مقدمه

پایگاه‌های داده‌ی رابطه‌ای، قدیمی‌ترین و همچنان پرکاربردترین نوع پایگاه‌های داده هستند. این پایگاه‌ها داده‌ها را در قالب جدولهایی با سطر و ستون ذخیره می‌کنند و ارتباط بین داده‌ها از طریق کلیدهای اصلی و کلیدهای خارجی برقرار می‌شود. زبان استاندارد برای کار با این پایگاه‌ها، SQL (زبان پرسش ساخت‌یافته Structured-Query-Language) است.

در این درس، با دو نمونه از پایگاه‌های داده‌ی رابطه‌ای آشنا می‌شویم:

SQLite که یک پایگاه‌داده‌ی سبک و بدون نیاز به سرور است
و PostgreSQL که یک پایگاه‌داده‌ی قدرتمند و مناسب برای پروژه‌های بزرگ محسوب می‌شود.

آشنایی با SQLite

دیتابیس SQLite یک پایگاه‌ داده‌ی رابطه‌ای نهفته (Embedded) است که به صورت یک کتابخانه‌ی سبک در برنامه‌ها استفاده می‌شود. این پایگاه‌داده نیازی به سرور جداگانه ندارد و تمام داده‌ها در یک فایل واحد ذخیره می‌شوند. اگر از پایتون استفاده می‌کنید، این پایگاه داده بطور پیش فرض و اتوماتیک در هنگام نصب، روی سیستم ما نصب خواهد شد.

مزایای SQLite:

  • بسیار سبک و سریع
  • بدون نیاز به نصب و تنظیمات سرور
  • مناسب برای پروژه‌های کوچک و متوسط
  • پشتیبانی کامل از SQL استاندارد

معایب SQLite:

  • برای همزمانی بالا (نوشتن همزمان چندین کاربر) مناسب نیست
  • قابلیت‌های امنیتی محدودتری نسبت به پایگاه‌های بزرگ دارد

اتصال به SQLite در پایتون:

به کمک قطعه کد زیر ابتدا یک جدول در دیتابیس SQLite می‌سازیم. سپس دو مقدار داخل این جدول وارد می‌نمائیم.

import sqlite3
import pandas as pd

# اتصال به پایگاه‌داده (اگر فایل وجود نداشته باشد، ساخته می‌شود)
conn = sqlite3.connect("src/data/sales.db")

# ایجاد یک جدول
conn.execute("""
CREATE TABLE IF NOT EXISTS sales (
    product_id TEXT PRIMARY KEY,
    product_name TEXT,
    category TEXT,
    unit_price REAL,
    quantity_sold INTEGER,
    sale_date TEXT,
    region TEXT
)
""")

# درج داده‌ها
conn.execute(
    "INSERT OR IGNORE INTO sales VALUES ('P1001', 'Laptop', 'Electronics', 1200.0, 15, '2026-01-15', 'Tehran')"
)
conn.execute(
    "INSERT OR IGNORE INTO sales VALUES ('P1002', 'Mobile', 'Electronics', 800.0, 25, '2026-01-15', 'Tehran')"
)

# ذخیره‌سازی تغییرات
conn.commit()

# خواندن داده‌ها با پانداس
df = pd.read_sql_query("SELECT * FROM sales", conn)
print(df)

# بستن اتصال
conn.close()

توجه نمائید که با نصب افزونه (extension) SQLite Viewer در VS Code براحتی می‌توانیم فایل sales.db که توسط این دیتابیس تولید می‌شود را ببینیم. این امر در فرایند توسعه بسیار کمک‌کننده خواهد بود.

نمایی از افزونه SQLite Viewer در VS Code
بعد از نصب افزونه فوق، براحتی می‌توانیم محتویات جدول را بررسی کنیم

آشنایی با PostgreSQL

دیتابیس PostgreSQL یک پایگاه‌داده‌ی رابطه‌ای متن‌باز و بسیار قدرتمند است که برای پروژه‌های بزرگ و سازمانی طراحی شده است. این پایگاه‌داده از ویژگی‌های پیشرفته‌ای مثل تراکنش‌های اتمیک، ایندکس‌های پیشرفته و پشتیبانی از داده‌های مکانی برخوردار است.

