1. 核心概念解释#

• 数据库 (Database) vs. 数据库管理系统 (DBMS)
  • 数据库是模拟现实世界的互相关联的数据集合（如：学生名单、音乐专辑列表）。
  • DBMS 是管理这些数据的软件系统，负责数据的存储、查询、安全与一致性。
• 为什么不用 CSV 文件管理数据？
  • 虽然可以使用文本文件（如 CSV）存储数据，但手动编写代码去解析文件存在巨大缺陷：查询效率低（线性扫描）、难以保证数据一致性（如两个线程同时写入）、缺乏类型安全、原子性无法保证（写到一半断电会导致数据损坏）。
• 数据模型 (Data Model)
  • 是描述数据的高层抽象，定义了允许存在的数据类型及其相互关系（类似于建筑蓝图的规则）。
  • 关系模型 (Relational Model)：当前最主流的数据模型，由 Ted Codd 在 1970 年代提出。它将数据定义为关系 (Relations) 的集合。

2. 关键结论 / 方法#

• 早期导航式模型的失败：
  • 在关系模型之前（如 CODASYL），程序员必须了解数据的物理存储结构（如链表、树），编写复杂的遍历代码（导航）。如果数据库物理结构改变，所有查询代码都要重写。
• 关系模型的胜利：
  • 提供了数据独立性 (Data Independence)。
  • 物理数据独立性：用户只需关注逻辑层（Logical Schema），无需关心物理层（Physical Schema）如何存储数据（如文件布局、索引结构）。系统可以在不破坏应用程序的情况下优化物理存储。

3. 易混点或易错点提示#

• 误区：认为数据库就是 SQL。
  • 纠正：SQL 是语言，DBMS 是系统。市面上有多种 DBMS（Postgres, MySQL, Oracle 等），它们大多遵循关系模型，但实现细节不同。
• 误区：NoSQL 完全取代了 SQL。
  • 纠正：虽然 NoSQL（如 Mongo, Redis）曾流行，但关系模型仍是基石。现代 SQL 标准已吸收了 JSON、Graph 等特性。

4. 简短复习小结#

DBMS 解决了直接使用文件存储数据带来的完整性与并发问题。关系模型通过将逻辑与物理分离，使程序员能够声明“想要什么数据”而不是“如何找到数据”，这是数据库技术发展的关键转折点。

1. 核心概念解释#

• 关系 (Relation)：
  • 即数学上的“集合”，在数据库中通常表现为表 (Table)。
  • 由元组 (Tuple)（即行）和属性 (Attribute)（即列）组成。
  • 无序性：在关系模型理论中，关系是无序集合 (Unordered Set)，没有重复元素。
• 键 (Keys)：
  • 主键 (Primary Key)：唯一标识元组的属性。
  • 外键 (Foreign Key)：指向其他关系中主键的属性，用于建立表与表之间的逻辑联系，而非物理指针。
• 关系代数 (Relational Algebra)：
  • 一种过程化语言 (Procedural Language)，定义了查询的执行步骤。它是 SQL 的理论基础，也是数据库引擎内部执行查询的基石。

2. 关键结论 / 公式 / 方法#

• 七个基本操作符：
  1. 选择 (Select, $\sigma$)：根据谓词过滤行（对应 SQL 的 WHERE）。
  2. 投影 (Projection, $\pi$)：选择特定的列，并可能重新排序或计算（对应 SQL 的 SELECT 列表）。
  3. 并集 (Union, $\cup$)：合并两个关系（需结构相同）。
  4. 交集 (Intersection, $\cap$)：取两个关系的共有部分。
  5. 差集 (Difference, $-$)：取存在于第一个关系但不在第二个关系的部分。
  6. 笛卡尔积 (Product, $\times$)：将两个关系的行两两组合。
  7. 连接 (Join, $\bowtie$)：结合笛卡尔积与选择操作，基于相关属性合并两个关系。

