《Using Databases with Python》 Week2 Basic Structured Query Language 课堂笔记
Coursera课程《Using Databases with Python》 密歇根大学
Week2 Basic Structured Query Language
15.1 Relational Databases
Terminology
- 数据库（Database） - 包含很多个表
- 关系或表（Relation or Table） - 包含很多元组和属性
- 元组或行（Tuple or Row） - 一组数据，它们一般代表着一个“实体”
- 属性或列（Attribute or Column） - 与行所展示的实体相关的许多元素之一
SQL
SQL语言，是结构化查询语言(Structured Query Language)的简称。SQL语言是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统。
15.2 Using Databases
Two Roles in Large Projects
- Application Developer应用开发员 - 创建应用的逻辑、外观和感受 - 解决应用有关的问题
- Database Administrator数据库管理员 - 在程序运作过程中管理和调试数据库
- 通常两类人都参与“数据模型（Data model）”的构建
Large Project Structure
Data Analysis Structure
Common Database Systems
有三个主要的数据库管理系统被广泛使用：
- Oracle - 大型，商业化，企业级，非常tweakable(?) - 一般用于企业
- Mysql - 更简洁但是也更快捷和可扩展 - 商业的开源项目 - 一般用于网页
- SqlServer - 很好 - 来自Microsoft（以及Access）
还有一些更小的项目，但是免费而且开源，比如说HSQL，SQLite，Postgress，...
15.3 Single Table CRUD
SQLite Browser
SQLite是一个非常常用的数据库，它是免费的，而且又快又小。
SQLite Browser允许我们直接操作SQLite文件，网站是http://sqlitebrowser.org/
SQLite已经植入了包括Python在内的很多语言。
安装好了之后，然后我们新建一个数据库，随意存在一个自己找得到的地方就行。新建了之后，弹出来的对话框暂且不管，关掉它。
Start Simple - A Single Table
现在我们来新建一个表。
选择执行SQL这个标签，输入下面的SQL代码。
CREATE TABLE Users(
name VARCHAR(128),
email VARCHAR(128)
)
这样，我们就创建了一个叫User的表，以及有两列。其中一列是name，最多可以有128个字符；另外一列是email，也是最多有128个字符。也就是说，我们定好了一个表的框架。
然后我们可以向这个表里添加一点数据。在浏览数据的标签页里，使用新建记录可以添加我们想要的数据。而这种方式是用户交互的方式，有点像我们使用Excel。但是这些其实相当于是应用在给我们写SQL，也就是SQL日志里显示的这些。
SQL Insert
向一个表里加一行新的记录的SQL语句如下
INSERT INTO Users(name,email) VALUES('Kristin','kf@umich.edu')
仍然在执行SQL标签页里去执行这句语句，可以看到我们这样就新建了一条记录。
SQL Delete
在一个表里删除一条特定的记录的SQL语句如下
DELETE FROM Users WHERE email='kf@umich.edu'
执行这句，我们可以发现刚刚添加的这条记录就被删除了。
这个WHERE有点像if语句，找到符合条件的记录。
SQL Update
对一个表内已有的数据进行修改的SQL语句如下
UPDATE Users SET name='Charles' WHERE email='huangyingjing@whu.edu.cn'
执行这句，就可以把找到对应email的name改为Charles。这里仍然使用到了WHERE。
Retrieving Records: Select
select语句可以取到一部分记录，同样使用WHERE就能进行筛选。
SELECT * FROM Users
SELECT * FROM Users WHERE email='huangyingjing@whu.edu.cn'
Sorting with ORDER BY
我们可以在SELECT语句中加上ORDER BY语句，这样我们的结果就能按一定的顺序排列。
SELECT * FROM Users ORDER BY email
SELECT * FROM Users ORDER BY name
Worked Example: Counting Email in a Database
import sqlite3
conn = sqlite3.connect('emaildb.sqlite')
cur = conn.cursor()
cur.execute('DROP TABLE IF EXISTS Counts')
cur.execute('''
CREATE TABLE Counts (email TEXT, count INTEGER)''')
fname = input('Enter file name: ')
if (len(fname) < 1): fname = 'mbox-short.txt'
fh = open(fname)
for line in fh:
if not line.startswith('From: '): continue
pieces = line.split()
email = pieces[1]
cur.execute('SELECT count FROM Counts WHERE email = ? ', (email,))
row = cur.fetchone()
if row is None:
cur.execute('''INSERT INTO Counts (email, count)
VALUES (?, 1)''', (email,))
else:
cur.execute('UPDATE Counts SET count = count + 1 WHERE email = ?',
(email,))
conn.commit()
# https://www.sqlite.org/lang_select.html
sqlstr = 'SELECT email, count FROM Counts ORDER BY count DESC LIMIT 10'
for row in cur.execute(sqlstr):
print(str(row[0]), row[1])
cur.close()
上面是一个建表并且更新或增加表项的过程，这个过程就会在当前目录下新建一个emaildb.sqlite的sql文件。
需要注意的是第26行的commit()，只有在执行它之后才会将结果写入文件，所以放到循环外卖执行会快很多。
作业：Counting Email in a Database
注意：一定要把mbox.txt下载下来，而不是复制网页文本。不然最后统计的邮件会出错。
import sqlite3
import re
conn = sqlite3.connect('emaildb.sqlite')
cur = conn.cursor()
cur.execute('''
DROP TABLE IF EXISTS Counts''')
cur.execute('''
CREATE TABLE Counts (org TEXT, count INTEGER)''')
fname = input('Enter file name: ')
if (len(fname) < 1): fname = 'mbox-short.txt'
fh = open(fname)
for line in fh:
if not line.startswith('From: '): continue
all_org = re.findall("@(.+)\s", line)
org = all_org[0]
cur.execute('SELECT count FROM Counts WHERE org = ? ', (org,))
row = cur.fetchone()
if row is None:
cur.execute('''INSERT INTO Counts (org, count)
VALUES (?, 1)''', (org,))
else:
cur.execute('UPDATE Counts SET count = count + 1 WHERE org = ?',
(org,))
conn.commit()
# https://www.sqlite.org/lang_select.html
sqlstr = 'SELECT org, count FROM Counts ORDER BY count DESC LIMIT 10'
for row in cur.execute(sqlstr):
print(str(row[0]), row[1])
cur.close()
