本文是《如何七周成為數(shù)據(jù)分析師》的第九篇教程，如果想要了解寫作初衷，可以先行閱讀七周指南。溫馨提示：如果您已經(jīng)熟悉數(shù)據(jù)庫，大可不必再看這篇文章，或只挑選部分。

我們進(jìn)入第四周數(shù)據(jù)庫的內(nèi)容，在數(shù)據(jù)分析師的職業(yè)生涯中，數(shù)據(jù)庫與SQL會是他們性價比最高的技能之一。

數(shù)據(jù)庫是邏輯上的概念，它是一堆互相關(guān)聯(lián)的數(shù)據(jù)，放在物理實(shí)體上，是一堆寫在磁盤上的文件，文件中有數(shù)據(jù)。這些最基礎(chǔ)的數(shù)據(jù)組成了表(table)，我們把它想象成一張Excel的sheet。

數(shù)據(jù)表的抽象概念如上圖。

ID是數(shù)據(jù)庫中重要的概念，叫做唯一標(biāo)識符／主鍵，用來表示數(shù)據(jù)的唯一性。我們把它理解成數(shù)據(jù)的身份證號。我知道身份證，也就知道數(shù)據(jù)在哪里了。

ID不會有現(xiàn)實(shí)的業(yè)務(wù)意義，就是一串單純的數(shù)字，每張表只能有一個主鍵。

數(shù)據(jù)庫是表的集合，一個數(shù)據(jù)庫中可以放多張表，我們給每張表命名，表與表之間能互相聯(lián)系。

聯(lián)系就是數(shù)據(jù)能夠?qū)?yīng)匹配，正式名稱叫聯(lián)接，對應(yīng)的操作叫做Join，我們想象成Excel中的vlookup。

上面就是兩張表，用戶和教育背景，看上去能夠使用姓名進(jìn)行匹配，可是這里出現(xiàn)了兩個張三，一個是北京大學(xué)，一個是上海大學(xué)，究竟哪個張三才能和用戶表的張三對應(yīng)上？都不能。

也許清華大學(xué)還有張三，復(fù)旦大學(xué)，交通大學(xué)也有，畢竟全中國姓名相同的人那么多。正確的用法應(yīng)該是使用ID聯(lián)接，而不是姓名。ID是產(chǎn)品、運(yùn)營和數(shù)據(jù)人員們在工作中接觸最多的內(nèi)容之一，用戶ID文章ID商品ID等，如果大家還不了解，這里需要掌握。

上圖就是正確的用法，用戶表和教育表能夠通過ID聯(lián)接，可能有人疑問，用戶ID為1和6的，還是不能對應(yīng)呀？這個不要緊，因?yàn)樵跀?shù)據(jù)庫中，不是所有的表都能一一對應(yīng)，存在部分匹配的可能性，也許那個叫秦路的，他沒讀過書，教育背景表中自然沒有記錄了。

當(dāng)然，數(shù)據(jù)庫的設(shè)計還要更嚴(yán)謹(jǐn)，一般每張表都會有主鍵（主鍵不是必須，但是從效率優(yōu)化上肯定會加），這個主鍵也不能是其他表的主鍵，防止產(chǎn)生沖突。

這樣就靠譜了，用戶ID是用戶表的主鍵，教育背景ID是教育背景表的主鍵，我們在教育背景表中加入一個字段叫用戶ID，它是專門用來聯(lián)接用戶表的，它不是主鍵。

是不是有點(diǎn)繞？實(shí)際上，并不是所有名字帶ID的都叫主鍵，這一點(diǎn)要搞清楚。

數(shù)據(jù)庫中，表的名字和字段應(yīng)該是英文。如果是主鍵，只要叫id即可，你要關(guān)聯(lián)其他表，則以「表名_id」作為聯(lián)接。

關(guān)聯(lián)后的邏輯如下，這種方式叫全聯(lián)接，匹配不上的都用Null表示，匹配上的我用橙色表示。聯(lián)接是關(guān)系型數(shù)據(jù)庫中的核心概念，是操作的基礎(chǔ)，現(xiàn)在迷糊不要緊，多練習(xí)幾次就好了。

如果現(xiàn)在我有一張新的表，需要關(guān)聯(lián)education，聰明的你也一定想到方法了吧。

了解上面的概念，你就知道什么叫關(guān)系型數(shù)據(jù)庫，簡單說，它是由多張能互相聯(lián)接的二維行列表格組成的數(shù)據(jù)庫。

關(guān)系型數(shù)據(jù)庫是基于關(guān)系代數(shù)模型發(fā)展而來。常用的數(shù)據(jù)庫有SQL Server、MySQL、Oracle等，我們后續(xù)學(xué)習(xí)都以MySQL為主。

