SQL是成为数据科学家的必要条件吗?答案是肯定的。数据科学已经发展了，虽然许多数据科学家仍然使用CSV文件(值以逗号分隔的文本文件)，但它们不是最好的选择。Python Panda库允许从CSV文件加载数据，但是这些文件有许多约束。例如，它们通常不连接到数据库，这就要求您在每次更新数据时生成一个新的CSV文件提取。在大数据时代，这是完全不切实际的。
关系数据库为使用大数据存储库提供所需的支持和敏捷性。PostgreSQL是领先的关系数据库管理系统之一。专为处理大型数据集而设计的Postgres是数据科学的完美匹配。在本文中，我们将介绍在数据科学中使用Postgres的优点和缺点。
什么是数据科学家?
数据科学是近年来最受欢迎的职业选择之一。随着组织管理着巨大的数据集，对能够从中提取有价值信息的专家的需求也在增加。
数据科学家处理大数据，帮助组织从数据中获得可操作的见解。例如，他们可以发现一个市场利基，或者根据最新的市场趋势改进公司的产品。
数据科学的领域和它所操作的数据一样多样化，但有一些核心技能是每个数据科学家都应该具备的。
- 编程技能:数据科学家使用编码来分析和处理信息，所以有很强的编程技能是很重要的。数据库和统计编程语言，如SQL或R，是必须的。数据科学家了解的编程语言越多，可以应用的工具越多，效果就越好。
- 统计和数学技能:数据科学需要处理统计数据。您需要正确的算法从数据集提取您想知道的内容。要做到这一点，数据科学家需要对统计学和数学概念有很强的掌握。
技术技能是必须的。然而，数据科学家也需要软技能，比如决心、对细节的关注和分析能力。在数据科学领域工作的两个基本技能是好奇心和灵活性。例如，数据科学家经常需要为数据问题提出开箱即用的算法。
PostgreSQL是什么?
关系数据库管理系统(RDBMS)。这个开源平台是由PostgreSQL全球开发小组开发的，该小组由公司和个人贡献者组成。它得到了广泛的软件即服务(SaaS)解决方案市场的支持，这些解决方案用于在云中和本地运行Postgres。
PostgresSQL的主要功能包括:
- 免费许可:该平台可以免费下载、使用、扩展和分发。
- 复杂查询支持:Postgres的基本特性之一是处理复杂查询的能力。复杂查询是从数据库发出的请求，超出了SELECT和WHERE等基本SQL请求的范围。
- 多版本并发控制:该特性允许不同的用户同时对数据库进行读写操作。
- 用户定义类型:用户可以自定义函数来定义单个数据类型。数据科学家使用已知或未知的数据。将两种或三种数据类型组合成一种新的数据类型，可以帮助数据科学家解决来自不同来源的大量数据的复杂问题。
- 高度符合SQL ISO/ iec9075标准:PostgreSQL满足164个强制特性中的150个，完全符合标准要求。从一开始，遵从SQL标准就一直是Postgres的优先事项。
- 强大的社区支持:Postgres拥有一个庞大的贡献者社区，他们致力于扩展和开发这个平台。有广泛的支持文档和论坛。
- 编程语言支持:PostgresSQL支持所有主要的编程语言，如Python、C和Java。它还通过JSON支持NoSQL查询。
- 多环境支持:PostgreSQL的特点之一是支持
云计算和本地环境。这称为多环境或跨环境支持。RightScale最近的一份报告显示，大多数使用Postgres的组织选择了一种混合的云环境，即内部配置和云系统的混合。
Postgres对数据科学的利弊
PostgresSQL支持大数据，为文档添加了JSON-B，为地理定位系统添加了PostGIS。它允许用户根据自己的工作负载调整平台。
该平台在混合事务/分析处理(HTAP)中结合了数据分析和事务功能。该特性使数据库能够同时执行在线分析处理(OLAP)和在线事务处理(OLTP)。例如，组织可以使用Postgres中的HTAP技术来管理来自物联网设备和其他操作应用程序的信息。
由于Postgres的灵活性和可扩展性，它在数据科学家中非常流行。但是，它不将数据存储在列中，这使得大型数据仓库很难处理这些数据。
在数据科学中使用PostgresSQL有利有弊。以下是一些优点和缺点:
优点
缺点
你可以在哪里学习基础?
要学习PostgreSQL，您应该从SQL基础知识开始。这将为您构建PostgreSQL知识提供一个坚实的基础。你可以从免费的教程中学习，比如Codecademy。一旦您掌握了SQL的基础知识，您就可以开始学习如何将它与Postgres一起使用。
虽然从文档中学习可能是最彻底的方法，但也可能很乏味。网上有许多免费和付费的PostgreSQL课程。其中包括:
总结
PostgreSQL为数据科学提供了一种低成本、功能强大的处理解决方案。最大的问题是它不提供数据压缩。您可以通过批量上传或仅在云环境中运行数据库来解决这个问题。
尽管如此，一个刚起步的数据科学家还是应该认真考虑学习PostgreSQL。Postgres可以帮助您准备使用大多数数据科学工具，成为掌握数据库知识的瑞士军刀。
首席点评
基于数据库的机器学习技术在将来将成为主流，因为数据库技术简单并且有广泛的使用基础，Apache 有开源项目Madlib 就是一个基于SQL的大数据机器学习项目，支持Postgresql和GreemPlum.
谢谢大家关注，转发，点赞