（一）获取数据

1、创建数据库表

正如前文所述，数据分析的工具多种多样，并且每种工具内部保存数据的结构也不一样。比如Excel就是表格、Python里比较常见的有Pandas的DataFrame，或者Numpy的数组等。在SQL的世界里，所有的数据都是以数据库表的形式保存，所以我们要先创建一张数据库的表，用来保存鸢尾花的数据。SQL里创建数据库表，需要用到CREATE TABLE这个命令（语法规则可参考下图中的链接）。PolarDB for PG数据库因为是基于开源的PG数据库，对SQL标准的支持还是比较好的。

如上图所示，创建一张叫flowers的表，包含5个字段，前4个字段的类型是float8，就是double类型的浮点数，分别是花萼与花瓣的长度与宽度；最后一个字段类型是text，就是任意长度的字符串，用来保存花的品种。

上图中右侧的代码是给数据库表和字段添加注释，用来说明表和字段的用途。给数据库的表和字段添加注释是一个非常好的习惯，可以帮助理解数据，以及每个字段的含义。推荐大家在创建数据库表或新增字段时，及时地给表或字段加上注释。

2、导入数据到数据库表

创建了表之后，如何将数据导进来呢？在数据量小的时候，可以通过手工逐行insert数据，但是如果数据量大，手工insert就几乎不可能。比如鸢尾花的数据一共有150行，手工 insert 150次是一件很费劲的事情。好在 PolarDB 提供了一个COPY的命令，可以批量地导入或者批量导出数据。如下图所示：

其中左边的代码是从CSV文件里导入数据到flowers表中；右边的代码是把flowers表的数据导出到test.csv这个文件里。with子句指定数据的格式信息，比如上图中指定格式是CSV格式、包含表头、分隔符是逗号。

安装完插件后，在Docker容器内/home/postgres/datasets目录下，已经预置了一些CSV文件，其中iris.csv就是本案例中用到的鸢尾花数据，如下图所示：

接着，这个数据导入到PolarDB里面来。先通过PSQL连接到PolarDB数据库，当前数据库是空的，里面没有任何一张表，所以通过建表语句，先创建一张数据库表。如下图所示：

然后再添加注释，通过\d+ flowers可以看到数据库表的定义。如下图所示：

最后，通过COPY命令把CSV的数据导进来：其中格式是CSV格式、header为true（即包含了标题），以及分隔符是逗号。如下图所示：

提示导进来了150行数据，通过select * from flowers可查看数据：

再试试把表中的数据导出到一个新的文件里面。如下图所示：

导出成功后，切换到Shell里，可以看到datasets目录里多出了一个叫test.csv的文件，并且有151行内容（包含标题）。