SQL必知必懂的八大核心概念

写在前面：如果你是一名程序员又恰好是一名SQLBOY的话，那么请移步，因为下面讲的实在太不专业了；如果你是一名想学会写好SQL的运营，那么你一定要认真读完。

本文用通俗的语言介绍SQL和数据库相关的八大核心概念，每一个都是你理解数据表 写好SQL的关键，了解这些的同时你也对数据BOY从事的工作有了更深的一份了解。话不多说，上关键词：

1、数据库（data base） 

我们首先看下数据库的百度百科：

数据库是“按照数据结构来组织、存储和管理数据的仓库”。是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。

简单总结一下，数据库就是用来存放数据的地方。我们平常经常听到的mysql,oracle,sql-server等，都可以称为数据库。

有好事者可能会问为什么要用数据库来存在数据呢？这里给你一个指引，你可以查看数据管理的三个阶段：人工管理阶段，文件系统阶段，数据库管理系统。

我们举个例子来说明什么是数据库，数据库就像现在大型电商的一个仓库，里面放满了各种各样的商品。你可能从照片上看到过这些仓库的照片，不知道细心的你是否发现了，这些仓库通常都是井井有条，物品摆放的甚至比你家还要整齐，为什么要这么做呢？我们先卖个关子，下面会讲到。

经常写SQL的同于会遇到关于数据库的另外一个问题，为什么不能跨库查询？这里我给大家用这个例子来解释一下。并不是不能，而是需要一把钥匙，但是即使有了这把钥匙你依然不想跨库查询。首先，按照一般的惯例，京东的仓管肯定是不能到苏宁的仓库里面取东西的，但是如果有一天他获取了苏宁仓库的钥匙，那就可以到苏宁仓库随意“拿”东西了。这把所谓的钥匙就是数据库的连接串信息，主要包括用户名、账号、密码、地址等信息。

刚才也说了，即使有了钥匙一般也不会跨库查询，两个方面的原因：1、安全问题，万一别人家de东西丢了怎么办？找你，你赔吗？2、一家仓库的钥匙还好，那如果及时家，上百家的话，你不晕吗？关于数据库了解这么多就差不多了。

2、数据仓库（data warehouse） 

这是数据库的弟弟，为什么这么说呢？因为它的出生确实晚于数据库，而且在相当长的一段时间内，数据库其实是承担了数据仓库的很大一部分职责。后来，数据库是在是承受不住了整个大家族的压力，就诞生了数据仓库。

数据仓库也有个百科定义，我们一起看下：

数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。

这里面几个核心的点我们解释一下：

面向主题：数据仓库中的数据是按照一定的主题域进行组织，比如用户主题，公司主题等。不过个人觉得这不是一个必须的条件，因为数据仓库里面好多是面向业务过程的，比如下单、支付等。

集成的：所谓的集成就是把不同系统（数据源），不同数据结构，不同单位度量的数据拉取到一起，进行加工处理，输出为统一的格式化的集成数据。

相对稳定的：这是说数据仓库只是数据的搬运工，不会对原生的数据做任何修改，所以下次你找数据仓库的人员想把你的账户增加一千万的时候，小哥哥说他做不了的时候不是骗你，是真做不了。

反映历史变化：数据仓库的一大作用就是把数据库的变化数据存储起来，记录了企业从过去某一时点（如开始应用数据仓库的时点）到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。这也是数据仓库的价值体现。

解释完这些概念，我们还是举个例子来说明数据库和数据仓库的不同，前面说了数据库是一个大仓库，那么数据仓库就是一个多层的城市综合体。第一层放的是原生的小麦、稻谷、玉米等未经加工处理的原材料，你想要吃馒头、面包啊就只能自己做了。第二层放的是面粉、大米这些初步加工过的原料，显然你想吃馒头的还是要自己做，第三层则是已经做好的馒头、米线啊等等，你直接动口就行了，不用动手了，可以节省很多的时间。上面可能还有更多的层，但一般不会超过6层，那样就要加电梯了，我们就不具体介绍了，效果都是类似的。

