SQL 的五十道練習¶

簡介

數據交點 | 郭耀仁 yaojenkuo@datainpoint.com

什麼是 SQL？¶

SQL（發音為 ess-que-ell 或 sequel）全名為 Structured Query Language，是一個能夠針對資料庫進行「資料操作」的語言。¶

SQL 按照使用目的可以再細分為三類¶

  1. 資料操作語言（Data Manipulation Language, DML）
  2. 資料定義語言（Data Definition Language, DDL）
  3. 資料控制語言（Data Control Language, DCL）

解釋定義中出現的名詞¶

  • 什麼是資料操作？
  • 什麼是資料庫？
  • 什麼是資料庫管理系統？

「資料操作」涵蓋了 CRUD 這四個動詞：¶

  • 創造 Create
  • 查詢 Read
  • 更新 Update
  • 刪除 Delete

舉例來說，在使用任何的網頁或手機應用程式時，我們的滑鼠點擊與手勢觸控都會被轉換成 CRUD：¶

  • 創造 Create：發佈新的動態。
  • 查詢 Read：瀏覽追蹤對象的動態。
  • 更新 Update：編輯先前發佈動態的內容。
  • 刪除 Delete：撤掉先前所發佈的動態。

為什麼要學習 SQL？¶

SQL 是一個歷久彌新的語言，早於 1970 年代問世，50 年後今日仍然是資料科學與軟體開發從業者最重要的技能之一。

2021 Kaggle ML&DS Survey 中 SQL 在資料科學家日常使用語言中排名第二。¶

來源：https://www.kaggle.com/yaojenkuo/analyzing-kaggle-survey-in-a-more-structured-way

2021 Kaggle ML&DS Survey 中 SQL 在資料科學家推薦學習語言中排名第三。¶

來源：https://www.kaggle.com/yaojenkuo/analyzing-kaggle-survey-in-a-more-structured-way

Stack Overflow 2021 Developer Survey 中 SQL 在軟體工程師受歡迎技術中排名第四。¶

來源：https://insights.stackoverflow.com/survey/2021

解釋定義中出現的名詞（續）¶

  • 什麼是資料操作？
  • 什麼是資料庫？
  • 什麼是資料庫管理系統？

什麼是資料庫？¶

資料庫（Database）是儲存在電腦中的資料集合，我們可以透過撰寫 SQL 有效率地對資料庫中的數據進行「資料操作」。¶

什麼樣的資料集合能夠格被稱為資料庫呢？¶

具有兩個特徵的資料集合被稱為資料庫：¶

  1. 觀測值必須具有屬性。
  2. 資料集合必須具備有元資料（Metadata）。

不具有屬性的資料觀測值¶

In [3]:
show_without_attributes()
Out[3]:
array([[1, 'The Shawshank Redemption', 1994, 9.3, 'Frank Darabont', 142],
       [2, 'The Godfather', 1972, 9.2, 'Francis Ford Coppola', 175],
       [3, 'The Godfather: Part II', 1974, 9.0, 'Francis Ford Coppola',
        202],
       [4, 'The Dark Knight', 2008, 9.0, 'Christopher Nolan', 152],
       [5, '12 Angry Men', 1957, 9.0, 'Sidney Lumet', 96]], dtype=object)

具有屬性的資料觀測值¶

In [5]:
show_with_attributes()
Out[5]:
id title release_year rating director runtime
0 1 The Shawshank Redemption 1994 9.3 Frank Darabont 142
1 2 The Godfather 1972 9.2 Francis Ford Coppola 175
2 3 The Godfather: Part II 1974 9.0 Francis Ford Coppola 202
3 4 The Dark Knight 2008 9.0 Christopher Nolan 152
4 5 12 Angry Men 1957 9.0 Sidney Lumet 96

元資料（Metadata）常見的解釋為「data about data」、「描述資料的資料」。¶

In [7]:
show_metadata()
Out[7]:
cid name type notnull dflt_value pk
0 0 id INTEGER 0 None 1
1 1 title TEXT 0 None 0
2 2 release_year INTEGER 0 None 0
3 3 rating REAL 0 None 0
4 4 director TEXT 0 None 0
5 5 runtime INTEGER 0 None 0

為什麼資料庫是重要的？¶

  • 對於資料科學而言，資料庫是常見的資料來源。
  • 對於軟體開發而言，資料庫是應用程式與系統不可或缺的元素。
  • 對於生活應用而言，資料庫無所不在，小至手機的通話紀錄與通訊錄、大至銀行的存款資訊與交易資訊，背後都有資料庫在運作。

解釋定義中出現的名詞（續）¶

  • 什麼是資料操作？
  • 什麼是資料庫？
  • 什麼是資料庫管理系統？

什麼是資料庫管理系統？¶

DBMS 全名為 DataBase Management System，透過資料庫管理系統，SQL 將能「自動化」且「規模化」地對資料庫進行 CRUD 的「資料操作」。¶

自動化的體現¶

不需要透過人工、客服就能夠發佈新的動態、瀏覽追蹤對象的動態、編輯先前發佈動態的內容與撤掉先前所發佈的動態。

規模化的體現¶

能夠讓成千上萬個使用者同時發佈新的動態、瀏覽追蹤對象的動態、編輯先前發佈動態的內容與撤掉先前所發佈的動態。

資料庫管理系統可以分為兩大類：¶

  1. 關聯式資料庫管理系統（RDBMS, Relational Database Management System）
  2. 非關聯式資料庫管理系統（NoSQL DBMS, Not only SQL Database Management System）

RDBMS vs. NoSQL DBMS¶

  • 結構化 vs. 非結構化。
  • 表格 vs. 文件、鍵值。
  • 效率 vs. 彈性。

常見的關聯式資料庫管理系統¶

  • 甲骨文（Oracle）的 Oracle Database
  • 微軟（Microsoft）的 SQL Server
  • 國際商業機器（IBM）的 DB2
  • 開放原始碼的 SQLite
  • 開放原始碼的 MySQL
  • 開放原始碼的 PostgreSQL

常見的非關聯式資料庫管理系統¶

  • 甲骨文（Oracle）的 Coherence
  • 微軟（Microsoft）的 Azure Cosmos DB
  • 國際商業機器（IBM）的 Domino
  • 開放原始碼的 MongoDB
  • 開放原始碼的 Elasticsearch
  • 開放原始碼的 Cassandra

課程使用開放原始碼的 SQLite¶

以常見關聯式資料庫管理系統都支援的標準 SQL 基本語法為主。

SQL、關聯式資料庫與關聯式資料庫管理系統的示意圖¶

重點統整¶

  • SQL 全名為 Structured Query Language，是能夠針對資料庫進行「資料操作」的語言。
  • 資料庫是儲存在電腦中的資料集合，具有兩個特徵：
    • 資料觀測值具有屬性。
    • 儲存有元資料（Metadata）。
  • 透過資料庫管理系統，SQL 能自動化且規模化地對資料庫進行「資料操作」。