简介：这份资源是太原理工大学软件工程专业「数据库概论」课程的实验报告文档，面向正在学习数据库系统原理、需要完成SQL实验或备考复习的本科生。报告以Microsoft SQL Server 2016为实验平台，围绕交互式SQL语句的使用展开，涵盖数据定义、索引创建、视图创建与数据操作四大模块，具体包括用CREATE TABLE建表、ALTER TABLE修改结构、DROP TABLE删除表，以及唯一索引、聚簇索引的建立和IS_Student视图的创建，并配有Student、Course、Sc等表的完整SQL示例与插入、更新语句。资源包为1个docx文件，大小约1.69MB，内容为可直接参考的实验报告模板与操作记录。目前已有311人学习下载，适合需要对照实验步骤、梳理SQL语法要点或撰写课程报告的同学借鉴使用。
1. 数据库实验报告到底在讲什么：从一份课程作业看懂 SQL 的骨架
很多人第一次听到“数据库实验报告”这六个字，脑子里浮现的画面大概是：一堆看不懂的英文大写命令，加上几张密密麻麻的表格，最后再来一段“本次实验收获很大”的套话。但如果你把这份报告里的内容拆开看，会发现它其实在讲一件很朴素的事——怎么用一套标准化的语言，把数据存进去、查出来、管起来。这套语言就是 SQL，全称结构化查询语言。打个比方，数据库像一个大仓库，表是货架，字段是货架上的标签，而 SQL 就是你跟仓库管理员沟通的那套话术。你说“把编号 20100001 的货物年龄改成 22”，管理员就照做；你说“把所有计算机系的货物理出来”，管理员也不会拿错。这份实验报告记录的就是一个初学者从建仓库、摆货架、贴标签，到后来学会加锁、设规矩的完整过程。它之所以值得搞懂，是因为几乎任何软件系统背后都站着一个数据库，你手机里的通讯录、购物车里的商品、公司后台的考勤记录，底层都是这套逻辑在支撑。
2. 数据定义与操作：为什么建表和查数据是两套功夫
2.1 建表不是画表格，是在给数据定规矩
很多人以为建表就是画个 Excel 表头，把列名写上就完事了。但数据库里的CREATE TABLE远不止于此。你看实验里创建 Student 表时写了这么一行：
CREATE TABLE Student( Sno CHAR(8) PRIMARY KEY, Sname CHAR(10), Ssex CHAR(2), Sage INT, Sdept CHAR(20) );这里的PRIMARY KEY就是在告诉数据库：Sno 这个字段是唯一身份证，不允许两个人用同一个学号，也不允许空着不填。CHAR(8)则规定了学号必须是 8 个字符长度，多一个少一个都不行。通俗地说，建表就像给仓库货架焊铁架子——你先得决定每层能放多大的箱子，哪一层是主钥匙位，哪一层可以空着。实验里还做了ALTER TABLE Student ADD Sclass CHAR(4)，这就是货架用了一段时间发现少了一层，再焊一层上去。而DROP TABLE Employee则是把整个货架连货带架子一起扔掉，这个操作没有后悔药，所以实验报告里特意提醒执行前要确认。
2.2 索引和视图：给查询装加速器，给复杂操作装快捷方式
数据量小的时候，你查一条记录数据库挨个翻一遍也无所谓。但数据一多，比如几万条学生记录，每次查“刘晨”都要全表扫描，那就跟在一本没有目录的字典里找字一样痛苦。索引就是给字典加目录。实验里CREATE INDEX iCname ON Course(Cname)就是在 Course 表的课程名字段上建了一个目录，以后按课程名查就快得多。而CREATE UNIQUE INDEX iSname ON Student(Sname)多加了一层意思：不仅建目录，还规定学生姓名不能重复。聚簇索引CREATE CLUSTERED INDEX iSnoCno ON Sc(Sno,Cno DESC)则更进一步，它直接决定了数据在硬盘上的物理排列顺序，就像图书馆把同一类书按编号挨着放，找起来自然快。
