在數(shù)據(jù)分析面試中，有一類知識絕對是面試官重頭考察的內(nèi)容，但是很多人卻常常忽略，也就是——數(shù)據(jù)庫與SQL!

數(shù)據(jù)庫是什么?

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

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

確切的說，數(shù)據(jù)庫軟件應該稱為DBMS，也就是數(shù)據(jù)庫管理系統(tǒng)，數(shù)據(jù)庫就是由DBMS創(chuàng)建和操縱的，比如我們可以在sql sever創(chuàng)建一個數(shù)據(jù)庫

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

數(shù)據(jù)庫的分類?

這里所說的數(shù)據(jù)庫都指的是數(shù)據(jù)庫管理系統(tǒng)，這按照早期的數(shù)據(jù)庫理論，比較流行的數(shù)據(jù)庫模型有三種，分別為層次式數(shù)據(jù)庫、網(wǎng)狀數(shù)據(jù)庫和關(guān)系型數(shù)據(jù)庫。

而在當今的互聯(lián)網(wǎng)企業(yè)中，最常用的數(shù)據(jù)庫模式主要有兩種，即關(guān)系型數(shù)據(jù)庫和非關(guān)系型數(shù)據(jù)庫。

關(guān)系型數(shù)據(jù)庫模型是把復雜的數(shù)據(jù)結(jié)構(gòu)歸結(jié)為簡單的二元關(guān)系(即二維表格形式)

在關(guān)系型數(shù)據(jù)庫中，對數(shù)據(jù)的操作幾乎全部建立在一個或多個關(guān)系表格上，通過這些關(guān)聯(lián)的表格分類、合并、連接或選取等運算來實現(xiàn)數(shù)據(jù)的管理。

關(guān)系型通俗的理解是，數(shù)據(jù)作為二維數(shù)組存在，你可以理解為圖書館的圖書排列。

書架、樓層你可以理解為關(guān)系型的數(shù)據(jù)結(jié)構(gòu)，書作為數(shù)據(jù)存在，而所有圖書館管理員就是數(shù)據(jù)庫的進程，用于不同的工作。有人救火(數(shù)據(jù)修復、備份)，有人整理書架、書籍(數(shù)據(jù)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(guān)系型數(shù)據(jù)庫誕生距今已有40多年了，從理論產(chǎn)生到發(fā)展到實現(xiàn)產(chǎn)品，例如：

常見的MySQL和Oracle數(shù)據(jù)庫，Oracle在數(shù)據(jù)庫領(lǐng)域里上升到了霸主地位，形成每年高達數(shù)百億美元的龐大產(chǎn)業(yè)市場，而MySQL也是不容忽視的數(shù)據(jù)庫，以至于被Oracle重金收購了。

非關(guān)系型數(shù)據(jù)庫也被稱為NoSQL數(shù)據(jù)庫，NoSQL的本意是“Not Only SQL”，指的是非關(guān)系型數(shù)據(jù)庫，而不是“NO SQL”的意思

因此，NoSQL的產(chǎn)生并不是要徹底否定關(guān)系型數(shù)據(jù)庫，而是作為傳統(tǒng)數(shù)據(jù)庫的一個有效補充，在特定的場景下可以發(fā)揮難以想象的高效率和高性能。

NoSQL是非關(guān)系型數(shù)據(jù)庫的廣義定義，它打破了長久以來關(guān)系型數(shù)據(jù)庫與ACID理論大一統(tǒng)的局面。NoSQL數(shù)據(jù)存儲不需要固定的表結(jié)構(gòu)，通常也不存在連續(xù)操作，在大數(shù)據(jù)存取上具備關(guān)系型數(shù)據(jù)庫無法比擬的性能優(yōu)勢。

SQL儲存數(shù)據(jù)

那么，作為關(guān)系型數(shù)據(jù)庫最常見的SQL，它是怎么存儲數(shù)據(jù)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(chuàng)建文件，然后將相關(guān)的資料放入相關(guān)的文件中，這就是數(shù)據(jù)庫的表。

表是一種結(jié)構(gòu)化的文件，用來存儲某種特定類型的數(shù)據(jù)，比如說這樣的sql文件，其里面包含了20多個數(shù)據(jù)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(shù)據(jù)庫里存放相同表名的數(shù)據(jù)表。

同時我們不能把學生數(shù)據(jù)與老師數(shù)據(jù)放在同一個表里，這樣會我們不好提取數(shù)據(jù)，檢索和訪問都比較麻煩，所以我們應該創(chuàng)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(shù)據(jù)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(shù)據(jù)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(shù)據(jù)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(shù)據(jù)庫中每個列都有對應的數(shù)據(jù)類型，數(shù)據(jù)類型定義列可以存儲的數(shù)據(jù)種類。

例如，如果列中存儲的是數(shù)字，那么對應的數(shù)據(jù)類型應該是數(shù)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?shù)臄?shù)據(jù)類型規(guī)定出來。

數(shù)據(jù)類型：所容許的數(shù)據(jù)類型，每個列都應該有相對應的數(shù)據(jù)類型，限制存儲的數(shù)據(jù)形式。

3、行：

數(shù)據(jù)庫表中的數(shù)據(jù)是按照行進行存儲的，每一行就是存儲的一個數(shù)據(jù)，比如第一行是張三的數(shù)據(jù)，第二行是李四的數(shù)據(jù)。

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(fā)現(xiàn)一旦出現(xiàn)重名的情況，我們就會出現(xiàn)兩個不同的數(shù)據(jù);

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(shù)據(jù);

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(qū)分數(shù)據(jù)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(shù)據(jù)庫中能夠?qū)⒉煌谋磉M行關(guān)聯(lián)，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(fā)現(xiàn)右圖還有一個學生ID，這里的學生ID是專門用來聯(lián)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(guān)聯(lián)。

但兩張表關(guān)聯(lián)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(shù)據(jù)庫的內(nèi)容，首先我們先要明白sql、sql sever、my sql、oricle與數(shù)據(jù)庫、數(shù)據(jù)庫管理系統(tǒng)的區(qū)別在哪，因為很多人在學數(shù)據(jù)分析的時候，都是在網(wǎng)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。