企业官网建设流程全解析

SQLite 关系数据库查询实战：使用 VS Code 与 SQL 查询机场数据库（Data-Science-For-Beginners 第 5 课实验）

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners

本指南围绕 Data-Science-For-Beginners 课程第 2 部分"数据处理"中第 5 课《关系数据库》的配套实验展开，该实验以仓库内置的 SQLite 示例数据库 airports.db 为核心，任务是使用 Visual Studio Code 的 SQLite 扩展编写 SQL 查询，展示英国与爱尔兰各城市的机场信息。读完本文，你将掌握：在 VS Code 中打开并查询 SQLite 数据库的完整操作流程、读懂主键/外键构成的两表关系模型，以及独立编写SELECT、WHERE与INNER JOIN组合查询的能力。实验任务书与讲义均有德语与英文双版本，分别位于 德语译文 与 英文原版。

实验背景与目标

本实验是 第 5 课讲义（德语版见 translations/de/2-Working-With-Data/05-relational-databases/README.md）的课后实践环节。讲义部分重点阐述了三个前提概念，本实验正是对它们的直接应用：

• 表（Table）：关系数据库以表格为核心，行存放数据、列描述数据；
• 主键与关系拆分：为避免单表存储导致的重复数据（例如同一城市名反复出现）和结构僵化（例如按年份新增列），需要把数据拆分到多张表，并用主键（Primary Key，简称 PK）唯一标识每一行；
• 外键与连接（Join）：子表中存放引用父表主键的外键（Foreign Key，简称 FK）列，查询时通过INNER JOIN把多张表"缝合"回来。

讲义用"城市 + 年降水量"的例子演示了同样的建模思路，而本实验把这一思路换成了更贴近生活的场景——一座城市拥有多个机场（如伦敦就有希思罗、盖特威克等多个机场），因此机场信息需要单独建表，通过外键city_id关联回城市表。

环境准备：安装 VS Code 与 SQLite 扩展

实验要求使用图形化工具与 SQLite 数据库交互，而非命令行。共两步：

1. 安装 Visual Studio Code：前往 VS Code 官方网站下载并安装（原任务书提供了官网跳转链接，此处从略）；
2. 安装 SQLite 扩展：在 VS Code 扩展市场中搜索并安装SQLite扩展（扩展标识alexcvzz.vscode-sqlite）。安装完成后，VS Code 即可识别.db文件并执行 SQL 语句。

提示：任务书针对 SQLite 扩展还提供了官方文档链接用于深入学习，实际使用中常用的能力包括打开数据库、新建查询窗口与运行查询，下面逐一说明。

打开数据库：三步走操作流程

第一步：准备数据库文件

任务书原始步骤是从 GitHub 下载示例数据库，不过该数据库已内置在仓库中，路径为 2-Working-With-Data/05-relational-databases/airports.db，无需联网即可直接使用，也方便你随时对照源码仓库复现本实验。

第二步：在 SQLite 扩展中打开数据库

1. 启动 Visual Studio Code；
2. 按下Ctrl+Shift+P（macOS 为Cmd+Shift+P）打开命令面板；
3. 输入并选择SQLite: Open database；
4. 在弹出的选项中点击Choose database from file，选中前面准备好的airports.db文件。

任务书特别提醒：打开数据库后屏幕上不会立即出现可见变化，这是正常现象——数据库已被注册到扩展的数据库中，继续下一步即可。

第三步：新建查询窗口并运行 SQL

1. 再次按下Ctrl+Shift+P（或Cmd+Shift+P），输入并选择SQLite: New query，创建一个空白查询窗口；
2. 在查询窗口中输入 SQL 语句后，使用Ctrl+Shift+Q（macOS 为Cmd+Shift+Q）运行该查询，结果会显示在下方面板中。

至此，你已经可以在查询窗口中自由编写并执行任意 SQL 语句了。

理解数据库结构：Cities 与 Airports 两表模型

任务书给出了数据库的逻辑结构，直接阅读airports.db内部的建表语句可以验证其真实实现。通过 SQLite 的sqlite_master系统表可以看到两张业务表实际的CREATE TABLE定义：

CREATE TABLE Cities ( id INTEGER PRIMARY KEY AUTOINCREMENT, city text NOT NULL, country text NOT NULL ); CREATE TABLE Airports ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT, code TEXT, city_id INTEGER, FOREIGN KEY(city_id) REFERENCES Cities(id) );

两张表的逻辑字段如下：

结构要点：

• 主键自增：两张表的id均声明为INTEGER PRIMARY KEY AUTOINCREMENT，由数据库自动生成递增整数，无需也不应由业务数据承担标识职责——这正是讲义强调的"主键几乎总是自动生成的数字"；
• 外键约束：Airports.city_id通过FOREIGN KEY(city_id) REFERENCES Cities(id)显式声明了对Cities.id的引用关系；
• 一对多关系：由于"一座城市可能拥有多个机场"，机场表通过重复的city_id值指向同一座城市，实现了典型的一对多建模。以本数据库实际数据为例，城市London（id=28）名下挂接了 6 个机场；
• 数据规模：实测Cities表包含 170 行城市数据（英国为主、爱尔兰 16 个），Airports表包含 181 行机场数据。

