半只脚踏进了ETL，详说一下下这两天的踩的sql的坑

01 What：这篇文章写的是什么

       现在工作的公司，管培实习的方向是写sql语句解决学习任务，其中因为自己菜，跌跌撞撞踩的坑，在此记录一下下sql坑。

02 Why：为什么有写这篇博客

       深刻记录一下下自己对sql与·python在数据清洗中的认知。
       小结：
记录一下下自己对sql与·python在数据清洗中的认知。
之前一直对sql语句、python语言作为数据分析里面数据提取及清洗的工具。清洗数据的流程一般是jupyter 里面连接数据库，然后拉取数据在jupyter里面回开辟内存存储变量。接下来就可以用python里面的各种数据分析包进行数据处理，得到我们想要的结果，因为python语言的灵活性，99.99%都可以很快速满足解决我的数据清洗的需求，但是这样也是各有优缺点:
sql拉取数据+python
优点：可以快速地借用python丰富的第三方库完成数据清洗
缺点：python处理数据是拉取数据开辟内存存储，对于处理比较大的数据（千万级别）就优点尴尬了，容易遇到内存溢出的问题。
sql：
优点：可以对上亿级别进行处理
缺点：真的没有python灵活
       最近几天一直是用sql解决数据清洗的需求，因为实习学习任务，现在终于完成的task01，写作灵感喷涌。

03 正文：“坑”

string_agg详细介绍

1. string_agg（）

string_agg("需要处理的字段",'分隔符' order by ranks )

这个函数是sql server里面有，但是mysql 里面用的是group_concat，一开始我没有意思到，疯狂在搜索group_concat相关方法，后面才开始用string_agg。是解决了字段拼接的问题，但是my解决按指定拼接字段排序的问题，百度了很久+自己为了解决拼接字段，又需要返回去推进行一些表关联以及窗口函数，最终解决了。