上一篇把”为什么要数据库”讲透了，今天正式动手：用Python自带的SQLite建一张表（CREATE TABLE）、把价格监控一个月的历史数据搬进去（INSERT）、再取出来看一眼（SELECT）。SQL的第一组动作，比你想象的好上手——因为你只是”把想干的事说清楚”。
一、真实场景：2000条价格历史，该搬新家了
接着第48、49篇的故事讲。你的价格监控工具勤勤恳恳跑了一个月，price_history.csv 里攒了2000多条价格记录。第49篇你已经用实验证明了：数据库查询比CSV快几十倍，而且不怕手滑删行、不怕价格被存成字符串。道理都懂了，今天干一件实实在在的事——给这批数据搬个新家。
搬家清单很简单，就三件事：
- 建房子：在数据库里建一张
prices表，规定好”每条价格记录长什么样”； - 搬东西：把CSV里的2000多条历史一条条搬进表里；
- 验收：随便取几条出来看看，确认搬进去了、搬对了。
别小看这三件事。它们正好是SQL世界里最基础、最常用的三个动作——CREATE TABLE（建表）、INSERT（插入）、SELECT（查询）。今天主攻前两个，SELECT先学个”取出来看一眼”的最小用法（正餐在第51篇）。学完今天，你就正式跨进了”会用数据库”的门槛。
二、先”接上头”：Python自带的随身数据库
先说个好消息：SQLite是Python自带的，不用装、不用配、不用启动服务。整个数据库就是一个 .db 文件，但SQL、约束、事务一样不缺。上一篇的对比实验里你已经见过 import sqlite3，今天正式认识它。
# hello_db.py — 跟数据库接上头
import sqlite3
# connect：接上数据库。文件不存在？自动创建一个。
conn = sqlite3.connect("prices.db")
# cursor：游标——"拿着它才能对数据库下指令"
cur = conn.cursor()
# 执行一句最简单的SQL，看看数据库答不答应
cur.execute("SELECT 1+1")
print(cur.fetchone()) # (2,)
conn.close() # 用完关门跑完你会发现目录里多了一个 prices.db——这就是你的数据库，此时它还是一座空房子。四个词先混个脸熟：
| 词 | 干什么的 | 类比 |
|---|
|—|———|——|
connect |
接上（或创建）数据库 | 拿钥匙开门 |
|---|---|---|
cursor |
执行SQL的”手” | 拿着它才能递话给管理员 |
execute |
执行一句SQL | 向管理员递一张纸条 |
close |
关闭连接 | 关门走人 |
中间还有个关键动作 commit（盖章），今天第三节会重点讲——它是新手摔得最疼的一跤。
三、建房子：CREATE TABLE，把”规矩”立在前面
数据库的表不是想塞什么塞什么，建表就是立规矩：有几列、每列装什么类型、哪列是编号。你的价格记录有三个信息：商品名、价格、检查时间。翻译成建表SQL：
cur.execute("""
CREATE TABLE IF NOT EXISTS prices (
id INTEGER PRIMARY KEY AUTOINCREMENT,
product TEXT NOT NULL,
price REAL NOT NULL,
checked_at TEXT NOT NULL
)
""")
conn.commit()这段”咒语”逐行拆给你看：
| 片段 | 意思 | 为什么要它 |
|---|
|——|——|———–|
CREATE TABLE IF NOT EXISTS prices |
建一张叫 prices 的表；已存在就跳过，不报错 | 程序要反复跑，这条让你”跑几遍都安全” |
|---|---|---|
id INTEGER PRIMARY KEY AUTOINCREMENT |
整数编号列，自动累加，永不重复 | 每条记录有唯一”身份证号”（第49篇说的主键），第48篇”分不清谁是谁”的病治好了 |
product TEXT NOT NULL |
文本列，不许空 | 商品名都不填的记录是废纸，拒收 |
price REAL NOT NULL |
小数列，不许空 | 价格是数字！治”存成字符串，9>10″的老坑（第26、48篇都踩过） |
checked_at TEXT NOT NULL |
文本列，不许空 | 时间先按统一格式存成文本（如 2026-10-27 09:30），够用且直观 |
三种常见类型先记牢，够你用大半个系列：INTEGER（整数）、REAL（小数）、TEXT（文本）。另外SQLite还有个”宽容”特性：它不会因为你往REAL列塞了文本就当场炸，而是照存——所以”价格列真的存的是数字”要靠你自己守住，后面坑3细说。
建表这件事，是跟AI协作的黄金场景。比如你可以直接把需求甩给AI：
