数据分析必须要把握的数据库与sql基础知识！收藏
在数据分析口试中，有一类知识绝对是口试官重头观察的内容，但是很多人却常常忽略，也就是——数据库与SQL！数据库是什么？
你可以把数据想象成一个个文件夹，数据库就是一个一个文件柜，这个文件柜存放着非常多的数据，无论这个数据是什么、大概是如何组织的
https://p1.pstatp.com/large/pgc-image/2c70361bbf864e899a2018bde88011bc
这里要留意，人们通常用数据库这个术语来代表他们利用的数据库软件，这是不准确的，这是以前你肴杂的根源
确切的说，数据库软件应该称为DBMS，也就是数据库管理系统，数据库就是由DBMS创建和利用的，比如我们可以在sql sever创建一个数据库
https://p1.pstatp.com/large/pgc-image/e35df16bfddb485987989d993d3eb636
也就是说DBMS就像是一个图书管理员，你不直接访问数据库，而是利用DBMS访问数据库，让图书管理员帮你找一个文件柜。
数据库的分类？
这里所说的数据库都指的是数据库管理系统，这按照早期的数据库理论，比较流行的数据库模型有三种，分别为层次式数据库、网状数据库和关系型数据库。
而在当今的互联网企业中，最常用的数据库模式重要有两种，即关系型数据库和非关系型数据库。
关系型数据库模型是把复杂的数据结构归结为简单的二元关系（即二维表格情势）
https://p3.pstatp.com/large/pgc-image/90138d62cd774f12b1e5bc9411cdaa2a
在关系型数据库中，对数据的操纵几乎全部建立在一个或多个关系表格上，通过这些关联的表格分类、合并、连接或选取等运算来实现数据的管理。
关系型通俗的理解是，数据作为二维数组存在，你可以理解为图书馆的图书分列。
https://p1.pstatp.com/large/pgc-image/316dfff55c31485492e82b1e7dc62af5
书架、楼层你可以理解为关系型的数据结构，书作为数据存在，而所有图书馆管理员就是数据库的进程，用于差别的工作。有人救火（数据修复、备份），有人整理书架、书籍（数据整理、归档），而用户进程就是指的来到图书馆的顾客，他们看书、移动书籍，而管理员就会对着维护。
关系型数据库诞生距今已有40多年了，从理论产生到发展到实现产品，例如：
常见的MySQL和Oracle数据库，Oracle在数据库领域里上升到了霸主职位，形成每年高达数百亿美元的巨大产业市场，而MySQL也是不容忽视的数据库，以至于被Oracle重金收购了。
https://p1.pstatp.com/large/pgc-image/5e63dd197c4e4309ab0ef9e3b3f09f37
非关系型数据库也被称为NoSQL数据库，NoSQL的本意是“Not Only SQL”，指的是非关系型数据库，而不是“NO SQL”的意思
因此，NoSQL的产生并不是要彻底否定关系型数据库，而是作为传统数据库的一个有效补充，在特定的场景下可以发挥不可思议的高效率和高性能。
https://p1.pstatp.com/large/pgc-image/17755608b5fa4ee28ad6241f07ca5903
NoSQL是非关系型数据库的广义定义，它冲破了长久以来关系型数据库与ACID理论大一统的局面。NoSQL数据存储不必要固定的表结构，通常也不存在连续操纵，在大数据存取上具备关系型数据库无法比拟的性能优势。
SQL储存数据
那么，作为关系型数据库最常见的SQL，它是怎么存储数据的？
1、表：
在你将文件夹放入文件柜的时候，不能将他们任意的扔进某个抽屉就完事了，而是在文件柜中创建文件，然后将干系的资料放入干系的文件中，这就是数据库的表。
表是一种结构化的文件，用来存储某种特定类型的数据，比如说这样的sql文件，其里面包含了20多个数据库表，每个表的名字都不应该是雷同的，但是我们可以在差别的数据库里存放雷同表名的数据表。
