数据表设计与mysql入门（一）

前言

  目的：这篇文章旨在带领新进的同学对基本的数据库知识、数据表逻辑设计、mysql数据库有一个基本了解，以便快速上手实际业务

数据库漫游

从一个实例出发

  比如将一堆数据存储在一个文件中（比如每个人的年龄），假如数据很少，那么光是人眼看就可以轻松的找到某一条数据。但是当一个文件存储的数据很多的时候，这时候人眼根本找不过来，并且这个文件也因为体积过大而打开速度及其慢。怎么办呢？
  拆分。将数据分别存储在多个文件中，规定每个文件只能存100条数据，然后文件名按照所存储的年龄段命名。这时想要查找某一条数据，人眼就可以选择对应的文件从中筛选出目标数据。假如又要存储每个国家的位置该怎么办呢？
  分别存储。人的年龄数据和每个国家的位置信息我们都分别存储到不同的文件中。所以，现在我们电脑上的文件们就如下图所示：

  我们现在有两个文件组，一组文件存储的是人的年龄，一组文件存储的是国家位置信息。这时，我们想要查找某个国家的位置，我们就从文件1和文件2中查找信息，当然，我们也可以做一些优化，比如规定亚洲非洲的国家存储在文件1中，其他国家存储在文件2中，这样子就可以少查找一个文件，减轻眼睛的负担。
  现在问题又来了，假如我们要存储全球每个人的年龄怎么办？文件数目会呈现几何增长，就算是20岁这个年龄段都会有成千上万的文件，我们人眼怎么找的过来呢？当然，我们可以手动做一堆优化，但是边存储边优化会把人累死，完了还要再查找。所以我们开发了一款管理软件，我们只要按照一定规定告诉他存储什么，然后告诉他我们要查找什么，这样子就方便了，就可以做到自动化。
  所以，我们这一套存储系统可以分成两大块，如下图所示：

  底层的存储配合上层的管理形成一个完整的数据管理系统。这套系统解放了我们的生产力，并且由于公司中有很多部门都共用这套系统，所以我们对其进行了更多的优化，具体如下：

• 公司中每个部门都可以新建一个文件夹，用于数据存储
• 每个文件夹中可以创建不同的文件组，每个文件组内保存的数据结构都是一样的&#