Data Science from Scratch中文版｜用Python學資料科學

284

∣ 第二十三章：資料庫與 SQL

基於類似的理由，我們的

JOIN

演算法效率也非常差。針對左邊資料表中的每一列資

料，它都要逐一檢查右邊資料表中的每一列資料，看看是否有相符的情況。如果兩個

資料表都超級大，恐怕一輩子都算不完。

再者，你可能經常需要針對某些欄位，設定某些限制條件。舉例來說，在

users

資料

表中，你可能不允許兩個不同使用者使用同一個

user_id

。

只要運用「索引」（Index），就可以解決所有這些問題。如果

user_interests

資料表把

user_id

當成索引，比較聰明的

JOIN

演算法就可以直接找出條件相符的資料列，而不需

要掃描整個資料表中的每一列資料。如果

users

資料表把

user_id

設定為「unique」（唯

一的）索引，當你想新增一個早已存在的

user_id

時，就會得到錯誤的結果。

資料庫中每個資料表都可以有一個或多個索引，它可以讓你根據索引化的欄位，快速

查找出相應的資料，也可以讓 JOIN 操作變得很有效率，而且還可以把某個欄位（或

某幾個欄位組合），設定為「unique」（唯一的）索引。

設計出完善的索引，並能夠妥善運用，可說是一種藝術（使用不同的資料庫，狀況也

可能不同），但你如果經常需要使用到資料庫，學好這件事絕對值得。

查詢最佳化

還記得嗎？如果想找出對 SQL 感興趣的所有使用者，可以使用以下的 SQL 語句：

SELECT users.name

FROM users

JOIN user_interests

ON users.user_id = user_interests.user_id ...