#访问数据库

#现代数据存储与数据库技术入门

当我们开发一个应用时，程序运行产生的数据会临时存在内存里——但一旦程序退出、设备重启，这些信息就会“灰飞烟灭”。想要真正“留住”数据，就得用到数据持久化技术，而数据库是其中最通用、功能最强的方案。

#1. 从简单到专业：数据持久化的演变

先从入门级的文件存储说起，逐步理解为什么我们最终会选择数据库。

#1.1 文本文件：人人都能写的基础方案

最简单的持久化方式，就是把数据写成纯文本保存。其中最常用的是CSV（逗号分隔值）格式：

name,score
Michael,99
Bob,85
Bart,59
Lisa,87

#优点

• ✅ 完全人类可读，用记事本就能打开编辑
• ✅ 格式简单，几乎所有编程语言有原生或第三方库支持
• ✅ 导出导入门槛极低，Excel也能直接打开

#缺点

• ❌ 没有统一标准：比如有的用分号、有的用制表符做分隔，不同编码会乱码
• ❌ 查询效率差：要统计“80分以上的人数”，得遍历整个文件
• ❌ 不支持复杂数据：嵌套、关联的数据根本没法存

#1.2 JSON文件：结构化但非专业级的选择

JSON是Web开发的“通用语言”，也能用来存结构化数据：

[
  {"name":"Michael","score":99},
  {"name":"Bob","score":85},
  {"name":"Bart","score":59},
  {"name":"Lisa","score":87}
]

#优点

• ✅ 支持嵌套、键值对这类更灵活的结构
• ✅ Web前端/后端无缝对接
• ✅ 文档清晰

#缺点

• ❌ 存储冗余大：每一条数据都要重复写键名
• ❌ 大数据集慢：没有索引，查询还是要全量遍历
• ❌ 修改风险高：不小心删了个逗号，整个文件就废了

#1.3 二进制格式：高效但“黑盒”的现代工具

如果只关心存储效率、不关心人类可读性，二进制格式是更好的选择：

• Protocol Buffers（Protobuf）：Google开发，体积小、解析快，跨语言支持好
• MessagePack：类似JSON但压缩率更高、速度更快
• Avro：Apache出品，支持动态数据类型，适合大数据场景

#2. 数据库系统的核心与发展

当数据量变大、需要频繁查询或保证“数据不能错漏”时，文件存储的局限性会完全暴露——这时候数据库系统就登场了。

#2.1 数据库发展简史（极简版）

1. 1950s-1960s：文件系统（只能按顺序读写）
2. 1960s-1970s：层次/网状数据库（IBM主导，结构太固定）
3. 1970s：关系数据库诞生（基于Edgar F. Codd的关系模型，彻底改变格局）
4. 2000s：NoSQL运动兴起（应对Web2.0时代的非结构化、高并发数据）
5. 2010s至今：NewSQL、云原生数据库爆发（结合SQL和NoSQL的优点）

#2.2 关系数据库：最经典的数据库类型

关系数据库的核心是“表”，表和表之间可以通过“键”关联——就像Excel的不同工作表，但功能强大得多。

举个简单的学校管理系统例子：

如果想查“一年级所有班级”，只需要写一条SQL（结构化查询语言）就行：

SELECT * FROM Class WHERE grade_id = 1;

#3. 现代数据库怎么选？

现在的数据库品类繁多，我们可以按“模型”分为三大类：

#3.1 关系型数据库（SQL）：事务安全的首选

#主流选择

#3.2 NoSQL数据库：非结构化/高并发的救星

NoSQL不是“否定SQL”，而是“Not Only SQL”——它不要求表结构固定，能轻松处理非结构化数据。

#主流NoSQL类型

#3.3 NewSQL数据库：鱼和熊掌可以兼得？

NewSQL结合了SQL的事务安全、复杂查询和NoSQL的横向扩展、高并发能力，适合云原生、分布式场景：

• TiDB：国内PingCAP出品，完全兼容MySQL
• CockroachDB：国外流行的分布式SQL，支持跨区域部署
• YugabyteDB：兼容PostgreSQL，开源免费

#4. Python怎么连接数据库？

Python是数据分析、Web开发的常用语言，连接数据库也非常简单——这里给大家列几个主流库和ORM推荐。

#4.1 原生数据库驱动

如果追求效率、或者需要写复杂SQL，可以用原生驱动：

# SQLite：Python3自带，无需安装
import sqlite3
conn = sqlite3.connect('school.db')  # 单文件模式
# conn = sqlite3.connect(':memory:')  # 内存模式（重启失效）

# MySQL/MariaDB：需要pip install pymysql
import pymysql
conn = pymysql.connect(
    host='localhost',
    user='root',
    password='your_password',
    db='school'
)

# PostgreSQL：需要pip install psycopg2-binary
import psycopg2
conn = psycopg2.connect(
    dbname='school',
    user='postgres',
    password='your_password',
    host='localhost'
)

# MongoDB：需要pip install pymongo
from pymongo import MongoClient
client = MongoClient('mongodb://localhost:27017/')
db = client.school  # 选择数据库

#4.2 ORM（对象关系映射）：写代码更优雅

ORM可以让我们用Python类和对象操作数据库，不用手写太多SQL：

• SQLAlchemy：功能最全面的Python SQL工具包，支持多数据库
• Django ORM：Django框架内置，适合快速开发Web应用
• Peewee：轻量级ORM，代码简洁，适合小型项目
• MongoEngine：MongoDB的ODM（对象文档映射）

#5. 最后给新手的学习建议

扎实的基础永远是最重要的：

1. 入门阶段：先学SQL和关系数据库（推荐用SQLite或MySQL练手），掌握建表、增删改查、基础关联
2. 进阶阶段：学数据库设计（范式、索引）、事务和并发控制
3. 按需扩展：根据项目需求学NoSQL、云原生数据库

💡 提示：AI驱动的向量数据库、物联网用的时序数据库是2023年以后的热门方向，但建议先把基础打牢再碰～