视图则完全是另一回事。CREATE VIEW IS_Student AS SELECT Sno,Sname,Sage FROM Student WHERE Sdept='IS'这条语句并没有真的存一份新数据，它只是把“查信息系学生”这个常用操作打包成一个名字。以后你直接SELECT * FROM IS_Student就行了，不用每次都写一遍 WHERE 条件。打个比方，视图就像手机里的快捷指令，你把“给妈妈发微信说今晚不回家吃饭”设成一个按钮，按一下就行，但消息本身还是走微信发出去的，并没有多出一个新 App。
2.3 增删改查：四种动作对应四种心态
实验里数据操作部分占了很大篇幅，插入用INSERT INTO，修改用UPDATE，删除用DELETE FROM，查询用SELECT。这四种动作对应四种完全不同的心态。插入是乐观的，你默认数据是新的、合法的，往里塞就行；修改是谨慎的，因为UPDATE Student SET Sage=Sage+1这种语句一旦忘了写 WHERE，全表所有人的年龄都会加一岁；删除是悲观的，实验里特意先把选课信息复制到临时表 tmpSC 再删，就是怕手一抖把原始数据删没了；查询则是探索性的，你可以用BETWEEN、IN、LIKE、IS NULL各种条件组合去翻数据，翻错了也没关系，不会改变任何东西。
3. 数据完整性与约束：数据库怎么防止你往仓库里扔垃圾
3.1 主键、外键、CHECK：三道不同的门禁
实验三专门讲数据完整性，核心就一句话：数据库不能什么都往里存，得设门槛。主键约束是第一道门，保证每条记录都有唯一标识，实验里往 Student 表插两条 Sno 都是 20100001 的记录，第二条就会被挡在门外。外键约束是第二道门，保证表与表之间的引用关系不断裂，比如 SC 表的 Sno 必须能在 Student 表里找到对应的人，你不能给一个不存在的学生选课。CHECK 约束是第三道门，管的是字段值的合理范围，CHECK(Grade > 0 AND Grade < 100)就是告诉数据库：成绩只能在 0 到 100 之间，你写 150 分或者 -10 分都会被拒绝。
这三道门禁各管各的，互不替代。主键管唯一性，外键管引用一致性，CHECK 管值域合法性。实验里还演示了ALTER TABLE SC DROP CONSTRAINT SC_CHECK再重新加上一个更宽松的约束，这说明约束不是焊死的，可以改，但改之前要想清楚会不会放进来不该放的数据。
3.2 默认值和空值：不填和填零是两码事
实验里 Student 表有一个Stotal smallint DEFAULT 0，意思是如果你插入记录时不指定 Stotal 的值，数据库自动帮你填 0。而 Sage 字段没有设默认值，也没有设 NOT NULL，所以你可以插入一条 Sage 为 NULL 的记录。这里有个初学者最容易翻车的地方：NULL 不是 0，也不是空字符串。它代表“未知”。你查WHERE Sage IS NULL能查到那些没填年龄的人，但WHERE Sage = NULL永远查不到任何东西，因为 NULL 跟任何值比较结果都是未知。实验里INSERT INTO Student(Sno,Sname,Ssex,Sclass) VALUES('20100102','张盛','男','1008')这条语句没有给 Sage 和 Sdept 赋值，数据库就自动填 NULL，而 Stotal 因为有默认值所以填了 0。
3.3 触发器：比约束更灵活的自动反应机制
实验目的里提到了解触发器机制，虽然正文没有展开写触发器的具体代码，但它的定位很清楚：约束只能管简单的规则，触发器能管复杂的连锁反应。比如你想实现“删除一个学生时，自动把他的选课记录也删掉”，外键约束可以做到级联删除，但如果你想实现“删除一个学生时，先把他选课记录备份到日志表，再删除”，那就得靠触发器。触发器就像仓库里装的感应器，一旦有人动了某排货架，感应器就自动触发一个动作，不需要你每次手动去操作。
4. 常见误区与易混概念：这几组词初学者十有八九会搞混
4.1 DELETE 和 DROP：一个删内容，一个连锅端
这是最经典的混淆。DELETE FROM Student WHERE Sno='20100022'只是把学号为 20100022 的那一行数据从表里拿掉，表还在，结构还在，其他数据还在。而DROP TABLE Employee是把整个 Employee 表从数据库里抹掉，表结构、数据、索引、约束全部消失。打个比方，DELETE 是把冰箱里的一盒牛奶扔了，DROP 是把整个冰箱搬走。实验里删除表用的是 DROP，删除数据用的是 DELETE，分得很清楚。
