数据库入门：SQL 基础与关系代数

本文最后更新于 22 天前，如有失效请评论区留言。

最近在整理数据库相关知识，发现 SQL 和关系代数这两个东西其实是同一枚硬币的两面。关系代数给你理论基础，SQL 给你实践工具。这篇文章就来聊聊这两个核心概念，算是我学习数据库的一份笔记。

什么是关系模型？

在聊 SQL 之前，我们先搞清楚关系模型（Relational Model）。这是 E.F. Codd 在 1970 年提出的，核心思想其实很简单：用表（Table）来表示数据。

一张表由几个关键部分组成：

Relation（关系）：就是一张表
Tuple（元组）：表中的一行，代表一条记录
Attribute（属性）：表中的一列，代表一个字段
Schema（模式）：表的结构定义，包括列名和数据类型
Primary Key（主键）：唯一标识一行的属性或属性组合
Foreign Key（外键）：引用其他表主键的属性，用于建立表之间的关联

举个例子，假设我们有一个学生选课系统，核心表结构如下：

Students (student_id PK, name, major, enrollment_year)
Courses  (course_id PK, course_name, credits, department)
Enrollments (enrollment_id PK, student_id FK, course_id FK, grade, semester)

这里 Enrollments 就是一张关联表（Junction Table），通过外键把 Students 和 Courses 联系起来。这种设计体现了关系模型的精髓——数据之间通过外键约束建立联系，而不是把所有信息塞进一张大表。

关系代数：SQL 背后的数学

关系代数（Relational Algebra）是一套形式化的查询语言，是 SQL 的理论基础。它定义了对关系（表）进行操作的一组基本运算。理解关系代数，能帮你更好地理解 SQL 查询到底在干什么。

基本运算

关系代数有 6 种基本运算，其他运算都可以由它们组合而成：

1. 选择（Selection, σ）——按条件筛选行，对应 SQL 的 WHERE。

σ_{major=’CS’}(Students) 表示”从 Students 表中选出 CS 专业的学生”。SQL 里就是：

SELECT * FROM Students WHERE major = 'CS';

2. 投影（Projection, π）——选择特定的列，对应 SQL 的 SELECT 列名。

π_{name, major}(Students) 表示”只看 Students 的 name 和 major 列”：

SELECT name, major FROM Students;

3. 并（Union, ∪）——两个关系的合并，对应 SQL 的 UNION。

4. 差（Difference, −）——从一个关系中减去另一个关系中存在的元组，对应 SQL 的 EXCEPT。

5. 笛卡尔积（Cartesian Product, ×）——两个关系的所有可能组合，对应 SQL 的 CROSS JOIN。

6. 重命名（Rename, ρ）——给关系或属性换个名字，对应 SQL 的 AS。

派生运算

基于上面 6 个基本运算，我们可以构造出更强大的操作：

交（Intersection, ∩）：两个关系的公共部分。R ∩ S = R − (R − S)。SQL 里直接用 INTERSECT。

连接（Join, ⋈）：这可能是最常用的操作了。笛卡尔积 + 选择 = 连接。SQL 里的 JOIN 就是这个意思：

-- 自然连接（Natural Join）：自动匹配同名属性
SELECT s.name, c.course_name, e.grade
FROM Students s
JOIN Enrollments e ON s.student_id = e.student_id
JOIN Courses c ON e.course_id = c.course_id;

除（Division, ÷）：这个稍微抽象一点。它回答的是”哪些 X 与所有 Y 都有关联”这类问题。比如”选了所有 CS 课程的学生”：

-- 用 SQL 实现除法（没有直接的 DIVIDE 运算符）
SELECT DISTINCT s.name
FROM Students s
WHERE NOT EXISTS (
    SELECT c.course_id FROM Courses c
    WHERE c.department = 'CS'
    AND NOT EXISTS (
        SELECT e.enrollment_id FROM Enrollments e
        WHERE e.student_id = s.student_id
        AND e.course_id = c.course_id
    )
);

💡 Tips：关系代数的除法在 SQL 中没有直接的运算符，通常用双重 NOT EXISTS 来实现。这是面试中常见的考点！

SQL CRUD：日常操作四件套

了解了关系代数，我们来看看 SQL 的实际操作。CRUD 是 Create、Read、Update、Delete 的缩写，基本上你和数据库打交道 90% 的时间都在做这四件事。

Create —— 插入数据

-- 插入单条记录
INSERT INTO Students (student_id, name, major, enrollment_year)
VALUES (1, 'Alice', 'CS', 2023);

-- 批量插入
INSERT INTO Students (student_id, name, major, enrollment_year)
VALUES 
    (2, 'Bob', 'Math', 2023),
    (3, 'Charlie', 'CS', 2024),
    (4, 'Diana', 'Physics', 2022);

Read —— 查询数据

查询是 SQL 中最复杂的部分，也是关系代数的核心应用。来几个常用的例子：

-- 基础查询 + 条件筛选（σ 选择）
SELECT name, major FROM Students
WHERE enrollment_year >= 2023
ORDER BY name ASC;

-- 聚合查询
SELECT major, COUNT(*) AS student_count, AVG(enrollment_year) AS avg_year
FROM Students
GROUP BY major
HAVING COUNT(*) > 1;

-- 子查询：找出选了 'Database Systems' 这门课的学生
SELECT name FROM Students
WHERE student_id IN (
    SELECT student_id FROM Enrollments
    WHERE course_id = (
        SELECT course_id FROM Courses
        WHERE course_name = 'Database Systems'
    )
);

Update & Delete

-- 更新：给 Alice 改专业
UPDATE Students SET major = 'Data Science'
WHERE student_id = 1;

-- 删除：移除成绩为 F 的选课记录
DELETE FROM Enrollments
WHERE grade = 'F';

⚠️ 警告：UPDATE 和 DELETE 不带 WHERE 条件的话会影响全表！生产环境一定要小心，建议先用 SELECT 确认影响范围。

JOIN 深入：连接的几种类型

JOIN 是 SQL 中最重要的操作之一，对应关系代数中的连接运算。常见的几种类型：

-- INNER JOIN：只返回两边都匹配的行
SELECT s.name, e.grade
FROM Students s
INNER JOIN Enrollments e ON s.student_id = e.student_id;

-- LEFT JOIN：左表全部保留，右表没有匹配的填 NULL
SELECT s.name, e.grade
FROM Students s
LEFT JOIN Enrollments e ON s.student_id = e.student_id;

-- 自连接：和自己连，比如找同专业的学生对
SELECT a.name AS student1, b.name AS student2
FROM Students a
JOIN Students b ON a.major = b.major AND a.student_id < b.student_id;

理解 JOIN 的关键在于想象两个集合的韦恩图（Venn Diagram）：INNER JOIN 取交集，LEFT JOIN 取左集全集加交集，RIGHT JOIN 反之，FULL OUTER JOIN 取全集。

关系代数与 SQL 的对应关系

最后来个总结，把关系代数和 SQL 的对应关系理清楚：

σ 选择 → WHERE 子句
π 投影 → SELECT 列名
∪ 并 → UNION
− 差 → EXCEPT
× 笛卡尔积 → CROSS JOIN
⋈ 连接 → JOIN (INNER/LEFT/RIGHT)
÷ 除法 → 双重 NOT EXISTS
ρ 重命名 → AS

搞清楚这个映射关系，你就能从理论层面理解 SQL 查询在做什么，写复杂查询的时候也会更有思路。

一些实用技巧

最后分享几个实战中的小技巧：

EXPLAIN：用 EXPLAIN 查看查询执行计划，了解数据库如何优化你的查询
Index：在经常用于 WHERE、JOIN、ORDER BY 的列上建索引，能显著提升查询速度
避免 SELECT *：只选需要的列，减少数据传输量
CTE（Common Table Expression）：用 WITH 子句把复杂查询拆分成可读的步骤
事务（Transaction）：多条相关操作用 BEGIN/COMMIT/ROLLBACK 包裹，保证数据一致性

-- CTE 示例：找出每个专业成绩最好的学生
WITH RankedStudents AS (
    SELECT s.name, s.major, e.grade,
           RANK() OVER (PARTITION BY s.major ORDER BY e.grade DESC) AS rnk
    FROM Students s
    JOIN Enrollments e ON s.student_id = e.student_id
)
SELECT name, major, grade FROM RankedStudents WHERE rnk = 1;

好了，这篇笔记就到这里。SQL 和关系代数是数据库的基石，掌握了它们，后面学习索引优化、事务处理、分布式数据库等内容就有了扎实的基础。如果你也在学数据库，希望这篇文章对你有帮助！