The Art of PostgreSQL

该存储库包含与《The Art of PostgreSQL》书籍配套的PostgreSQL实践实验室使用的数据集。在这里，您可以运行真实的查询，探索现实的数据集，并观察PostgreSQL在实际中的行为。每个示例都旨在帮助您超越理论：执行查询，比较结果，尝试变化，并亲自理解性能权衡。

This repository contains datasets used for the PostgreSQL hands-on labs accompanying the book *The Art of PostgreSQL*. Here, you can run real-world queries, explore realistic datasets, and observe how PostgreSQL behaves in practical scenarios. Each example is designed to help you move beyond theory: execute queries, compare results, experiment with variations, and gain hands-on understanding of performance tradeoffs.

原始信息汇总

The Art of PostgreSQL 数据集概述

数据集来源与目的

• 本数据集是书籍《The Art of PostgreSQL》的配套实践实验室。
• 数据集旨在帮助用户通过运行真实查询、探索真实数据集来理解PostgreSQL的实际行为，将理论概念转化为实践知识。

数据集内容

• 数据集包含书籍中使用的所有开源数据集。
• 数据集包含用于将数据导入和处理到PostgreSQL数据库的脚本。
• 数据集包含按章节组织的书籍中所有SQL查询。

数据集主题与示例

• 数据集包含一个F1数据库示例，用于演示高级SQL查询。
• 示例查询“03_01_f1db.decade.top3.sql”用于计算每个十年中比赛获胜次数排名前三的车手。
• 示例查询展示了窗口函数、聚合和LATERAL连接的组合使用。

数据集使用方式

• 用户可以通过Docker快速构建环境并加载所有数据集。
• 用户可以使用psql会话来查看和执行queries/目录中的SQL示例。
• 提供了入门工具包（starter-kit/），作为指导性的实践学习路径，专注于演示PostgreSQL核心功能的高影响力示例。

数据集学习重点

• 通过实践学习高级SQL模式，包括嵌套LATERAL连接、GROUPING SETS + FILTER以及percentile_cont()函数。
• 每个查询设计为一个小型实验室，包含问题阅读、分步构建、运行最终查询和实验变体等步骤。

数据集详细信息

• 数据集和查询的完整列表及加载方式，请参阅datasets.md文件。
• 按主题和SQL功能分类的查询列表，请参阅QUERIES.md文件。
• 详细的Docker设置说明，请参阅docker/README.md文件。

搜集汇总

数据集介绍

构建方式

在数据库技术领域，实践性数据集对于深化理论认知至关重要。该数据集作为《The Art of PostgreSQL》一书的配套实践资源，其构建过程体现了严谨的工程化思维。数据集来源于多个开源数据集合，并通过精心编写的脚本进行预处理与整合，确保数据能够顺利导入PostgreSQL数据库。整个构建流程依托Docker容器技术实现环境标准化，用户仅需执行简单的命令行指令即可完成数据加载，从而将原始数据转化为结构化的、可直接用于SQL查询分析的数据库实例。

特点

该数据集的核心特点在于其高度实践导向的设计理念。它不仅提供了丰富的真实世界数据，如赛车历史记录等，更将数据与具体的SQL查询案例紧密结合，每一组数据都服务于特定的高级SQL模式教学。数据集中的查询示例覆盖了窗口函数、LATERAL连接、分组集等PostgreSQL进阶功能，通过实际运行这些查询，学习者能直观观察数据库的行为与性能表现。这种将数据、查询与解释融为一体的结构，使得数据集超越了静态的数据集合，成为一个动态的、交互式的学习实验室。

使用方法

使用该数据集的方法清晰而高效，旨在为用户提供无缝的实践体验。用户首先通过Docker Compose启动预配置的PostgreSQL服务环境，随后运行特定命令加载全部数据集。进入实践环节后，用户可通过启动交互式psql会话，直接运行仓库中按书籍章节组织的SQL查询文件。例如，执行一个分析F1赛车每十年顶尖车手的查询，便能立即看到结果并理解其背后LATERAL连接等技术的应用。数据集鼓励用户遵循‘阅读问题、逐步构建、执行查询、实验变体’的探索路径，从而将抽象的SQL知识转化为解决实际问题的能力。

背景与挑战

背景概述

《The Art of PostgreSQL》数据集作为配套实践资源，由Dimitri Fontaine及其团队于2019年随同名书籍发布，旨在深化PostgreSQL数据库系统的教学与应用。该数据集整合了多个开源数据集合，如F1赛车历史记录，通过结构化查询语言示例，聚焦于高级SQL模式的教学，如窗口函数与LATERAL连接。其核心研究问题在于如何将数据库理论转化为高效的生产级查询实践，推动开发者在复杂数据操作中超越基础语法，掌握性能优化与逻辑简化。这一资源显著影响了数据库教育领域，为学习者提供了从概念到实操的无缝桥梁。

当前挑战

该数据集主要应对数据库查询优化领域的挑战，即如何通过单一SQL语句处理多维度聚合与实时计算，例如跨年代统计赛车手排名，这要求克服传统应用逻辑的冗余与低效。在构建过程中，挑战集中于数据集成与标准化，需将异构开源数据集（如时序赛车记录）清洗并导入PostgreSQL，同时设计可复现的查询示例，确保在不同环境下性能一致。此外，教学性挑战在于平衡示例的复杂度与可理解性，使学习者能逐步掌握高级功能而不被细节淹没。

常用场景

经典使用场景

在数据库教学与高级SQL技能培养领域，该数据集常被用作实践性学习平台，通过提供真实世界的数据集如F1赛车历史记录，引导学习者执行复杂查询。例如，计算每个十年间获胜次数最多的前三名赛车手，这一场景不仅展示了窗口函数、聚合操作与LATERAL联接的协同应用，还帮助用户从理论过渡到实际编码，深化对PostgreSQL高级功能的理解。

解决学术问题

该数据集有效应对了数据库教育中理论与实践脱节的普遍问题，通过集成多样化真实数据与配套查询脚本，为研究者与学习者提供了验证SQL优化策略、性能评估及查询模式设计的实验环境。它促进了高级SQL语法的教学研究，解决了传统教材缺乏动手实践环节的局限，对提升数据库系统教学质量和研究效率具有显著意义。

衍生相关工作

围绕该数据集衍生的经典工作主要包括《The Art of PostgreSQL》一书及其配套教学体系，该书系统阐述了高级SQL模式与PostgreSQL最佳实践。此外，社区基于其查询范例开发了多种开源工具与扩展教程，进一步推动了数据库技术教育的创新，并为后续研究如查询优化器改进、分布式数据库设计提供了实证基础。