7.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='new@example.com' 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。

Previousgithub_flow_model.mdNextmongoDB

Last updated