SQL关系模型

前情提要：没系统学过数据库，但是做过简单的网页，知道从数据库中选取一些信息展示到网页上面，同时较熟悉pandas中对Dataframe的操作，因此这里有时候会将数据库和pandas的一些操作进行比较
图片来源：北师大慕课

一些概念

SQL 语言： structural request language
ACID: Atomicity原子性 Consistency一致性 Isolation隔离性 Durability耐久性
增删改查CRUD

1. C：create，向数据库插入一条记录；
   常用操作格式：
   insert into users(username,password) values(?,?);

2. R：read，查询数据库记录；
   常用操作格式：
   select * from users;

3. U：update，修改数据库记录；
   常用操作格式：
   update users set password=? where username=?;

4. D：delete，删除数据库记录。
   常用操作格式：
   delete from users where id=?;

基本关系代数运算

关系数据库系统中 表 是 关系 ，行是元组

1. 选择

$${\sigma }_{eeid=19215588}(examinee)$$ 选出符合条件的元组组成新关系，类似于pandas的df的query

2. 投影

$${\Pi }_{eeid}(examiner)$$ 选出子集

3. 笛卡尔积

像合并两张表, 左边的关系如果有三个元组，右边的关系有4个元组，那运算得到的关系有12个元组。

附加关系代数运算

• 自然联结和集合交：类似于pandas里面的merge
  自然联结: 做笛卡尔积之后，根据两列的共同属性进行合并，也就是pandas的merge(on='column_name', how='inner')，表达式为 $examinee\infty department$
  集合交：也是类似的，表达式如${\pi }_{eeid}(examinee)\cap {\pi }_{eeid}(exampaper)$

• 属性联结：指定对应列联结，与自然联结的区别如下所示：
  

• 条件联结：$examinee{\infty }_{examinee.dname=department.dname}department$

• 赋值运算：
  

扩展关系代数运算

• 广义投影：这个没什么好说的，就是根据运算找到符合条件的投影
• 聚集：就是对列进行运算，avg，sum 等等。还有分组聚集，就是pandas里面的groupby如下面的例子
  $${}_{dname}{G}_{avg(erage)}(examiner)$$
  如果我们用pandas来写呢？就是：

  df.group_by(["dname"]).avg()
  

• 外联结，merge之后left，right，inner 和 outer（Full，F）例子如下：