Data and databases

單元 1：數據與數據庫 – 綜合學習筆記

歡迎！本章節是現代資訊科技的基石。你日常網上使用的每一項服務——從學校註冊系統到 Netflix 等串流平台——全都依賴數據庫。如果「鍵值（keys）」和「關聯（relationships）」這些概念聽起來很複雜，別擔心，我們會將其拆解為簡單易懂的步驟。讀完這份筆記後，你將完全理解海量的原始數據是如何轉化為有用且結構化的資訊！

第 1 節：基礎知識 – 數據、資訊與結構

1.1 數據與資訊的區別

在資訊科技中，這兩個術語常被混淆，但它們的區別至關重要。

• 數據（Data）： 未經處理的原始事實和數字。數據本身沒有意義。 例子：數字「175」、名字「Sarah」、或日期「2023-01-15」。
• 資訊（Information）： 經過處理、組織、結構化或在特定背景下呈現的數據，使其具有意義且實用。 例子：「學生編號 175 的學生是 Sarah，她在 2023-01-15 的考試中獲得 A 等級。」

類比： 將數據想像成「原材料」（麵粉、糖、雞蛋）。資訊則是做好的「蛋糕」（實用的產品）。而「處理過程」就是烘焙。

1.2 數據庫結構：平面檔案 vs. 關聯式

數據庫（Database） 是一個組織化的結構化數據集合，通常以電子方式儲存。數據的結構方式決定了所使用的數據庫系統類型。

1. 平面檔案數據庫（Flat File Database）：

• 所有數據儲存在單一表格或檔案中。
• 結構簡單，適合少量數據。
• 限制： 會導致嚴重的數據冗餘（data redundancy）（數據重複），並使更新資訊變得困難且容易出錯。
• 例子：Excel 試算表中的簡單通訊錄，你需要為每一位員工重複輸入公司地址。

2. 關聯式數據庫（Relational Database）：

• 數據被分割到多個獨立的表格中，再透過共享欄位（鍵值）連結起來。
• 這是目前幾乎所有現代大型系統的標準。
• 優勢： 最小化數據冗餘，提升數據完整性（準確性），並容許執行複雜的查詢和報告。
• 例子：學校系統中，學生詳情放在一張表，課程詳情放在另一張，註冊連結則放在第三張表。

第 2 節：表格的剖析

要建立數據庫，我們需要使用特定術語來描述表格內部的數據組成。

2.1 欄位、記錄與表格

想像一個用來儲存學生詳情的表格：

1. 表格（Table / Entity）： 相關數據的完整集合。這是核心結構。 例子：「學生」表。
2. 欄位（Field / Attribute）： 表格中的直行（Column）。它描述實體的一個特徵。每一筆記錄都必須為此欄位填入數值。 例子：「FirstName（名字）」、「DateOfBirth（出生日期）」、「StudentID（學生編號）」。
3. 記錄（Record / Tuple）： 表格中的橫列（Row）。它代表關於單一項目、人員或事件的完整數據集合。 例子：關於 Jane Doe 這位學生所有的資訊（名字、生日、ID）。

記憶口訣： Field（欄位）是上下垂直的（像直行）；Record（記錄）是左右水平的（像橫列）。

2.2 數據類型

每個欄位都必須分配一種數據類型。這告訴數據庫該欄位預期放入哪種資訊，有助於驗證數據並提高儲存效率。

• 文字 / 字串（Text / String）： 用於名字、地址或不需進行計算的代碼（即使包含數字，如產品編號）。
• 數值 / 整數 / 實數（Numeric / Integer / Real）： 用於需要計算的數字（如數量、價格、年齡）。
• 布林 / 邏輯（Boolean / Logical）： 只儲存兩個值之一：真/假、是/否、1/0。 例子：是否為管理員？（是/否）。
• 日期/時間（Date/Time）： 以標準格式儲存日期和時間，容許排序和計算（例如計算年齡）。

你知道嗎？ 使用正確的數據類型對於節省磁碟空間和加快數據庫操作至關重要。將 ID 號碼當作文字儲存而本應使用數值，是初學者常犯的錯誤！

第 3 節：關聯的力量 – 鍵值（Keys）

這是關聯式數據庫的核心概念。鍵值是特殊的欄位，用於唯一標識記錄並連結不同表格。

3.1 主鍵（Primary Key, PK）

主鍵是終極標識符。

• 一個（或一組）欄位，用於唯一標識表格中的每一筆記錄。
• 必須具有唯一性（不能有兩筆記錄的主鍵值相同）。
• 不能包含空值（Null，即不可為空）。
• 例子：在「學生」表中，「StudentID」是完美的主鍵。