接下來是安裝MySQL。

我們?nèi)ySQL的官網(wǎng)下載，版本5.6以上即可。

按照教程完成后，我們通過命令行查詢知否成功，Win和Mac的操作不一樣。

我們當(dāng)然不會在這么丑的界面上操作MySQL啦，我們還需要安裝GUI，這是為我們提供操作界面的。

Mac用戶推薦SequealPro，Win用戶推薦WorkBench。后續(xù)我會在SequealPro操作。MySQL的默認(rèn)用戶名和密碼均是root，建議重新設(shè)置一下。

如果大家有疑問，可以去網(wǎng)上搜索相關(guān)教程，不安裝MySQL也是可以的。因?yàn)閿?shù)據(jù)分析師大多數(shù)情況是用在線數(shù)據(jù)查詢平臺操作，安裝只是為了方便演示。不想要安裝的同學(xué)，可以在SQLZoo練習(xí)，以后我也會講解。

輸入賬號密碼后進(jìn)入操作界面，數(shù)據(jù)庫我命名為qin。左側(cè)欄是數(shù)據(jù)庫中的Table列表，現(xiàn)在為空。右側(cè)是表相關(guān)的操作和信息。

因?yàn)楝F(xiàn)在沒有數(shù)據(jù)，我們加載曾經(jīng)使用過的練習(xí)數(shù)據(jù)。數(shù)據(jù)分析師不需要學(xué)習(xí)如何創(chuàng)建刪除增改表的操作，因?yàn)橛貌坏?，我只會講解查詢，大家有興趣可以自行了解。

任何MySQL的GUI工具，都能加載CSV，一般叫import。

Encoding選擇Autodetect，其余按默認(rèn)。

接下來需要設(shè)置各字段的數(shù)據(jù)類型，系統(tǒng)會幫我們自動選上，這里不用改動。int代表整數(shù)數(shù)值，varchar代表字符串(中文英文標(biāo)點(diǎn)符號這類)，括號里面的數(shù)字是允許存儲字節(jié)，這塊也不要深入理解，只要知道常用的字段類型即可。

給表取個名字，載入后，就將CSV成功導(dǎo)入到數(shù)據(jù)庫了，能夠進(jìn)行數(shù)據(jù)查詢的操作。

這張表沒有設(shè)置主鍵，主要是練習(xí)，所以跳過了這一步驟。

大家可能會遇到導(dǎo)入的數(shù)據(jù)是亂碼，這是系統(tǒng)編碼之間的差異，是utf8和gbk之間的沖突，網(wǎng)上有相關(guān)解答，搜索關(guān)鍵詞即可。

到這里，大家已經(jīng)成功地在自己電腦上創(chuàng)建了數(shù)據(jù)庫。我們在之前文章已經(jīng)針對練習(xí)數(shù)據(jù)進(jìn)行了Excel操作、BI分析，接下來學(xué)習(xí)SQL?？赡苣銈円膊碌搅?，后續(xù)還會有統(tǒng)計學(xué)、Python編程。

下一章，便是講解查詢語言SQL。

相關(guān)閱讀

互聯(lián)網(wǎng)數(shù)據(jù)分析能力的養(yǎng)成，需一份七周的提綱

如何七周成為數(shù)據(jù)分析師01：常見的Excel函數(shù)全部涵蓋在這里了

如何七周成為數(shù)據(jù)分析師02：Excel技巧大揭秘

如何七周成為數(shù)據(jù)分析師03：手把手教你Excel實(shí)戰(zhàn)

如何七周成為數(shù)據(jù)分析師：Excel技巧之甘特圖繪制（項(xiàng)目管理）

如何七周成為數(shù)據(jù)分析師：Excel技巧之打造多級菜單

如何七周成為數(shù)據(jù)分析師04：數(shù)據(jù)可視化之經(jīng)典圖表合集

如何七周成為數(shù)據(jù)分析師05：數(shù)據(jù)可視化之打造升職加薪的報表

如何七周成為數(shù)據(jù)分析師06：數(shù)據(jù)可視化之手把手打造BI

如何七周成為數(shù)據(jù)分析師07：快速掌握麥肯錫的分析思維

如何七周成為數(shù)據(jù)分析師08：如何建立數(shù)據(jù)分析的思維框架？

#專欄作家#

秦路，微信公眾號ID：tracykanc，人人都是產(chǎn)品經(jīng)理專欄作家。

本文由 @秦路?原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。