程序运行的时候，数据都是在内存中的。当程序终止的时候，通常都需要将数据保存到磁盘上，无论是保存到本地磁盘，还是通过网络保存到服务器上，最终都会将数据写入磁盘文件。 而如何定义数据的存储格式就是一个大问题。如果我们自己来定义存储格式，比如保存一个班级所有学生的成绩单： | 名字 | 成绩 | | Michael | 99 | | Bob | 85 | | Bart | 59 | | Lisa | 87 | 你可以用一个文本文件保存，一行保存一个学生，用`,`隔开： ~~~ ~~~ Michael,99 Bob,85 Bart,59 Lisa,87 ~~~ ~~~ 你还可以用JSON格式保存，也是文本文件： ~~~ ~~~ [ {"name":"Michael","score":99}, {"name":"Bob","score":85}, {"name":"Bart","score":59}, {"name":"Lisa","score":87} ] ~~~ ~~~ 你还可以定义各种保存格式，但是问题来了： 存储和读取需要自己实现，JSON还是标准，自己定义的格式就各式各样了； 不能做快速查询，只有把数据全部读到内存中才能自己遍历，但有时候数据的大小远远超过了内存（比如蓝光电影，40GB的数据），根本无法全部读入内存。 为了便于程序保存和读取数据，而且，能直接通过条件快速查询到指定的数据，就出现了数据库（Database）这种专门用于集中存储和查询的软件。 数据库软件诞生的历史非常久远，早在1950年数据库就诞生了。经历了网状数据库，层次数据库，我们现在广泛使用的关系数据库是20世纪70年代基于关系模型的基础上诞生的。 关系模型有一套复杂的数学理论，但是从概念上是十分容易理解的。举个学校的例子： 假设某个XX省YY市ZZ县第一实验小学有3个年级，要表示出这3个年级，可以在Excel中用一个表格画出来：  每个年级又有若干个班级，要把所有班级表示出来，可以在Excel中再画一个表格：  这两个表格有个映射关系，就是根据Grade_ID可以在班级表中查找到对应的所有班级：  也就是Grade表的每一行对应Class表的多行，在关系数据库中，这种基于表（Table）的一对多的关系就是关系数据库的基础。 根据某个年级的ID就可以查找所有班级的行，这种查询语句在关系数据库中称为SQL语句，可以写成： ~~~ ~~~ SELECT * FROM classes WHERE grade_id = '1'; ~~~ ~~~ 结果也是一个表： ~~~ ~~~ ---------+----------+---------- grade_id | class_id | name ---------+----------+---------- 1 | 11 | 一年级一班 ---------+----------+---------- 1 | 12 | 一年级二班 ---------+----------+---------- 1 | 13 | 一年级三班 ---------+----------+---------- ~~~ ~~~ 类似的，Class表的一行记录又可以关联到Student表的多行记录：  由于本教程不涉及到关系数据库的详细内容，如果你想从零学习关系数据库和基本的SQL语句，推荐Coursera课程： 英文：[](https://www.coursera.org/course/db)[https://www.coursera.org/course/db](https://www.coursera.org/course/db) 中文：[](http://c.open.163.com/coursera/courseIntro.htm?cid=12)[http://c.open.163.com/coursera/courseIntro.htm?cid=12](http://c.open.163.com/coursera/courseIntro.htm?cid=12) ### NoSQL 你也许还听说过NoSQL数据库，很多NoSQL宣传其速度和规模远远超过关系数据库，所以很多同学觉得有了NoSQL是否就不需要SQL了呢？千万不要被他们忽悠了，连SQL都不明白怎么可能搞明白NoSQL呢？ ### 数据库类别 既然我们要使用关系数据库，就必须选择一个关系数据库。目前广泛使用的关系数据库也就这么几种： 付费的商用数据库： - Oracle，典型的高富帅； - SQL Server，微软自家产品，Windows定制专款； - DB2，IBM的产品，听起来挺高端； - Sybase，曾经跟微软是好基友，后来关系破裂，现在家境惨淡。 这些数据库都是不开源而且付费的，最大的好处是花了钱出了问题可以找厂家解决，不过在Web的世界里，常常需要部署成千上万的数据库服务器，当然不能把大把大把的银子扔给厂家，所以，无论是Google、Facebook，还是国内的BAT，无一例外都选择了免费的开源数据库： - MySQL，大家都在用，一般错不了； - PostgreSQL，学术气息有点重，其实挺不错，但知名度没有MySQL高； - sqlite，嵌入式数据库，适合桌面和移动应用。 作为Python开发工程师，选择哪个免费数据库呢？当然是MySQL。因为MySQL普及率最高，出了错，可以很容易找到解决方法。而且，围绕MySQL有一大堆监控和运维的工具，安装和使用很方便。 为了能继续后面的学习，你需要从MySQL官方网站下载并安装[MySQL Community Server 5.6](http://dev.mysql.com/downloads/mysql/)，这个版本是免费的，其他高级版本是要收钱的（请放心，收钱的功能我们用不上）。