这也体现了数仓两个核心（OLAP和分层）中的分层的价值所在，用空间来换取时间。

3、表（table） 

表其实就很类似于我们常用的excel，用前面的例子，数据库是一个很大的仓库，但是具体放东西还是需要地盘，这些所谓的地盘就是表。

每一个表都占据一块区域，通常是日化放一块，生鲜放一块…… 这就是上面说的你看到整个仓库都很整洁的原因。一来为了区分不同的品类，二来也是为了取用方便，不至于东一榔头西一棒槌的。表与表之间是对等的关系，属于同一个库的表之间是可以互相访问的。

数据仓库里面大宽表的意思就是把不同区域的物品（数据）取过来整合到一起，你下单的时候直接配送，不用再从各个订单取了。

4、视图 (view)

视图是表的一个影子，因为没有表就没有视图。这不是语句玩笑话，事实就是如此。

不像上面的库、表都是物理存在的东西，视图是一个逻辑上存在的东西，那种虚无缥缈的东西。有点类似于唯物主义与唯心主义。

逻辑上的东西我们很难找到一个合适例子来解释，下面我们试着接着用上面的例子来解释视图的概念。上面说了，仓库的中每一块区域、地盘是表，那么视图就是对这些区域的一次照片，而且通常情况下还不是全景照片，很有可能是通过PS处理后把多个区域的不同产品拼接之后的照片。至于你能在照片中看到多少，那取决于拍照人的心情。而这也正是视图的价值所在，防止数据泄露，让不该看到的人看不到不该看到的东西。哈哈，有点绕，说白了就是保护隐私。

回到正题，这照片上的东西确实是实实在在存在的东西，但是你能触摸得到吗？恐怕不行吧，如果要取照片里面的东西还是

要到实际区域中取，这就是逻辑存在的含义。有一种实际存在的物理视图，真实存在但不在我们介绍的范围之内，就不做详细介绍了。

5、属性

属性，又称“列”，“数据列”，几乎可以等价的excel里面的列

在大多数场合下这三者都可以通用，非要分得清楚的话，属性一般是指列名，也就是表头；列指的是单元格里面的具体内容。属性的概念很简单我们就不举例介绍了。

6、元组

这是与属性相对的一个概念属相是列，元组是行。通常又被称作“记录”，“行”，“每一条记录”，这三者是完全的等价，只不过元组是更为学术的称法。概念很好理解，但元组是很重要的内容，因为我们通常对表的操作都是基于每一行的数据做处理的。鉴于概念很简单，我们这里也不举例介绍了。

7、主键 (Primary key)

主键是用来唯一标识表中的一条记录的，主键属于属性的范畴，意思就是，主键是属性中的一列或者多列。

什么时候一列什么时候多列呢？如果单独一列就可以唯一确定表中的一条记录，那么属性就是一列，也就是说令这一列等于某个值的时候查出来只有一条记录，这就是唯一主键；反之如果需要多个列联合起来才能唯一确定表中的一条记录，这就是联合主键。

举个例子：学生表中有一列身份证号，我们知道每个人的身份证号都是不一样的，那么我们就可以把身份证号这一列作为唯一主键。但是如果没有身份证号这一列呢？假如有学号、姓名等其他列，我们可以把学号和姓名联合起来作为主键，理论上来说不会存在学号和姓名相同但实际上是两个人的情况。

主键有两大特性：非空和唯一性。很好理解，我们就不解释了。这里我们顺带体现另外的两个概念：外键和唯一键。外键可以理解为其他表的主键，唯一键是唯一标识一条记录，但是允许为空，这也是它与主键的差异。

主键有什么用呢？第一，判断数据在某个列上是否有重复。第二，多表关联的时候预判是一对多，多对一还是多对多的关联。

关于主键我们就介绍这么多。

8、ETL

这是一个简称，全称是：Extraction-Transformation-Loading，抽取、转换和加载。这么讲可能还是有些抽象，我们继续拿上面的例子来说明什么是ETL。

其实很简单，纵向来看就是把小麦，稻谷，玉米加工成面粉、大米、玉米粒的过程，当然再加工成面条，米粉的过程同样也属于ETL；横向来看，是把面粉、坚果、香精等混合后加工成饼干的过程。同样对应于数据仓库里面就是分层和做宽表的过程。

ETL这块其实是说起来容易，但是做好很难的一个东西。如何保证数据不重不漏这是最基本的，还要保证面包好吃这是更高层的。希望下次数仓人员说他在开发ETL的时候你不在问ETL具体是干嘛了。

本期的核心概念就把介绍到这里，欢迎关注下期的写好SQL的六脉神剑。