“我要用SQLite存价格监控的历史数据：商品名（文字）、价格（小数）、检查时间（2026-10-27 09:30这种格式）。以后还想加一个’目标价’字段。帮我设计建表SQL，每行加注释解释为什么。”
AI给你的方案通常比你自己拍脑袋的更周全（比如提醒你目标价应该单开一张 products 表，而不是每条价格记录里重复存——这个思路第54篇多表关联会展开）。学习法升级：不是”背SQL”，而是”说需求→读懂AI给的SQL→改到贴合自己”。
四、搬东西：INSERT，把2000条历史请进门
表建好了，往里放数据用 INSERT。先搬一条试试水：
cur.execute(
"INSERT INTO prices (product, price, checked_at) VALUES (?, ?, ?)",
("机械键盘", 172.0, "2026-10-27 09:30"),
)
conn.commit()两行各有讲究：
- 列名清单
(product, price, checked_at)：明确告诉数据库”这三个值分别放哪一列”。好处是不怕列顺序记错，将来加了新列（比如目标价）老代码也不会搬错位置； - 三个
?占位符：值不直接写进SQL里，而是放在后面的元组里”按位入座”。这是铁律，不是风格偏好——为什么，坑2告诉你。
一条条搬2000条太慢，executemany 一次搬一批，配合上CSV读取，就是完整的搬家脚本：
# move_to_db.py — 把 price_history.csv 的历史搬进 SQLite
import csv
import sqlite3
# 1. 接上数据库（文件不存在会自动创建）
conn = sqlite3.connect("prices.db")
cur = conn.cursor()
# 2. 建表（IF NOT EXISTS：重复运行不报错）
cur.execute("""
CREATE TABLE IF NOT EXISTS prices (
id INTEGER PRIMARY KEY AUTOINCREMENT,
product TEXT NOT NULL,
price REAL NOT NULL,
checked_at TEXT NOT NULL
)
""")
# 3. 把CSV里的历史读出来，攒成"元组列表"
with open("price_history.csv", encoding="utf-8") as f:
rows = [
(r["商品"], float(r["价格"]), r["时间"])
for r in csv.DictReader(f)
]
print(f"从CSV读到 {len(rows)} 条记录")
# 4. 批量搬进数据库
cur.executemany(
"INSERT INTO prices (product, price, checked_at) VALUES (?, ?, ?)",
rows,
)
# 5. 盖章确认——不执行这行，前面全白干（坑1）
conn.commit()
# 6. 验收：随便取5条出来看一眼
print("--- 验收：数据库里的前5条 ---")
for row in cur.execute("SELECT product, price, checked_at FROM prices LIMIT 5"):
print(row)
print(f"共搬入 {cur.execute('SELECT COUNT(*) FROM prices').fetchone()[0]} 条")
conn.close()注意第3步里那个 float(r["价格"])：CSV里的价格是文本，搬进REAL列之前先转成小数——搬家正好是给数据”正名”的时机，第29篇数据清洗的功夫在这里用上了。
跑完用任意SQLite查看工具（比如免费的 DB Browser for SQLite，或者VS Code的SQLite插件）打开 prices.db，你能像看Excel一样看到这张表——2000条”裸奔”的CSV数据，从此住进了带管理员、带编号、带门禁的新房子。
五、三个必踩的坑（先打疫苗）
坑1：忘了 conn.commit()，数据”明明存了却查不到”。这是SQLite新手摔得最惨的一跤：INSERT执行完没报错、没异常，程序跑得好好的，结果重开程序一查——空的！原因：SQLite的修改默认待在”暂存区”，commit()（提交）才是盖章入库；不提交就 close()，等于把整批改动扔进垃圾桶。更迷惑的是：同一个连接里当场SELECT能看到数据（暂存区可见），给人一种”存进去了”的错觉。疫苗：养成肌肉记忆——凡是 INSERT/UPDATE/DELETE，紧跟一句 conn.commit()。反过来，如果哪天你想”试一下不保存”，可以 conn.rollback() 撤销未提交的改动——这个”后悔药”是数据库给你的，CSV可没有。
坑2：用字符串拼SQL。比如把商品名直接拼进语句：
