# 訪問數據庫 程序運行的時候，數據都是在內存中的。當程序終止的時候，通常都需要將數據保存到磁盤上，無論是保存到本地磁盤，還是通過網絡保存到服務器上，最終都會將數據寫入磁盤文件。 而如何定義數據的存儲格式就是一個大問題。如果我們自己來定義存儲格式，比如保存一個班級所有學生的成績單： | 名字 | 成績 | | --- | --- | | Michael | 99 | | Bob | 85 | | Bart | 59 | | Lisa | 87 | 你可以用一個文本文件保存，一行保存一個學生，用`,`隔開： ``` Michael,99 Bob,85 Bart,59 Lisa,87 ``` 你還可以用JSON格式保存，也是文本文件： ``` [ {"name":"Michael","score":99}, {"name":"Bob","score":85}, {"name":"Bart","score":59}, {"name":"Lisa","score":87} ] ``` 你還可以定義各種保存格式，但是問題來了： 存儲和讀取需要自己實現，JSON還是標準，自己定義的格式就各式各樣了； 不能做快速查詢，只有把數據全部讀到內存中才能自己遍歷，但有時候數據的大小遠遠超過了內存（比如藍光電影，40GB的數據），根本無法全部讀入內存。 為了便于程序保存和讀取數據，而且，能直接通過條件快速查詢到指定的數據，就出現了數據庫（Database）這種專門用于集中存儲和查詢的軟件。 數據庫軟件誕生的歷史非常久遠，早在1950年數據庫就誕生了。經歷了網狀數據庫，層次數據庫，我們現在廣泛使用的關系數據庫是20世紀70年代基于關系模型的基礎上誕生的。 關系模型有一套復雜的數學理論，但是從概念上是十分容易理解的。舉個學校的例子： 假設某個XX省YY市ZZ縣第一實驗小學有3個年級，要表示出這3個年級，可以在Excel中用一個表格畫出來：  每個年級又有若干個班級，要把所有班級表示出來，可以在Excel中再畫一個表格：  這兩個表格有個映射關系，就是根據Grade_ID可以在班級表中查找到對應的所有班級：  也就是Grade表的每一行對應Class表的多行，在關系數據庫中，這種基于表（Table）的一對多的關系就是關系數據庫的基礎。 根據某個年級的ID就可以查找所有班級的行，這種查詢語句在關系數據庫中稱為SQL語句，可以寫成： ``` SELECT * FROM classes WHERE grade_id = '1'; ``` 結果也是一個表： ``` ---------+----------+---------- grade_id | class_id | name ---------+----------+---------- 1 | 11 | 一年級一班 ---------+----------+---------- 1 | 12 | 一年級二班 ---------+----------+---------- 1 | 13 | 一年級三班 ---------+----------+---------- ``` 類似的，Class表的一行記錄又可以關聯到Student表的多行記錄：  由于本教程不涉及到關系數據庫的詳細內容，如果你想從零學習關系數據庫和基本的SQL語句，推薦Coursera課程： 英文：[https://www.coursera.org/course/db](https://www.coursera.org/course/db) 中文：[http://c.open.163.com/coursera/courseIntro.htm?cid=12](http://c.open.163.com/coursera/courseIntro.htm?cid=12) ## NoSQL 你也許還聽說過NoSQL數據庫，很多NoSQL宣傳其速度和規模遠遠超過關系數據庫，所以很多同學覺得有了NoSQL是否就不需要SQL了呢？千萬不要被他們忽悠了，連SQL都不明白怎么可能搞明白NoSQL呢？ ## 數據庫類別 既然我們要使用關系數據庫，就必須選擇一個關系數據庫。目前廣泛使用的關系數據庫也就這么幾種： 付費的商用數據庫： * Oracle，典型的高富帥； * SQL Server，微軟自家產品，Windows定制專款； * DB2，IBM的產品，聽起來挺高端； * Sybase，曾經跟微軟是好基友，后來關系破裂，現在家境慘淡。 這些數據庫都是不開源而且付費的，最大的好處是花了錢出了問題可以找廠家解決，不過在Web的世界里，常常需要部署成千上萬的數據庫服務器，當然不能把大把大把的銀子扔給廠家，所以，無論是Google、Facebook，還是國內的BAT，無一例外都選擇了免費的開源數據庫： * MySQL，大家都在用，一般錯不了； * PostgreSQL，學術氣息有點重，其實挺不錯，但知名度沒有MySQL高； * sqlite，嵌入式數據庫，適合桌面和移動應用。 作為Python開發工程師，選擇哪個免費數據庫呢？當然是MySQL。因為MySQL普及率最高，出了錯，可以很容易找到解決方法。而且，圍繞MySQL有一大堆監控和運維的工具，安裝和使用很方便。 為了能繼續后面的學習，你需要從MySQL官方網站下載并安裝[MySQL Community Server 5.6](http://dev.mysql.com/downloads/mysql/)，這個版本是免費的，其他高級版本是要收錢的（請放心，收錢的功能我們用不上）。