مزایای PostgreSQL:

  • بسیار قدرتمند و قابل اعتماد
  • پشتیبانی از همزمانی بالا
  • ویژگی‌های پیشرفته مانند ذخیره‌سازی رویه‌ها و توابع
  • پشتیبانی از انواع داده‌های متنوع (JSON، آرایه، و …)

معایب PostgreSQL:

  • نیاز به نصب و پیکربندی سرور
  • مصرف حافظه و پردازنده بیشتر

اتصال به PostgreSQL در پایتون:

برای اتصال به PostgreSQL، ابتدا باید کتابخانه‌ی psycopg2 را نصب کنید. توجه فرمائید که در ادامه ما فرض می‌کنیم که دیتابیس پوستگرس روی سیستم شما نصب می‌باشد و روی پورت پیش‌فرض 5432 تنظیم شده است.

pip install psycopg2-binary

برای انجام تسک مربوط به پوستگرس ما نیاز به یک دیتابیس و جدول با دیتای آماده داخل PostgreSQL داریم. برای این منظور ر حالتی که دیتابیس پوستگرس شما آماده است کد زیر را اجرا نمائید. بطور خلاصه کد پایتونی زیر ابتدا یک دیتابیس sales_db می‌سازد. سپس داخل این دیتابیس یک جدول sales با مشخصات مندرج در کد ایجاد می‌کند. در مرحله بعد تدادی رکورد داخل این جدول وارد می‌نماید و در پایان چند رکورد ابتدایی را در خط فرمان بما نشان می‌دهد.

import psycopg2
from psycopg2.extensions import ISOLATION_LEVEL_AUTOCOMMIT
import pandas as pd

conn = psycopg2.connect(
    host="localhost", database="postgres", user="postgres", password="123456"
)

conn.set_isolation_level(ISOLATION_LEVEL_AUTOCOMMIT)
cursor = conn.cursor()

cursor.execute("SELECT 1 FROM pg_database WHERE datname = 'sales_db'")
exists = cursor.fetchone()
if not exists:
    cursor.execute("CREATE DATABASE sales_db;")
    print("✅ Database 'sales_db' created successfully.")
else:
    print("ℹ️ Database 'sales_db' already exists.")

cursor.close()
conn.close()

conn = psycopg2.connect(
    host="localhost", database="sales_db", user="postgres", password="123456"
)
cursor = conn.cursor()

cursor.execute("""
CREATE TABLE IF NOT EXISTS sales (
    product_id TEXT PRIMARY KEY,
    product_name TEXT NOT NULL,
    category TEXT NOT NULL,
    unit_price REAL,
    quantity_sold INTEGER,
    sale_date DATE,
    region TEXT
);
""")
print("✅ Table 'sales' created/verified successfully.")

sales_data = [
    ("P1001", "Laptop", "Electronics", 1200.00, 15, "2026-01-15", "Tehran"),
    ("P1002", "Mobile", "Electronics", 800.00, 25, "2026-01-15", "Tehran"),
    ("P1003", "Headphone", "Accessories", 150.00, 40, "2026-01-15", "Tehran"),
    ("P1004", "Keyboard", "Accessories", 75.00, 30, "2026-01-16", "Tehran"),
    ("P1005", "Mouse", "Accessories", 45.00, 50, "2026-01-16", "Tehran"),
    ("P1006", "Monitor", "Electronics", 350.00, 12, "2026-01-16", "Isfahan"),
    ("P1007", "Printer", "Electronics", 220.00, 8, "2026-01-17", "Isfahan"),
    ("P1008", "Tablet", "Electronics", 650.00, 20, "2026-01-17", "Shiraz"),
    ("P1009", "Smartwatch", "Accessories", 300.00, 18, "2026-01-18", "Shiraz"),
    ("P1010", "Speaker", "Accessories", 120.00, 35, "2026-01-18", "Tehran"),
    ("P1011", "Laptop", "Electronics", 1250.00, 10, "2026-01-19", "Isfahan"),
    ("P1012", "Mobile", "Electronics", 850.00, 22, "2026-01-19", "Shiraz"),
    ("P1013", "Headphone", "Accessories", 160.00, 28, "2026-01-20", "Tehran"),
    ("P1014", "Keyboard", "Accessories", 80.00, 25, "2026-01-20", "Isfahan"),
    ("P1015", "Mouse", "Accessories", 50.00, 45, "2026-01-21", "Shiraz"),
    ("P1016", "Monitor", "Electronics", 370.00, 15, "2026-01-21", "Tehran"),
    ("P1017", "Printer", "Electronics", 230.00, 10, "2026-01-22", "Isfahan"),
    ("P1018", "Tablet", "Electronics", 670.00, 18, "2026-01-22", "Shiraz"),
    ("P1019", "Smartwatch", "Accessories", 310.00, 20, "2026-01-23", "Tehran"),
    ("P1020", "Speaker", "Accessories", 130.00, 30, "2026-01-23", "Isfahan"),
]

for record in sales_data:
    cursor.execute(
        """
    INSERT INTO sales (product_id, product_name, category, unit_price, quantity_sold, sale_date, region)
    VALUES (%s, %s, %s, %s, %s, %s, %s)
    ON CONFLICT (product_id) DO NOTHING;
    """,
        record,
    )

conn.commit()

cursor.execute("SELECT * FROM sales LIMIT 5;")
rows = cursor.fetchall()
print("\n📊 First 5 records from sales table:")
for row in rows:
    print(row)

cursor.close()
conn.close()
print("\n✅ Database connection closed.")