任务一：查询全部城市名称

第一道题是"列出Cities表中的所有城市名称"，这是SELECT ... FROM ...最基础的用法：

SELECT city FROM Cities;

语法要点：SELECT后面列出要查看的列，FROM后面列出列所在的表。执行后返回全部 170 行城市名，开头几条为Belfast、Enniskillen、Londonderry、Birmingham、Coventry等。

任务二：筛选爱尔兰的所有城市

第二道题引入筛选条件"只返回爱尔兰（Ireland）的城市"，用到WHERE子句：

SELECT city FROM Cities WHERE country = 'Ireland';

WHERE表示"满足某条件才显示"。注意 SQL 中字符串字面量使用单引号'Ireland'包裹。实测结果为 16 个城市：Cork、Galway、Dublin、Connaught、Kerry、Casement、Shannon、Sligo、Waterford、Dongloe、Leixlip、Inis Mor、Indreabhan、Inisheer、Inishmaan、Bantry。

任务三：连接两表，查询机场及其所在城市与国家

第三道题要求同时输出机场名称、所在城市和所在国家，信息分散在Airports与Cities两张表中，必须进行连接：

SELECT Airports.name, Cities.city, Cities.country FROM Airports INNER JOIN Cities ON Airports.city_id = Cities.id;

连接（Join）的原理正如讲义所述：在两表之间制造一条"接缝"，用一列把两边的行对应起来。这里用机场表的city_id去匹配城市表的id（即外键对主键），从而为每个机场找回它所属的城市名称与国家。本实验采用的是INNER JOIN（内连接）：只要某行在另一张表中找不到匹配项，就不会出现在结果里。实测返回 181 行，样例输出：

注意一个书写细节：多表查询时用表名.列名（如Airports.name）明确指明列归属，避免两表存在同名列时产生歧义。

任务四：查询伦敦（英国）的所有机场

最后一道题在连接的基础上叠加筛选条件，只保留英国伦敦的机场：

SELECT Airports.name FROM Airports INNER JOIN Cities ON Airports.city_id = Cities.id WHERE Cities.city = 'London' AND Cities.country = 'United Kingdom';

由于数据库中爱尔兰没有名为 London 的城市，这里同时限定城市名与国名以精确命中。实测返回伦敦的 6 个机场：

• London Heathrow Airport（EGLL）
• London Gatwick Airport（EGKK）
• London City Airport（EGLC）
• London Luton Airport（EGGW）
• London Stansted Airport（EGSS）
• London Heliport（EGLW）

这道题完整串起了本课的全部核心语法：SELECT选择列、INNER JOIN ... ON建立两表连接、WHERE ... AND叠加过滤条件，正是讲义末尾"连接数据"一节的实战化版本（讲义中的降水量例子使用INNER JOIN rainfall ON cities.city_id = rainfall.city_id再加WHERE rainfall.year = 2019，与本实验第四问结构完全同构）。

进阶观察：数据中的边界情况

在完成任务的基础上，结合真实数据可以验证两个有价值的细节：

1. 内连接会丢弃无匹配的行。实测Airports表中存在一条city_id为NULL的记录——Newcastle Aerodrome（代码EINC）。由于它没有指向任何城市，在任务三与任务四的INNER JOIN结果中均不会出现。这恰好用真实数据印证了讲义对 INNER JOIN 的定义："如果某些行与另一张表的任何行都不匹配，它们就不会被显示"。若想保留无匹配行，则需要换用LEFT JOIN，这属于后续可自行探索的进阶话题。

2. 一对多关系在结果中直观可见。城市Manchester（id=14）对应Manchester Airport与City Airport Manchester两个机场；London（id=28）对应 6 个机场。这说明机场表的city_id反复引用同一城市主键，正是拆分表结构后避免数据重复的价值所在——城市名称在Cities表中只存储一份。

评分标准

任务书末尾给出了可对照自评的评分量表：

建议自测时额外检查：查询 2 是否漏掉条件、查询 3/4 是否正确使用了INNER JOIN且连接字段无误（Airports.city_id = Cities.id）、查询 4 是否同时限定了城市名与国家。

实验小结

通过本实验，你完成了一次完整的关系数据库实战闭环：从安装 VS Code 与 SQLite 扩展、用图形化方式打开.db文件，到读懂主键/外键构成的两表 schema，再到用SELECT、WHERE、INNER JOIN三类语句组合出四道查询。这些能力与后续课程中基于 DataFrame 的数据处理一脉相承——正如讲义所提示，DataFrame 虽不使用"主键"术语，其按索引/键合并数据的思路与关系数据库的主外键连接如出一辙。若想继续深入，仓库中的 第 5 课讲义（英文） 提供了表设计、关系拆分与连接语句的完整推导过程，是理解本实验背后原理的最佳配套阅读材料。

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners