29、数据库、MapReduce与数据伦理

数据库、MapReduce与数据伦理

1. 数据库查询与NoSQL

在数据库查询中，有这样一段代码：

(
    user_interests
    .join(users)
    .where(lambda row: row["interest"] == "SQL")
    .select(["name"])
)

这里有两种查询策略，一种是先连接再过滤，另一种是先过滤再连接。虽然两种方式最终结果相同，但先过滤再连接通常效率更高，因为这样连接操作处理的行数会少很多。不过在SQL中，一般不用太担心这个问题，只需“声明”想要的结果，查询引擎会负责执行并高效使用索引。

近年来，数据库领域出现了非关系型的“NoSQL”数据库趋势，它不以表格形式表示数据。例如，MongoDB是一种流行的无模式数据库，其元素是任意复杂的JSON文档而非行。此外，还有多种类型的NoSQL数据库：
| 数据库类型 | 特点 |
| ---- | ---- |
| 列数据库 | 按列存储数据，适用于数据列多但查询只需少数列的情况 |
| 键/值存储 | 针对通过键检索单个（复杂）值进行了优化 |
| 图数据库 | 用于存储和遍历图结构 |
| 多数据中心优化数据库 | 优化后可跨多个数据中心运行 |
| 内存数据库 | 设计为在内存中运行 |
| 时间序列数据库 | 用于存储时间序列数据 |

如果想下载关系型数据库进行实践，SQLite速度快且体积小，而MySQL和PostgreSQL功能更丰富。它们都是免费的