在數據分析面試中，有一類知識絕對是面試官重頭考察的內容，但是很多人卻常常忽略，也就是——數據庫與SQL!

數據庫是什么?

你可以把數據想象成一個個文件夾，數據庫就是一個一個文件柜，這個文件柜存放著非常多的數據，無論這個數據是什么、或者是如何組織的

 

 

這里要注意，人們通常用數據庫這個術語來代表他們使用的數據庫軟件，這是不正確的，這是以前你混淆的根源

確切的說，數據庫軟件應該稱為DBMS，也就是數據庫管理系統，數據庫就是由DBMS創建和操縱的，比如我們可以在sql sever創建一個數據庫

 

 

也就是說DBMS就像是一個圖書管理員，你不直接訪問數據庫，而是利用DBMS訪問數據庫，讓圖書管理員幫你找一個文件柜。

數據庫的分類?

這里所說的數據庫都指的是數據庫管理系統，這按照早期的數據庫理論，比較流行的數據庫模型有三種，分別為層次式數據庫、網狀數據庫和關系型數據庫。

而在當今的互聯網企業中，最常用的數據庫模式主要有兩種，即關系型數據庫和非關系型數據庫。

關系型數據庫模型是把復雜的數據結構歸結為簡單的二元關系(即二維表格形式)

 

 

在關系型數據庫中，對數據的操作幾乎全部建立在一個或多個關系表格上，通過這些關聯的表格分類、合并、連接或選取等運算來實現數據的管理。

關系型通俗的理解是，數據作為二維數組存在，你可以理解為圖書館的圖書排列。

 

[[354547]]

 

書架、樓層你可以理解為關系型的數據結構，書作為數據存在，而所有圖書館管理員就是數據庫的進程，用于不同的工作。有人救火(數據修復、備份)，有人整理書架、書籍(數據整理、歸檔)，而用戶進程就是指的來到圖書館的顧客，他們看書、移動書籍，而管理員就會對著維護。

關系型數據庫誕生距今已有40多年了，從理論產生到發展到實現產品，例如：

常見的MySQL和Oracle數據庫，Oracle在數據庫領域里上升到了霸主地位，形成每年高達數百億美元的龐大產業市場，而MySQL也是不容忽視的數據庫，以至于被Oracle重金收購了。

 

 

非關系型數據庫也被稱為NoSQL數據庫，NoSQL的本意是“Not Only SQL”，指的是非關系型數據庫，而不是“NO SQL”的意思

因此，NoSQL的產生并不是要徹底否定關系型數據庫，而是作為傳統數據庫的一個有效補充，在特定的場景下可以發揮難以想象的高效率和高性能。

 

 

NoSQL是非關系型數據庫的廣義定義，它打破了長久以來關系型數據庫與ACID理論大一統的局面。NoSQL數據存儲不需要固定的表結構，通常也不存在連續操作，在大數據存取上具備關系型數據庫無法比擬的性能優勢。

SQL儲存數據

那么，作為關系型數據庫最常見的SQL，它是怎么存儲數據的?

1、表：

在你將文件夾放入文件柜的時候，不能將他們隨便的扔進某個抽屜就完事了，而是在文件柜中創建文件，然后將相關的資料放入相關的文件中，這就是數據庫的表。

表是一種結構化的文件，用來存儲某種特定類型的數據，比如說這樣的sql文件，其里面包含了20多個數據庫表，每個表的名字都不應該是相同的，但是我們可以在不同的數據庫里存放相同表名的數據表。

 

 

同時我們不能把學生數據與老師數據放在同一個表里，這樣會我們不好提取數據，檢索和訪問都比較麻煩，所以我們應該創建兩個表，每個清單一個表。

2、列：

列是組成表的字段信息，一張表可以有一個或者多個列組成。

我們可以這么理解，每一列都是數據庫表中的每一個字段，比如下面的學生id列、學生姓名列、考試成績列就是三個字段。

 

 

正確地將數據分解為多個列是十分重要的，比如班級和學生姓名應該是獨立的列，通過將他們進行分解開，才有可能利用特定的列隊數據進行排列和過濾，如果學生姓名和班級組合在了一個列里，按照班級過濾就會十分的困難。

 

 

數據庫中每個列都有對應的數據類型，數據類型定義列可以存儲的數據種類。

例如，如果列中存儲的是數字，那么對應的數據類型應該是數值類型，如果列種存儲的是日期、文本、注釋、金額等，應該用恰當的數據類型規定出來。

數據類型：所容許的數據類型，每個列都應該有相對應的數據類型，限制存儲的數據形式。

3、行：

數據庫表中的數據是按照行進行存儲的，每一行就是存儲的一個數據，比如第一行是張三的數據，第二行是李四的數據。

4、主鍵：

表中每一行都應該有可以唯一標識自己的一列，比如學生信息表中我們不能用學生的姓名作為主鍵，因為我們會發現一旦出現重名的情況，我們就會出現兩個不同的數據;

 

 

當然也不能用考試成績作為主鍵，比如按照“90分”作為主鍵進行提取時我們還會提取出兩個數據;

 

 

所以我們應該用學生id作為主鍵，因為無論如何學生id是不會重復的，它具有唯一性，所以可以作為主鍵。

 

 

所以主鍵就是唯一區分數據表行的標識，用來表示一個特定的行。

沒有主鍵的話，我們更新或者刪除表中特定的行就會十分的困難，他必須滿足兩個條件：

• 任意兩行都不應該有相同的主鍵值
• 每一行都必須具有一個主鍵值(主鍵列不存在null值)

數據庫中能夠將不同的表進行關聯，靠的就是主鍵，例如下面兩個表：

 

 

比如上面兩張圖，左圖是學生信息表，右圖是老師信息表。左圖的主鍵是學生ID，右圖的主鍵是老師ID。細心的讀者可能發現右圖還有一個學生ID，這里的學生ID是專門用來聯接用戶表的，它并不是主鍵。只不過兩張表通過學生ID這個唯一信息來關聯。

但兩張表關聯也并不是信息能一一對應的，也會存在空缺的時候，比如：

 

 

 

 

所以，想要認知數據庫的內容，首先我們先要明白sql、sql sever、my sql、oricle與數據庫、數據庫管理系統的區別在哪，因為很多人在學數據分析的時候，都是在網上到處找資料，不同的資料里濫用了這些名詞，造成了大家的混淆，也增加了大家對于sql認知的難度。