https://p3.pstatp.com/large/pgc-image/9b2865d4a8c7481f9699e766e989c9c0
同时我们不能把学生数据与老师数据放在同一个表里，这样会我们不好提取数据，检索和访问都比较麻烦，所以我们应该创建两个表，每个清单一个表。
2、列：
列是组成表的字段信息，一张表可以有一个大概多个列组成。
我们可以这么理解，每一列都是数据库表中的每一个字段，比如下面的学生id列、学生姓名列、测验成绩列就是三个字段。
https://p3.pstatp.com/large/pgc-image/593b7c38cc6c4a9f8f8c71b8b3e1f354
准确地将数据分解为多个列是非常重要的，比如班级和学生姓名应该是独立的列，通过将他们进行分解开，才有大概利用特定的列队数据进行分列和过滤，如果学生姓名和班级组合在了一个列里，按照班级过滤就会非常的困难。
https://p3.pstatp.com/large/pgc-image/b333f3f4199a427ba169723e6350e6c9
数据库中每个列都有对应的数据类型，数据类型定义列可以存储的数据种类。
例如，如果列中存储的是数字，那么对应的数据类型应该是数值类型，如果列种存储的是日期、文本、注释、金额等，应该用得当的数据类型规定出来。
数据类型：所容许的数据类型，每个列都应该有相对应的数据类型，限制存储的数据情势。
3、行：
数据库表中的数据是按照行进行存储的，每一行就是存储的一个数据，比如第一行是张三的数据，第二行是李四的数据。
4、主键：
表中每一行都应该有可以唯一标识自己的一列，比如学生信息表中我们不能用学生的姓名作为主键，因为我们会发现一旦出现重名的环境，我们就会出现两个差别的数据；
https://p9.pstatp.com/large/pgc-image/09a36dbed22944adaa70eb77c2d3d789
当然也不能用测验成绩作为主键，比如按照“90分”作为主键进行提取时我们还会提取出两个数据；
https://p1.pstatp.com/large/pgc-image/099694d2c36047dca32684d148124fea
所以我们应该用学生id作为主键，因为无论如何学生id是不会重复的，它具有唯一性，所以可以作为主键。
https://p3.pstatp.com/large/pgc-image/6928085694494d3ab17b27ffc9e9d600
所以主键就是唯一区分数据表行的标识，用来表示一个特定的行。
没有主键的话，我们更新大概删除表中特定的行就会非常的困难，他必须满意两个条件：
任意两行都不应该有雷同的主键值
每一行都必须具有一个主键值（主键列不存在null值）
数据库中能够将差别的表进行关联，靠的就是主键，例如下面两个表：
https://p1.pstatp.com/large/pgc-image/3bc54d2c0bf244529e816dadc26f4a71
比如上面两张图，左图是学生信息表，右图是老师信息表。左图的主键是学生ID，右图的主键是老师ID。细心的读者大概发现右图还有一个学生ID，这里的学生ID是专门用来联接用户表的，它并不是主键。只不过两张表通过学生ID这个唯一信息来关联。
但两张表关联也并不是信息能一一对应的，也会存在空缺的时候，比如：
https://p3.pstatp.com/large/pgc-image/71e1d2be51dd433cb727a38a2a7ad7d1
https://p1.pstatp.com/large/pgc-image/d5ac9978e5e54dccb0855a551ace166b
所以，想要认知数据库的内容，起首我们先要明白sql、sql sever、my sql、oricle与数据库、数据库管理系统的区别在哪，因为很多人在学数据分析的时候，都是在网上到处找资料，差别的资料里滥用了这些名词，造成了大家的肴杂，也增长了大家对于sql认知的难度。
今天只是给大家一点开胃小菜，下一期我们继承学习SQL的具体语法，这也是数据分析口试的重要内容。 数据库基础知识 转发 转发了 转发了 转发了 转发了 转发了 转发了 转发了