练习示例数据库[关闭]答案

【问题标题】：Sample database for exercise [closed]练习示例数据库[关闭]
【发布时间】：2010-10-17 16:23:49
【问题描述】：

我想玩一个更大的数据库来测试我对 SQL 的了解。

是否有一个巨大的 .sql 文件可供我用来处理 SQL 查询？

【问题讨论】：

“巨大”是相当主观的。愿意提供一些更客观的指导方针吗？
还有——“玩”是什么意思？您是否想要一个可以在本地复制并根据需要修改的架构 + 数据？还是您只想连接和编写查询？
一个巨大的样本数据库； seanlahman.com/baseball-archive/statistics
我找到了 10 到 1M 行的虚拟数据库。给你：sample-videos.com/download-sample-sql.php
在github.com/cristiscu/employees-test-database 的小型员工数据库中可以使用十几个 SQL 脚本和数据库文件

标签： sql test-data sample-data

【解决方案1】：

你可以试试经典的MySQL world database。

world.sql 文件可在此处下载：

http://dev.mysql.com/doc/index-other.html

只需向下滚动到示例数据库，您就会找到它。

【讨论】：

我已经编辑了答案，指定了 world.sql 文件的位置。
好像搬到这里了：dev.mysql.com/doc/index-other.html

【解决方案2】：

查看 CodePlex 以获取 Microsoft SQL Server Community Projects & Samples

第三方编辑

您可以在上面的链接顶部查看

microsoft sql server samples on github
msft db product samples on codeplex
新的 Wide World Importers sample database 包含 OLTP 和一个用于 sql server 2016 及更高版本的 OLAP

【讨论】：

【解决方案3】：

你想要巨大的？

这是一个小表：create table foo (id int not null primary key auto_increment, crap char(2000));

插入 foo(废话) 值 ('');

--每次运行下一行时， foo 中的行数加倍。插入 foo( 废话 ) select * from foo;

再运行二十次，你就有超过一百万行可供使用。

是的，如果他正在寻找要导航的关系，这不是答案。但是，如果他的意思是测试性能和他的优化能力，那么它会做到这一点。我正是这样做（然后用随机值更新）来测试我对另一个问题的潜在答案。（并且没有回答，因为我想不出比那个提问者更好的表现。）

如果他要求“复杂”，我会给出不同的答案。对我来说，“巨大”意味着“很多行”。

因为您不需要巨大的空间来处理表格和关系。考虑一个表，它本身没有可以为空的列。可以有多少种不同的种行？只有一个，因为所有列都必须有一些值，因为没有一个可以为空。

每个可为空的列乘以可能的不同种类行数的两倍：该列为空的行，不为空的行。

现在考虑表格，而不是孤立地考虑。考虑一个作为子表的表：对于每个对父表具有 FK 的子表，即多对一，可以有 0、1 或多个子表。所以我们乘以我们在上一步中得到的计数的三倍（零没有行，正好一行，多行两行）。对于父母是多的任何祖父母，另外三个。

对于多对多关系，我们可以没有关系、一对一、一对多、多对一或多对多。因此，对于我们可以从表格中到达的每个多对多，我们将行乘以九——或者就像两个一对多。如果多对多也有数据，我们乘以可空性数。

我们无法在图表中访问的表——那些我们没有直接或间接 FK 的表，不要将表中的行相乘。

通过递归地乘以我们可以到达的每个表，我们可以得出提供每个“种类”所需的行数，并且我们只需要那些来测试架构中每个可能的关系。而且我们的规模还远远不够。

【讨论】：

我认为他可能正在寻找更真实一点的东西，它充满了模拟数据和关系，而不仅仅是一张什么都没有的大桌子。
但它是巨大的，你必须给他:)
-1 看来OP正在寻找大量的SQL代码供阅读。没有一行重复。
如果他试图测试性能和优化能力，这将做到。我正是这样做（然后用随机值更新）来测试我对另一个问题的潜在答案。

【解决方案4】：

如果您想要一个包含真实数据的大型数据库，您可以注册Netflix Prize contest 并访问他们的数据，这些数据非常大（几场演出）。

第三方编辑

上面的 URL 不再包含数据集（2016 年 10 月）。 wikipedia page about the Netflix Prize 报告称，涉及隐私问题的诉讼已经解决。

【讨论】：

netflix 大奖赛的数据集似乎不再可用。它由 17770 部电影和 480189 名匿名用户的 5 星评分组成。总评分100480507； 1408395 的探针是它们的一个子集。取自GrandPrize2009_BPC_BigChaos 获奖团队 Bob Bell、Martin Chabbert、Michael Jahrer、Yehuda Koren、Martin Piotte、Andreas Töscher 和 Chris Volinsky 获得了奖项。附带说明：download of the netflix forum

【解决方案5】：

为什么不下载英文维基百科？有各种大小的压缩 SQL 文件，当然对你来说应该足够大了

主要文章是 XML，因此将它们插入数据库有点问题，但您可能会发现那里还有其他适合您的文件。例如，页间链接 SQL 文件是 2.3GB 压缩的。请查看https://en.wikipedia.org/wiki/Wikipedia:Database_download 了解更多信息。

奥斯卡

【讨论】：

【解决方案6】：

这是我用来学习sql的：employees-db

这是一个带有集成测试套件的示例数据库，用于测试您的应用程序和数据库服务器

第三方编辑

根据launchpad.net database has moved to github。

该数据库包含大约 300,000 条员工记录，其中 280 万条工资条目。导出的数据是167MB，不算大，但是重到足以进行测试。

数据是生成的，因此存在不一致和微妙的问题。我们没有删除它们，而是决定离开内容不变，并将这些问题用作数据清理练习。

【讨论】：

【解决方案7】：

这是一个在线数据库，但您可以尝试使用 stackoverflow 数据库： https://data.stackexchange.com/stackoverflow/query/new

您也可以在这里下载它的转储：

https://archive.org/download/stackexchange

【讨论】：

添加了可以下载转储的链接。我希望这没关系。