谁说菜鸟不会数据分析（工具篇）----- 学习笔记1（Access SQL基本用法）

数据库是按照数据结构来组织、存储和管理数据的仓库。利用数据库中的各种对象，记录、处理和分析各种数据。

常用数据库：oracle,SQL Server,MySQL,Access等关系型数据库

NoSQL技术的分布式数据库：Hbase,MongoDB,Redis等

（1）Access数据库

优点：操作界面友好，易操作；查询处理可直接生成相应的SQL语句

不足：数据库过大时（Access数据库文件百兆以上）,性能变差。

记录数据过多时（记录达到千万条以上），性能变差。

Access数据库中每个数据库文件上限为2GB

（2）SQL：（structured query language）结构化查询语言

一种通用的关系型数据库操作语言。让数据库按我们的意思实现查询操作的语言。

业内人士常说的数据挖掘：是通过对历史数据进行建模预测，生成一定的规则，然后数据库工程师将生成的规则编写成相应的SQL语句，并编写成数据库的存储过程，可定期执行它们得到数据模型结果。

处理大数据的Hadoop,所使用的Hive语言（HQL），与SQL 语言基本一致，部分语句的编写或功能存在差异。

注意事项：

在SQL 语句中，英文字母大写或小写均可；每个SQL语句的关键字用空格符合分隔；字段或参数之间用逗号分隔

SQL语句中如参数为字符型，需要单引号，数值型不用单引号；SQL语句结束时，在语句结尾处添加分号；

SQL语句中如表名、字段中出现空格、‘/’，'\'等特殊字符时，需用方括号[]，将含有特殊字符的表名字段名括起来；

‘*’代表选定表格中的所有字段，并按照其在数据库中的固定顺序来排序；

在函数参数或条件查询中，若参数或查询条件为日期和时间类型数据，需在数据值两端加井字符号‘#’,表示数据类型为日期型；

SQL语句中使用的逗号，分号，单引号，括号等符号均为英文状态下输入的符号；

尽量避免在数据库中进行全表扫描。在where语句中尽量避免‘！=’，‘<>’，‘OR’等或对字段进行函数操作，否则进行全表扫描。

（3）索引和主键

索引相当于对指定的列进行排序，就好比是一本书的目录，通过它可以快速查询到结果，无需全表扫描，加快数据库查询速度。

主键是确定数据中每一条记录的唯一标识，本质是索引，一个特殊索引。主键所在列每一记录都是唯一的，在同一表里只能有一个主键。

两者区别：

i: 主键用于标识数据库记录的唯一性，不允许记录重复，且键值不能为空。主键是一个特殊的索引，主键=索引，索引不一定等于主键。

ii: 索引可提高查询速度，通过它可快速查询到结果，无需全表扫描

iii: 使用主键，数据库会自动创建主索引，也可在非主键上创建索引，提高查询速度。

iiii: 数据表中只允许有一个主键，但可有多个索引。

在Access数据库中，主键不是必须的，但为每个表设置一个主键，可提高查询速度。

（4）Access数据库数据导入方法

直接导入法：Access数据库中的表与数据源脱离了联系，对数据的更改不会影响源文本数据文件

建立链接法：链接表显示源文本文件中的数据，但它实际上并不将数据存储在数据库中，对源文本文件进行的任何更改都将自动反映到链接表中，即数据会随数据源的变化而自动更新。

（5）数据合并

在函数参数或条件查询中，若参数或查询条件为日期和时间类型，需要在数据值两端加上井字符号，以表示数据类型为日期型。

（6）数据分组：数值分组、日期/时间分组

（7）重复数据

group by / disdinct

（8）数据分析：简单统计、分组统计、交叉统计