很多学生或者说是初学者在学习完成数据库的基础增删改查后就自认为在数据库这里就很熟悉了,但是不接触项目根本部知道需求,我这里准备了50个项目的基本需求来让大家来熟练各类项目的列信息,让大家更好的深入项目进行实战式的练习,可以让大家在后面面试的时候有更多更丰富的资历让大家可以与面试官侃侃而谈。
MySQL版本:5.7.31-log
数据库字符集,所有数据库通用字符集与排序规则,支持中文数据。
字符集:utf8 排序规则:utf8_general_ci
使用工具:Navicat Premium 15,可以在下面的连接中下载
https://download.csdn.net/download/feng8403000/89403778
数据分析与展示系统是一个集数据收集、存储、分析以及可视化展示为一体的综合性平台。它旨在帮助企业或个人用户有效地处理和分析数据,并通过直观的图表和报告展示数据,从而辅助决策制定和业务优化。
主要功能包括:
为了直接运行DDL语句并创建表,我们需要确保在创建含有外键约束的表之前,相关的被引用表(即外键指向的表)已经存在。所以我们在创建表的时候一定要按照一定的顺序来创建,否则就会出现没有外键关系导致的创建异常。
-- 用户表
CREATE TABLE Users (
user_id INT AUTO_INCREMENT PRIMARY KEY COMMENT '用户ID',
username VARCHAR(50) NOT NULL COMMENT '用户名',
password VARCHAR(255) NOT NULL COMMENT '密码',
name VARCHAR(100) NOT NULL COMMENT '用户姓名',
email VARCHAR(100) COMMENT '电子邮箱',
gender ENUM('男', '女') NOT NULL COMMENT '性别',
role ENUM('admin', 'user') NOT NULL DEFAULT 'user' COMMENT '用户角色(管理员或普通用户)'
);
-- 数据源表
CREATE TABLE DataSources (
source_id INT AUTO_INCREMENT PRIMARY KEY COMMENT '数据源ID',
source_name VARCHAR(100) NOT NULL COMMENT '数据源名称',
source_type VARCHAR(50) NOT NULL COMMENT '数据源类型',
connection_details TEXT NOT NULL COMMENT '连接详情'
);
-- 数据表
CREATE TABLE DataTables (
table_id INT AUTO_INCREMENT PRIMARY KEY COMMENT '数据表ID',
table_name VARCHAR(100) NOT NULL COMMENT '数据表名称',
source_id INT NOT NULL COMMENT '数据源ID',
description TEXT COMMENT '数据表描述',
FOREIGN KEY (source_id) REFERENCES DataSources(source_id)
);
-- 数据列表
CREATE TABLE DataColumns (
column_id INT AUTO_INCREMENT PRIMARY KEY COMMENT '数据列ID',
column_name VARCHAR(100) NOT NULL COMMENT '数据列名称',
data_type VARCHAR(50) NOT NULL COMMENT '数据类型',
table_id INT NOT NULL COMMENT '数据表ID',
FOREIGN KEY (table_id) REFERENCES DataTables(table_id)
);
-- 数据记录表
CREATE TABLE DataRecords (
record_id INT AUTO_INCREMENT PRIMARY KEY COMMENT '记录ID',
table_id INT NOT NULL COMMENT '数据表ID',
data_json TEXT NOT NULL COMMENT '以JSON格式存储的数据',
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP COMMENT '记录创建时间',
FOREIGN KEY (table_id) REFERENCES DataTables(table_id)
);
-- 分析任务表
CREATE TABLE AnalysisTasks (
task_id INT AUTO_INCREMENT PRIMARY KEY COMMENT '任务ID',
user_id INT NOT NULL COMMENT '用户ID',
table_id INT NOT NULL COMMENT '数据表ID',
task_name VARCHAR(100) NOT NULL COMMENT '任务名称',
task_description TEXT COMMENT '任务描述',
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP COMMENT '任务创建时间',
FOREIGN KEY (user_id) REFERENCES Users(user_id),
FOREIGN KEY (table_id) REFERENCES DataTables(table_id)
);
-- 分析结果表
CREATE TABLE AnalysisResults (