如果起初覺得難懂也別擔心： 主鍵就像你的身份證號碼——它是唯一能將你與國內其他所有人區分開來的標記。

3.2 外鍵（Foreign Key, FK）

外鍵是用於表格之間的連結。

• 外鍵是表格中的一個欄位，它參照另一個表格中的主鍵。
• 它建立了兩個表格之間的關係。
• 外鍵欄位的值必須與相關聯表格中現有的主鍵值匹配。
• 例子：如果「課程」表的 PK 是「CourseID」，我們會在「學生」表中加入「CourseID」以顯示學生選修的課程。此時，學生表中的「CourseID」就是外鍵。

3.3 理解關係

關係定義了數據如何透過主鍵和外鍵在表格之間流動。最重要的關係有：

1. 一對一（1:1）： 表格 A 中的一筆記錄對應表格 B 中的唯一一筆記錄，反之亦然。（在實際核心數據中較少使用）。 例子：個人資料表連結護照詳情表（一個人擁有一本護照）。
2. 一對多（1:M）： 表格 A 中的一筆記錄可對應表格 B 中的零、一或多筆記錄。這是最常見且最基礎的關係。 例子：一位老師（A 表）教導多位學生（B 表）。老師表的主鍵會被用作學生表的外鍵。
3. 多對多（M:M）： 表格 A 中的多筆記錄可對應表格 B 中的多筆記錄。（這需要第三個「連結」表或「聯結」表才能正常運作）。 例子：多位學生選修多門課程。

第 4 節：確保數據質量（完整性、驗證、核實）

數據要變得有用（轉化為資訊），必須具備可信度。這需要透過嚴格的質量控制來達成。

4.1 數據完整性與冗餘

• 數據完整性（Data Integrity）： 數據的整體準確性、完整性和一致性。如果數據正確且可靠，則具有高完整性。
• 數據冗餘（Data Redundancy）： 將同一數據多次儲存（例如為 100 個學生重複輸入 100 次學院地址）。冗餘會嚴重降低完整性，因為若你需要更新地址，一旦忘記更新其中一個位置，數據就會變得不一致。關聯式數據庫的設計初衷就是為了消除這種情況。

4.2 驗證（確保數據合理）

數據驗證（Validation） 是檢查輸入的數據是否合理、合乎邏輯並符合特定規則。它不會檢查數據在事實上是否正確。

常見的驗證檢查（步驟說明）：

1. 範圍檢查（Range Check）： 確保數字或日期落在可接受的範圍內。 例子：「年齡」欄位必須介於 18 至 65 之間。
2. 格式檢查（Format/Picture Check）： 確保數據符合特定模式。 例子：英國郵遞區號必須符合 LLNN NLL 格式（L=字母，N=數字）。
3. 存在檢查（Presence Check）： 確保欄位沒有留空（必須輸入數據）。 例子：「姓氏」欄位為必填項。
4. 長度檢查（Length Check）： 確保輸入內容的字元長度正確（最短或最長限制）。 例子：「密碼」必須至少 8 個字元長。
5. 查閱檢查（Look-up Check）： 將輸入內容與預先設定的清單進行比對。 例子：「部門」欄位必須是「IT」、「市場部」或「人力資源部」之一。

4.3 核實（確保數據正確）

數據核實（Verification） 是檢查輸入系統的數據是否與原始來源數據完全一致。

• 視覺檢查（Visual Check）： 人工核對螢幕上輸入的數據與原始文件。
• 雙重輸入（Double Entry）： 由同一人或不同人將數據輸入兩次。電腦會比較兩次輸入的結果，如果不匹配，則會提示使用者重新檢查。

常見誤區： 範圍檢查（驗證）確認年齡是否在 1 到 100 之間；雙重輸入（核實）則確認如果使用者輸入「42」，電腦接收到的確實是「42」。驗證檢查規則，而核實檢查打字的準確性。

第 5 節：數據庫管理系統（DBMS）

數據庫管理系統（DBMS） 是一種允許使用者和其他應用程式與數據庫進行互動的軟體。常見例子包括 Microsoft Access、MySQL 和 Oracle。

5.1 DBMS 的角色

DBMS 在幕後處理了許多繁重的工作。其主要功能包括：

• 數據定義： 定義數據庫結構（建立表格、定義欄位和數據類型、設定關聯）。
• 數據操作： 允許使用者插入新數據、修改現有數據、刪除數據以及檢索數據（使用 SQL 查詢語句）。
• 數據安全： 管理使用者帳戶、權限和存取權限（例如確保學生只能查看自己的成績，而非他人的成績）。
• 數據完整性管理： 強制執行你設定的規則與約束（如主鍵唯一性和參照完整性——確保外鍵指向有效的主鍵）。

DBMS 就像一位強大的保全人員和圖書館管理員，確保只有對的人能接觸對的書，並且書本都有正確歸位。