。 b) 查询出所有在‘2023-09-01’之后借阅的记录，只显示借阅日期和对应的图书ID。

   👉 点击查看参考答案

   -- a) 插入新书
   INSERT INTO books (book_id, title)
   VALUES ('B103', 'Python数据分析实战');
   
   -- b) 查询指定日期后的借阅记录
   SELECT borrow_date, book_id
   FROM borrow_records
   WHERE borrow_date > '2023-09-01';

本章小结

本节我们迈出了从操作平面文件到理解结构化数据库的关键一步。我们了解到数据库通过多表关联来高效、无冗余地管理复杂数据，并学习了使用SQL语言进行数据增删改查（CRUD）的基本方法。

📋 行动清单

• 理解关联：尝试用“学生-课程-成绩”的例子，画出三张表，并标出它们之间的关联字段。
• 记忆CRUD：熟记INSERT、SELECT、UPDATE、DELETE四种SQL基本语句的结构和用途。
• 预习实践：下一讲我们将使用Python来连接SQLite数据库并执行这些SQL命令，可以提前思考如何将本节学的SQL语句嵌入到Python代码中。

—— 小象教研组