result_id INT AUTO_INCREMENT PRIMARY KEY COMMENT '结果ID',
task_id INT NOT NULL COMMENT '任务ID',
result_json TEXT NOT NULL COMMENT '以JSON格式存储的分析结果',
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP COMMENT '结果创建时间',
FOREIGN KEY (task_id) REFERENCES AnalysisTasks(task_id)
);
插入数据的时候也要注意主外键关系,如果没有外检的情况下是没有办法插入从表数据的。
-- 用户表
INSERT INTO Users (username, password, name, email, gender, role) VALUES
('孙悟空', '123', '孙悟空', 'sunwukong@example.com', '男', 'user'),
('猪八戒', '123', '猪八戒', 'zhubajie@example.com', '男', 'user'),
('白骨精', '123', '白骨精', 'baigujing@example.com', '女', 'user');
-- 数据源表
INSERT INTO DataSources (source_name, source_type, connection_details) VALUES
('本地CSV文件', 'CSV', '本地路径/data.csv'),
('MySQL数据库', 'MySQL', 'mysql://user:password@localhost/db'),
('API接口', 'API', 'https://api.example.com/data');
-- 数据表
INSERT INTO DataTables (table_name, source_id, description) VALUES
('用户行为数据', 1, '用户点击、浏览等记录'),
('销售数据', 2, '产品销售额、销售量等'),
('天气数据', 3, '每日天气情况');
-- 数据列表
INSERT INTO DataColumns (column_name, data_type, table_id) VALUES
('user_id', 'INT', 1),
('action_type', 'VARCHAR(50)', 1),
('timestamp', 'TIMESTAMP', 1),
('product_id', 'INT', 2),
('sales_amount', 'DECIMAL(10, 2)', 2),
('sales_count', 'INT', 2),
('city', 'VARCHAR(100)', 3),
('temperature', 'DECIMAL(5, 2)', 3),
('weather_condition', 'VARCHAR(50)', 3);
-- 数据记录表(以JSON格式存储数据)
INSERT INTO DataRecords (table_id, data_json) VALUES
(1, '{"user_id": 1, "action_type": "click", "timestamp": "2023-04-01 10:00:00"}'),
(1, '{"user_id": 2, "action_type": "view", "timestamp": "2023-04-01 11:00:00"}'),
(2, '{"product_id": 1001, "sales_amount": 100.50, "sales_count": 5}'),
(3, '{"city": "北京", "temperature": 25.5, "weather_condition": "晴"}'),
(3, '{"city": "上海", "temperature": 22.0, "weather_condition": "多云"}');
-- 分析任务表
INSERT INTO AnalysisTasks (user_id, table_id, task_name, task_description) VALUES
(1, 1, '用户行为分析', '分析用户点击和浏览行为'),
(2, 2, '销售数据分析', '分析产品销售情况'),
(3, 3, '天气趋势分析', '分析天气变化趋势');
-- 分析结果表(以JSON格式存储分析结果)
INSERT INTO AnalysisResults (task_id, result_json) VALUES
(1, '{"clicks_per_hour": {"10:00": 10, "11:00": 5}}'),
(2, '{"top_selling_products": [{"product_id": 1001, "sales_amount": 100.50}]}'),
(3, '{"average_temperature": 23.75, "most_common_condition": "晴"}');
遵循的数据库三范式
数据库建表的三范式(3NF,Third Normal Form)是关系型数据库设计的基本原则,用于确保数据库结构的逻辑性和减少数据冗余。这三个范式是逐步细化的,每一个范式都是在前一个范式的基础上建立的。下面我将详细解释这三个范式:
第一范式(1NF, First Normal Form)
定义:
解释:
第二范式(2NF, Second Normal Form)
定义:
解释:
第三范式(3NF, Third Normal Form)
定义:
解释: