Database

資料庫是資訊系統的核心之一，負責有系統地儲存、查詢與管理資料。在電腦科學中，資料庫廣泛應用於網站、應用程式、雲端服務、人工智慧、大數據等領域。

---

一、資料庫分類

1. 關聯式資料庫（Relational Database, RDBMS）

• 基於表格（Table）與主鍵（Primary Key）設計

• 使用 SQL（Structured Query Language）查詢與操作

• 適用場景：事務性系統、資料一致性要求高的應用

• 代表系統：

  • MySQL / MariaDB

  • PostgreSQL

  • SQLite

  • Oracle DB

  • Microsoft SQL Server

2. 非關聯式資料庫（NoSQL）

• 不以表格為核心，適合非結構化或半結構化資料

• 類型：

  • 文件型（Document-Based）：MongoDB、CouchDB

  • 鍵值型（Key-Value）：Redis、DynamoDB

  • 廣欄型（Wide Column）：Cassandra、HBase

  • 圖形型（Graph-Based）：Neo4j、ArangoDB

• 優點：可擴展性高、靈活性強、效能佳

---

二、關鍵概念

概念	說明
資料模型	描述資料如何結構與關聯（例：ER 模型、階層模型、文件模型）
正規化（Normalization）	拆解冗餘資料，提高一致性與查詢效率
交易（Transaction）	一組資料操作的單位，需滿足 ACID 特性
索引（Index）	加速查詢速度，類似書籍的目錄結構
查詢語言（Query Language）	最常見為 SQL，也有 NoSQL 系統的專屬查詢語法

---

三、SQL 語法簡介

-- 建立資料表
CREATE TABLE users (
  id INT PRIMARY KEY,
  name TEXT,
  email TEXT
);

-- 查詢
SELECT * FROM users WHERE name LIKE 'A%';

-- 更新
UPDATE users SET email='[e-mail]' WHERE id=1;

-- 刪除
DELETE FROM users WHERE id=1;

---

四、現代資料庫應用

• 雲端資料庫：Amazon RDS、Google Cloud SQL、Firebase

• 時序資料庫：InfluxDB、TimescaleDB（用於 IoT 或監控）

• 全文搜尋資料庫：Elasticsearch（支援模糊查詢與分詞）

• 混合式資料庫（HTAP）：同時支援 OLTP 與 OLAP，如 TiDB

---

五、資料庫選擇建議

情境	建議資料庫
高度結構化資料 + ACID 保證	PostgreSQL, MySQL
文件型 JSON 資料	MongoDB
快速鍵值存取 / 快取	Redis
巨量串流 / 可擴展性要求高	Cassandra, DynamoDB
關係圖譜 / 網路結構	Neo4j

---

資料庫技術是每個電腦科學領域專業人士必備的核心知識，無論是資料科學、軟體工程還是系統設計，其設計原則與選型考量都直接影響系統的效能與可靠性。