# 反面教材：别这么写！
name = "阿迪达斯's 拖鞋" # 名字里带个撇号
cur.execute(f"INSERT INTO prices VALUES ('{name}', 99.0, '2026-10-27')")
# ↑ 撇号提前收尾，SQL语法直接爆炸轻则报错（syntax error），重则SQL注入——如果名字来自用户输入，恶意用户可以输入 '); DROP TABLE prices; -- 这种东西，一句”名字”让你整张表消失。疫苗：永远用 ? 占位符传值（第三节的写法）。顺手还能少踩一个坑：数字和文本也不用操心加不加引号了，占位符通通帮你处理对。记住一句话：SQL是”结构”，数据是”内容”，两者永远不混在同一个字符串里。
坑3：表结构拍脑袋，三周后发现”装不下”。比如把价格建成TEXT（老坑复发）、把时间按”2026/10/27″和”2026-10-27 09:30″两种格式混着存、或者压根忘了以后要存”目标价”，三周后2万条数据进去了才想加字段——SQLite改表相当别扭。疫苗：建表前花五分钟”设计”，两个动作：①拿3条真实样例数据检验”每列能不能装下、类型对不对”；②把需求（包括”以后可能还要存什么”）甩给AI让它帮你设计+挑毛病。表是地基，地基歪了楼越盖越疼——而改地基的成本，跟数据量成正比。
六、跟AI协作的正确姿势（SQLite入门特供版）
- 说需求，不背语法。“我要把价格监控的CSV历史（商品、价格、时间三列）搬进SQLite，以后每天还要追加新数据，帮我写建表+批量插入的Python代码，关键处加注释。”——需求说清楚，AI给的代码直接能跑；你负责读懂每一行，不懂就追问”executemany为什么比循环execute快？”
- 报错整段贴，别只贴一半。SQL报错信息（比如
table prices has no column named product）又短又准，整段贴给AI，它能立刻定位是拼写错了列名、还是表结构跟你脑子里想的不一致——顺带把你的表结构SELECT sql FROM sqlite_master WHERE name='prices';的输出一起贴上，效率翻倍。 - 让AI当”监理”，审查你的地基。“这是我的建表SQL和3条样例数据，我以后还想加’目标价’和’备注’字段，帮我挑毛病、给改进版。”这是本系列”说需求→读懂→改进”学习法在数据库上的典型用法：你出需求和现状，AI出方案，你读懂方案里的取舍（为什么目标价该单开一张表？），下一次你就自己会了。
- 玩”报错自考”。“围绕’INSERT和commit’出3道’这段代码错在哪’的题，先别给答案。”比如故意漏掉commit、忘加占位符、把价格写成带引号的文本——你先诊断再对答案，坑就变成了疫苗。
七、今日小练习
练习1：跑通搬家脚本，当一次”搬家工”。把第四节的 move_to_db.py 存下来跑一遍（price_history.csv 可以用第48篇的工具攒出来，也可以让AI帮你生成20条假数据练手）。跑完回答两个问题：①把脚本原样再跑一遍，会发生什么？为什么？②把 conn.commit() 那行注释掉再跑，数据库里有数据吗？
提示：①不会报错、也不会翻倍——想想 IF NOT EXISTS 保护了什么、没保护什么（插入可没去重！想一想为什么这次没出事）；②打开 prices.db 确认是空的——这就是坑1的现场复现，亲手摔一次比读十遍都牢。
练习2：给自己的数据”建个家”。选一样你自己的数据（读书记录、健身打卡、游戏战绩都行），先用自然语言写下：每条记录包含哪几个信息、分别是什么类型（文字/整数/小数）、哪个适合当编号。然后让AI把它翻译成 CREATE TABLE，你读懂每一行后，插入3条真实记录并用 SELECT * FROM 表名 LIMIT 3 取出来看。
提示：翻译完别急着跑，先自己对着第三节的”逐行拆解表”口头翻译一遍SQL，翻不动的地方就是没懂的地方。SELECT * 里的 * 是”所有列”的意思，正餐第51篇讲。
练习3（概念自考）：先自答，再让AI批卷。不看文章回答三个问题：①INSERT执行完没报错，为什么数据可能根本没存住？②为什么INSERT里的值要用 ? 占位符，而不直接拼进SQL字符串？③PRIMARY KEY AUTOINCREMENT 解决的是什么问题？答完连同问题发给AI：”帮我批改，指出理解偏差。”
提示：②答”防止语法错误”只对了一半，另一半是安全（想想坑2里那句 DROP TABLE）；③联想第49篇”Excel手滑删重”的病——身份证号治的就是它。
下篇预告
下一篇（第51篇）：查询数据 — SELECT+WHERE，让数据库自己把答案端上来。房子建好了、东西搬进去了，该享受”图书馆”的待遇了：把”上周三到今天机械键盘降了几次”这种人话，翻译成 SELECT ... WHERE ...，让数据库替你翻完2000条记录、只把答案交给你。查询是数据库的看家本领，也是最有成就感的一课——因为从这一天起，你问问题，程序答问题。
发表回复