اکنون که دیتابیس و جدول مربوط آماده هستند، می‌توانید به صورت زیر به پایگاه‌داده متصل شوید:

import psycopg2
import pandas as pd

# اتصال به پایگاه‌داده (نیاز به سرور پوستگرس در حال اجرا داریم)
conn = psycopg2.connect(
    host="localhost",
    database="sales_db",
    user="your_username",
    password="your_password"
)

# خواندن داده‌ها با پانداس
df = pd.read_sql_query("SELECT * FROM sales", conn)
print(df)

# بستن اتصال
conn.close()

نمونه خروجی اجرای کد فوق به شکل زیر است:

df = pd.read_sql_query("SELECT * FROM sales", conn)

   product_id product_name     category  unit_price  quantity_sold   sale_date   region
0       P1001       Laptop  Electronics      1200.0             15  2026-01-15   Tehran
1       P1002       Mobile  Electronics       800.0             25  2026-01-15   Tehran
2       P1003    Headphone  Accessories       150.0             40  2026-01-15   Tehran
3       P1004     Keyboard  Accessories        75.0             30  2026-01-16   Tehran
4       P1005        Mouse  Accessories        45.0             50  2026-01-16   Tehran
5       P1006      Monitor  Electronics       350.0             12  2026-01-16  Isfahan
6       P1007      Printer  Electronics       220.0              8  2026-01-17  Isfahan
7       P1008       Tablet  Electronics       650.0             20  2026-01-17   Shiraz
8       P1009   Smartwatch  Accessories       300.0             18  2026-01-18   Shiraz
9       P1010      Speaker  Accessories       120.0             35  2026-01-18   Tehran
10      P1011       Laptop  Electronics      1250.0             10  2026-01-19  Isfahan
11      P1012       Mobile  Electronics       850.0             22  2026-01-19   Shiraz
12      P1013    Headphone  Accessories       160.0             28  2026-01-20   Tehran
13      P1014     Keyboard  Accessories        80.0             25  2026-01-20  Isfahan
14      P1015        Mouse  Accessories        50.0             45  2026-01-21   Shiraz
15      P1016      Monitor  Electronics       370.0             15  2026-01-21   Tehran
16      P1017      Printer  Electronics       230.0             10  2026-01-22  Isfahan
17      P1018       Tablet  Electronics       670.0             18  2026-01-22   Shiraz
18      P1019   Smartwatch  Accessories       310.0             20  2026-01-23   Tehran
19      P1020      Speaker  Accessories       130.0             30  2026-01-23  Isfahan

اجرای کدهای فوق برای ارتباط از طریق پایتون با دیتابیس پوستگرس نکات آموزشی فراوانی دارد. چندین بار این کد را به میل خود تغییر داده و اجرا نمائید.

نکته: برای استفاده از PostgreSQL در پروژه‌های واقعی، باید یک سرور PostgreSQL نصب و اجرا کنید و پایگاه‌داده و کاربر مورد نظر را ایجاد نمایید.

عملیات پایه با SQL

صرف نظر از نوع پایگاه‌داده، اصول اولیه‌ی SQL یکسان است. در اینجا چند دستور پرکاربرد از جمله، ایجاد جدول، درج داده، خواندن داده، به روز رسانی داده و حذف داده را مرور می‌کنیم. دقت نمائید که ما تنها به ارائه‌ی سینتکس مربوط می‌پردازیم و ارائه‌ی مثال‌های بیشتر در این خصوص را به آینده موکول می‌نمائیم.

ایجاد جدول:

CREATE TABLE products (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL,
    price REAL,
    category TEXT
);

درج داده:

INSERT INTO products (name, price, category) 
VALUES ('Laptop', 1200.0, 'Electronics');

خواندن داده:

SELECT * FROM products WHERE price > 500;

به‌روزرسانی داده:

UPDATE products SET price = 1300.0 WHERE name = 'Laptop';

حذف داده:

DELETE FROM products WHERE price < 100;

جمع‌بندی و تمرین

در این درس، با دو پایگاه‌ داده‌ی رابطه‌ای اصلی یعنی SQLite و PostgreSQL آشنا شدیم و دیدیم که چگونه می‌توان از پایتون به آنها متصل شد و داده‌ها را مدیریت کرد. دیتابیس SQLite برای پروژه‌های کوچک و سبک و PostgreSQL برای پروژه‌های بزرگ و سازمانی مناسب است.

تمرین پیشنهادی:
۱. یک پایگاه‌داده‌ی SQLite جدید به نام library.db ایجاد کنید.
۲. یک جدول به نام books با ستون‌های id، title، author و year بسازید.
۳. حداقل ۵ رکورد کتاب در آن درج کنید.
۴. با استفاده از پانداس، همه‌ی کتاب‌های یک نویسنده‌ی خاص را نمایش دهید.