歡迎來到資料庫的世界！

你有沒有想過 Spotify 是如何追蹤數以百萬計的歌曲，或者學校是如何管理成千上萬名學生的資料而不遺失任何記錄的呢？祕密就在於資料庫 (Databases)！在本章中，我們將學習如何整理資訊，使其易於搜尋、更新並確保其安全性。如果一開始覺得術語很多也不用擔心；只要把資料庫想像成一個非常聰明的數位檔案櫃就可以了。


1. 建構基礎：資料表、記錄與欄位

在建立複雜系統之前，我們需要先了解關聯式資料庫 (Relational Database) 的基本結構。

資料庫由什麼組成？

想像一下班級名單的試算表：

  • 資料表 (Table)： 關於特定主題的完整資料集合（例如：「學生」資料表）。
  • 記錄 (Record 或 Row)： 單一水平條目。它代表一個「個體」（例如：某位特定的學生）。
  • 欄位 (Field 或 Column)： 單一垂直類別。它代表一個「屬性」或特徵（例如：「電話號碼」或「出生日期」）。
  • 屬性 (Attribute)： 這只是欄位的另一個名稱。它描述了實體的一種特性。

快速複習： 如果你有一張「圖書」資料表，作者就是一個欄位，而《哈利波特：神秘的魔法石》則是某條記錄的一部分。


2. 資料庫的「鍵」(Keys)

在資料庫中，我們需要透過某些方式來識別資料並連結不同的資料表，我們稱之為鍵 (Keys)。

鍵的類型

  • 主鍵 (Primary Key)： 每條記錄的唯一識別碼。沒有兩條記錄可以擁有相同的主鍵。例如：你的學號或身份證號碼。
  • 複合鍵 (Composite Key)： 當單一欄位不足以成為唯一識別碼時，我們會結合兩個或多個欄位來組成。例如：結合「課程編號」與「學生編號」來識別特定的選修記錄。
  • 外鍵 (Foreign Key)： 資料表中的一個欄位，它是另一個資料表中的主鍵。這是我們用來「連結」資料表的方式。
  • 次要鍵 (Secondary Key)： 不是主鍵，但經常被用於搜尋資料的欄位。例如：不使用學號，而是以「姓氏」來搜尋學生。

記憶小撇步： 可以把主鍵想像成你的指紋（對你而言是獨一無二的），而外鍵則像是一封推薦信（它指向另一個人）。


3. 資料冗餘與相依性

一個好的資料庫應該要「精簡有效」。我們需要避免兩個大問題：

資料冗餘 (Data Redundancy)

當相同的資料存放在多個地方時，就會發生這種情況。例如：將學生的住址寫在五個不同的資料表中。
為什麼這很糟糕？ 它不僅浪費儲存空間，還會導致「更新異常 (Update Anomalies)」——如果學生搬家了，你可能忘記在五個地方同時更新，導致資料不一致。

資料相依性 (Data Dependency)

這指的是欄位之間的關係。我們希望欄位只依賴於主鍵。如果某項資訊（例如「醫生的電話號碼」）依賴於主鍵以外的其他東西（例如「醫生的姓名」），當資料被刪除或更改時，就會造成混亂。

關鍵總結： 我們要減少冗餘，以確保資料準確並節省空間！


4. 正規化：打造完美資料庫的三個步驟

正規化 (Normalization) 是透過整理資料庫來減少冗餘的過程。對於 H2 Computing 課程，你需要知道如何將資料表達到第三正規化 (3NF)。

逐步流程

  1. 第一正規化 (1NF)： 移除「重複群組」。每個儲存格必須只包含一個單一值（原子值）。格子裡不准出現列表！
  2. 第二正規化 (2NF)： 必須先達到 1NF。接著，移除部分相依 (Partial Dependencies)。這意味著每個欄位必須依賴於整個主鍵（這通常只有在你擁有複合鍵時才會成為問題）。
  3. 第三正規化 (3NF)： 必須先達到 2NF。接著，移除傳遞相依 (Transitive Dependencies)。這意味著「非鍵欄位不應依賴於其他非鍵欄位」。