4.2 WHERE 和 HAVING：一个管行，一个管组
实验里SELECT cno, COUNT(*), AVG(Grade) FROM SC GROUP BY Cno HAVING AVG(Grade) > 90这条语句同时出现了 WHERE 和 HAVING 的变体。WHERE 是在分组之前过滤原始行，HAVING 是在分组之后过滤统计结果。你不能写WHERE AVG(Grade) > 90，因为 WHERE 执行的时候还没算平均值呢。通俗地说，WHERE 是筛人，HAVING 是筛小组。你先按课程号把选课记录分成一组一组，然后 HAVING 再决定哪些组留下来。
4.3 UNION 和 JOIN：一个竖着拼，一个横着拼
实验里集合查询用了UNION、INTERSECT、EXCEPT，连接查询用了JOIN。这两类操作方向完全不同。UNION 是把两个查询结果上下摞在一起，要求列数和类型对得上；JOIN 是把两个表的列横向拼在一起，通过关联字段匹配。比如你查“计算机系的学生”和“年龄不大于 19 岁的学生”，用 UNION 得到的是两类人的并集，可能有人同时满足两个条件但只出现一次；而 JOIN 是查“每个学生及其选课信息”，把 Student 表的行和 SC 表的行按学号配对拼宽。
4.4 CHAR 和 VARCHAR：定长和变长的区别
实验里 Student 表的 Sname 用的是CHAR(10)，而 Employee 表的姓名用的是VARCHAR(8)。CHAR 是定长，你存“李勇”两个字，它也会占满 10 个字符，后面补空格；VARCHAR 是变长，存“李勇”就只占两个字符的空间。定长的好处是读写速度快，变长的好处是省空间。选哪个取决于你的数据特征：如果字段长度基本一致，比如学号固定 8 位，用 CHAR；如果长度差异大，比如姓名从两字到四字都有，用 VARCHAR。
4.5 NULL 和 0 和空字符串：三胞胎长得像但完全不一样
前面提过 NULL 代表未知，0 是一个确定的数值，空字符串''是一个长度为零的字符串。WHERE Score IS NULL查的是没填成绩的记录，WHERE Score = 0查的是考了零分的记录，WHERE Score = ''在数值字段上根本不会匹配任何东西。实验里插入 SC 表时用了INSERT INTO SC VALUES('20100003','1',null)，这就是明确告诉数据库：这个学生选了课但成绩还没出来，是未知状态，不是零分。
5. 什么时候该用数据库约束，什么时候别硬扛
学完这份实验报告里的内容，你大概能感觉到数据库约束是个好东西：主键防重复，外键防断链，CHECK 防乱填，默认值省事。但约束不是越多越好。我踩过的一个坑是：早期做一个小工具，给每个字段都加了 NOT NULL 和 CHECK，结果后来业务变了，需要允许某个字段暂时为空，改约束比改代码还麻烦。约束应该加在真正不会变的核心规则上，比如学号唯一、成绩在 0 到 100 之间，这些规则十年都不会变。而那些可能随业务调整的规则，比如“年龄必须大于 0”，其实放在应用层校验更灵活。
另一个判断标准是性能。外键约束在每次插入和删除时都要去检查另一张表，数据量大的时候会拖慢速度。实验里数据量小感觉不到，但真实系统里几百万条记录，外键的开销就不能忽略了。所以很多互联网公司会在数据库层去掉外键，改在应用层保证一致性，用牺牲一点安全性换性能。这不是说外键不好，而是说没有银弹，只有权衡。
视图也一样。视图能简化查询，但嵌套视图套多了，数据库优化器可能选不出好的执行计划，查询反而变慢。实验里创建的视图都很简单，一层套一层的情况在实际中要谨慎。索引更是如此，索引能加速查询，但会拖慢插入和更新，因为每次改数据都要维护索引结构。实验里给 Course 表的 Cname 建了索引，如果这张表几乎不更新、只用来查，那没问题；如果这张表天天改课程名，索引的维护成本就会显现出来。
从那以后我每次建表前都强制走一遍：先问这个字段会不会经常改，再问这个规则会不会变，最后才决定加不加约束、建不建索引。希望帮到你。
本文还有配套的精品资源，点击获取
