北京&上海 | 给数据新人准备的SQL入门课

L罗乐 2019-04-15

展开全文

本文转载自公众号：商业数据分析，作者：数小妹

任何从事数据分析行业的人，都至少要精通一两个数据分析软件。大家熟知的软件有Excel、SPSS、R、Python、SQL、Tableau、SAS、Power BI等。数据新人最大困惑之一是这么多软件到底该学哪个！

答案是：不一定。因为每家公司采用的技术路线不一样，导致员工个人需要精通的技术也大有不同。比如使用Tableau的公司一般不会再使用Power BI，因此员工也就只能深入研究Tableau，而非Power BI。同理，使用Python的公司一般不会使用R，使用SAS的公司一般不会使用SPSS。总之，你所在公司采用的技术栈，很大程度上决定了你的技术栈。

注释：以上观点并不绝对，确实有公司同时Python和R，但总体上公司都会有一定的技术标准，以降低内部的沟通成本。

但在所有技术中有两个例外，无论你在什么样的公司做数据，这两个工具都是必备的技能——：Excel和SQL。我们随手从拉勾网找到三个数据相关岗位要求，无一例外都要求掌握Excel和SQL。

美团点评数据分析师岗

今日头条数据分析师

摩拜单车BI数据分析师

下面我们就为大家讲讲到底什么是SQL。

SQL是什么，不是什么

SQL是一种数据库查询语言

SQL是Structured Query Language的缩写，中文叫结构化查询语言。很多人误以为SQL和Python、R、JAVA一样是一门高深的、面向专业人员的编程语言，这是巨大的误解。SQL是一种特殊目的（短小精湛）的编程语言，专门用于查询、更新和管理数据。

SQL和Python等程序语言的重大区别是SQL语言是告诉计算机你想从原始数据中得到什么样结果的一段声明，而不是告诉计算机如何得到结果的算法/逻辑，因此极大降低了语法的复杂性。仔细回忆一下，绝大部分情况下我们对数据的操作无外乎：

1.增加数据（insert）；

2.删除数据（delete）；

3.修改数据（update）；

4.按指定条件过滤数据（where）；

5.按指定维度对数据进行加减乘除（group by）。

举个例子，假设我们的数据库中有一张叫“书籍信息”的表（类似于Excel的一个sheet页），表中存储了书名、作者、价格等基本信息。我们希望查询《SQL必知必会》的作者和价格，SQL代码：

select 书名, 作者, 价格
from 书籍信息
where 书名 = '《SQL必知必会》'

上面代码中select、from和where是SQL固定语法，select用于从表中选出你想要的列，from用于决定从哪张表中找，where则是数据的筛选条件。

再比如，查询价格最高的书，SQL代码：

select 书名, 作者, MAX(价格)
from 书籍信息
group by 书名，作者

上面的代码中MAX用于计算“价格”字段的最大值，group by用于指定聚合字段，输出结果是价格最高的书目清单。

SQL不是数据库

很多小白误以为SQL是数据库，实际则不然。SQL仅仅是通用的数据库查询语言，MySQL、Oracel、SQL Server才是真正企业部署的数据库（数据库还有其它厂商）。

事实上，自1987年起，SQL便成为数据库的国际标准，各家数据库产品都使用SQL作为共同的数据存取语言和标准的接口，使不同数据库系统之间的互操作有了共同的基础。虽然各家都对SQL规范作了编改和扩充，但对于数据分析师而言，只是部分语法和实现细节不一致而已，并不会严重影响数据分析工作。

我们才是数据库，SQL是我们共同的语言

SQL究竟能做什么？

数据预处理

SQL是在数据库中运行的语言，在运行效率和通用性上都好于第三方软件，是数据预处理最常用的语言之一。

继续之前的例子，我们希望在查询结果中增加作者的性别和年龄，此时需要关联一张存储了作者信息的表，SQL代码：

select 书名, 作者, 价格，作者性别，作者年龄
from 书籍信息
join 作者信息
on 书籍信息.作者 = 作者信息.作者

上面的代码中join用于对多张表进行关联（类似于Excel中的vlookup），on则指定了两张表用于关联的共同字段。

有时我们希望将查询结果保存起来，以便未来继续使用，此时就可以将查询结果保存为一张表（Table）或虚拟化的视图（View），前者是数据库中存有数据的实实在在的一张表，后者则只是你编写的查询语句，数据是子在你使用视图的时候才会实时查询生成。视图的优点是可以保证数据永远是最新的，缺点是查询速度慢，这很容易理解。

create view 书籍和作者信息as
select 书名, 作者, 价格，作者性别，作者年龄
from 书籍信息
join 作者信息
on 书籍信息.作者 = 作者信息.作者

上面的代码中create view ... as用于创建一个名叫“书籍和作者信息”的视图，以保存查询结果。未来我们只需要写下面的SQL代码即可，是不是非常便捷？

select 书名, 作者, 价格，作者性别，作者年龄
from 书籍和作者信息

看到SQL代码和功能如此简单，有些人可能会怀疑SQL的能力是不是仅限于查查数、做做表关联，当然不是！

简单的“机器学习”

SQL自诞生起已经超过30年，和新潮的机器学习比起来，有种廉波老矣的感觉。但Celestine Omin在《SQL足以解决你的问题，别动不动就是机器学习》一文中则展示了从实用主义的角度，SQL如何轻松搞定“机器学习”——代价远比采用ML/AI要低。

对于在 SLA 时间窗口内未能发货的订单，我们也使用 SQL 查询来管理客户期望。我们选择处于未交付状态的订单，比如订单日期>=7 天，因为这是标准的交付周期。然后我们设置 CRON 作业，向客户发送电子邮件和短信。虽然顾客没有立即跳起来为我们鼓掌，但至少，我们向他们保证，我们关心着他们，并正在努力解决问题。没有什么比订单延迟更烦人的了。
这个特殊的解决方案也对我们的 NPS 产生了巨大的影响。我们依旧使用老旧的 SQL 和 Bash 解决了我们的难题。
Sift Science 在预防欺诈方面做得非常出色，但其实 SQL 也可以派上用场。如果一个人试图同时用 3 张不同的卡结账，并且这些卡都是空头，那么就会发生一些有趣的事情。我们首先要暂时阻止他们的账户，这样可以为真正的卡片所有者节省很多麻烦。我们不需要保存卡片的详细信息，只需保存特定订单号的结账操作，这样就可以了。这些都不需要使用机器学习，只要编写良好的 SQL 就够了。
我可能是在说 ML/AI 的坏话。这些技术有它们的用武之地，亚马逊已经证明了这些技术的有效性。但是，如果你正在运营一个拥有 1,000 到 10,000 个客户的小型在线商店，那么完全可以只用 SQL。此外，ML/AI 人才并不好找。

你还会怀疑SQL的能力吗？你能想多远，SQL就能走多远。

课程介绍

本课程由10年以上工作经验的数据仓库专家亲力打造，用一个零售企业数据库贯穿全课程，通过50多个实用案例，一步一步引导你理解数据库的运行机制、SQL的核心语法，以及如何和数据库成为朋友。

你能获得什么？

学员完成所有案例和毕业项目之后，将具有使用SQL独立进行数据处理、汇总分析的能力，能够通过初中级商业分析师的SQL笔试。

总之，在实战和面试中必知必会的SQL技能，这里都有！

适合人群