記憶口訣： 要達到 3NF，欄位必須依賴：「主鍵 (1NF)、整個主鍵 (2NF)，以及除了主鍵之外什麼都不依賴 (3NF)，上帝保佑 Codd！」（E.F. Codd 是這套系統的發明者）。


5. 實體關聯圖 (ER Diagrams)

ER 圖是用來呈現資料表之間如何關聯的地圖。它使用方框與線條來表示連結。

  • 實體 (Entity)： 用矩形表示（例如：[學生]）。
  • 關聯 (Relationship)： 它們之間的連線。

常見的關聯類型

  • 一對一 (1:1)： 一個人只有一本護照。
  • 一對多 (1:M)： 一位母親可以有多個孩子。（這是資料庫中最常見的！）
  • 多對多 (M:N)： 許多學生修讀許多科目。注意：在實際資料庫中，我們通常會使用「連結資料表」將其拆解為兩個 1:M 的關聯。

6. SQL：與資料庫溝通

結構化查詢語言 (SQL) 是我們用來「向資料庫索取」資訊或進行修改的語言。

必要的 SQL 指令

  • SELECT： 用於選擇你想要查看的欄位。
  • FROM： 資料來自哪個資料表。
  • WHERE： 過濾資料（像是一種「搜尋」條件）。
  • ORDER BY： 排序結果（ASC 為遞增，DESC 為遞減）。
  • INSERT INTO： 新增一條記錄。
  • UPDATE： 修改現有資料。
  • DELETE： 刪除記錄。
  • JOIN： 根據相關欄位合併兩個或多個資料表的資料列。

查詢範例：
SELECT Name, Score FROM Students WHERE Score > 70 ORDER BY Score DESC;
（這會顯示所有分數高於 70 分的學生姓名與分數，並按分數從高到低排列。）


7. SQL vs. NoSQL：現代選擇

傳統資料庫使用 SQL 和嚴格的資料表。但有時資料過於混亂或變動太快，這時 NoSQL 就派上用場了。

兩者比較

SQL (關聯式)：

  • 使用具有列和欄的結構化資料表。
  • 非常適合資料「形狀」不常改變的場景（例如：銀行帳戶）。
  • 強一致性（資料在系統中永遠保持準確）。

NoSQL (非關聯式)：

  • 解決了如擴展性 (Scaling) 等短處（NoSQL 可以輕鬆處理跨多個伺服器的海量資料）。
  • 靈活的「架構」(Schema)（不需要固定的資料表；資料可以儲存為文件、圖形或鍵值對）。
  • 非常適合「大數據」和即時 Web 應用（例如：社交媒體動態牆）。

你知道嗎？ SQL 資料庫就像一座圖書館（組織嚴謹，每樣東西都有特定位置），而 NoSQL 就像一個洗衣籃（容易快速丟入物品，靈活彈性，但尋找東西時需要不同的方式）。


8. 在 Python 中操作資料庫

在實作考試中，你很可能會使用 Python 中的 sqlite3 模組來操作 SQL 資料庫。

Python-SQL 工作流程

  1. 連線 (Connect)： 建立與資料庫檔案的連線。
  2. 游標 (Cursor)： 建立一個「游標」物件（把它想像成執行指令的數位「指針」）。
  3. 執行 (Execute)： 使用 cursor.execute("SQL 指令")。
  4. 提交 (Commit)： 使用 connection.commit() 來儲存你的變更！
  5. 關閉 (Close)： 完成後務必關閉連線。

常見錯誤： 忘記提交 (commit)！如果你不提交，你的 INSERT 或 UPDATE 指令就不會儲存到檔案中，到時候你就會納悶資料怎麼消失了！


快速複習箱

主鍵 (Primary Key)： 唯一 ID。
外鍵 (Foreign Key)： 連結到另一個資料表。
正規化 (Normalization)： 減少資料重複（冗餘）。
1NF： 儲存格內沒有列表。
2NF： 沒有部分相依。
3NF： 沒有傳遞相依。
SQL： 資料庫的語言。
NoSQL： 靈活，比 SQL 更擅長處理「大數據」。