3. 易混点或易错点提示#

• Set vs. Bag：
  • 易错点：严格的关系代数基于集合 (Set)（无重复），但实际的 SQL 语言基于多重集 (Bag)（允许重复）。SQL 需要显式使用 DISTINCT 去除重复，因为自动去重代价昂贵。
• 操作顺序：
  • 在关系代数中，操作顺序很重要（例如先过滤再 Join 通常比先 Join 再过滤更高效）。SQL 允许用户不关心顺序，由优化器决定。

4. 简短复习小结#

关系模型用表来组织数据，用外键建立联系。关系代数提供了一套操作符（如选择、投影、连接）来处理这些表。理解关系代数有助于理解 SQL 查询在底层是如何被“组装”和执行的。

1. 核心概念解释#

• SQL (Structured Query Language)：
  • 一种声明式语言 (Declarative Language)。用户告诉系统“即使要什么结果”（What），由系统决定“如何计算”（How）。
  • 包含 DML（数据操作）、DDL（数据定义）、DCL（数据控制）。
• 聚合函数 (Aggregates)：
  • 将多行数据压缩为单一值的函数，如 AVG, MIN, MAX, SUM, COUNT。

2. 关键结论 / 公式 / 方法#

• 基本查询结构：SELECT -> FROM -> WHERE。
• 分组聚合 (Group By)：
  • 利用 GROUP BY 将数据分桶，然后对每个桶进行聚合计算。
• 过滤聚合结果 (Having)：
  • WHERE 用于在聚合前过滤原始行。
  • HAVING 用于在聚合后过滤结果（例如：找出平均分大于 3.9 的课程）。

3. 易混点或易错点提示#

• GROUP BY 的列限制：
  • 如果在 SELECT 中使用了聚合函数（如 AVG(GPA)），那么 SELECT 列表中出现的其他非聚合列（如 CourseID）必须出现在 GROUP BY 子句中。否则结果是未定义的（虽然 MySQL 早期版本允许，但这是错误的）。
• NULL 的处理：
  • 聚合函数通常会忽略 NULL 值，但 COUNT(*) 会计算所有行，包括含 NULL 的行。

4. 简短复习小结#

SQL 是通过声明式语法操作关系数据的标准。掌握 GROUP BY 和 HAVING 的区别是进行复杂数据分析的基础。记住：SQL 是基于 Bag（允许重复）的，而关系理论是基于 Set 的。

1. 核心概念解释#

• 字符串操作：不同数据库对字符串的大小写敏感度处理不同（Postgres 敏感，MySQL 通常不敏感）。
• 日期与时间：这是 SQL 中最混乱的部分。不同系统获取当前时间的函数不同（NOW(), CURRENT_TIMESTAMP, GETDATE() 等），计算日期间隔的语法也大相径庭。
• 嵌套查询 (Nested Queries)：在查询中嵌入另一个查询。
• CTE (Common Table Expressions)：使用 WITH 语句创建临时结果集，比嵌套查询更具可读性。

2. 关键结论 / 公式 / 方法#

• 窗口函数 (Window Functions)：
  • 允许在不聚合（不减少行数）的情况下进行“滑动窗口”计算（如移动平均、排名）。
  • 语法：FUNC() OVER (PARTITION BY ... ORDER BY ...)。
  • ROW_NUMBER() vs RANK()：用于生成行号或排名。
• Lateral Joins：
  • 允许在同一层级中，后续的子查询引用前面表的列（类似于 for loop 内部引用外部变量），非常强大但并非所有系统支持。

3. 易混点或易错点提示#

• 标准与实现的差异：
  • 没有任何一个数据库完全严格遵循 SQL-92 或更新的标准。
  • 例如：Postgres 的双引号 " 用于标识符（表名/列名），单引号 ' 用于字符串常量；而 MySQL 可能混用。
  • 重要提示：在很多系统中，计算两个日期的差值（如 2025-01-01 减去 2024-01-01）可能会导致意想不到的结果（有的返回天数，有的返回莫名其妙的整数），务必查阅具体文档。

4. 简短复习小结#

虽然 SQL 是标准，但不同厂商（Postgres, MySQL, SQLite, DuckDB）在细节上有诸多差异，特别是日期处理和字符串操作。在处理复杂逻辑时，推荐使用 CTE 替代深层嵌套子查询以提高代码可读性。