sql左关联和(+)哪个快_北京&上海 | 给数据新人准备的SQL入门课

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

• 希望向更高薪资岗位转型的Excel表哥表姐
• 希望通过SQL进行数据预处理，提升Tableau、Power BI等工具数据可视化分析能力的用户
• 对数据分析思维、计算机编程思维感兴趣的人群

（无需编程基础，即学即用）

课程安排

价格：¥1080，早鸟：¥780（2月22日前报名有效）

8小时现场课程+录播提供+2周在线问答+毕业项目指导+结业证书

时间：3月10日，9:00-18:00，现场小班授课（课后提供全程录像）

地点：

• （北京朝阳）双井双花园小区南里3区21-1室阅咖啡
• （上海普陀）长寿路97号世纪商务大厦

报名方式

扫码进入活动行报名，请填写完整准确的报名信息，审核通过后付款即为报名成功。

北京 | 给数据新人准备的SQL入门课​www.huodongxing.com

上海 | 给数据新人准备的SQL入门课​www.huodongxing.com

课程大纲

一、初识数据库

1. 主流数据库介绍
2. 关系型数据库基础（库、表、行、列、数据类型、主键、外键的含义）
3. 理解关系型数据库（ERD、数据库建模）
4. 案例实战：认识一家零售企业的销售管理数据库

二、SQL基础语法

1. 掌握SQL常用的关键字
2. 掌握排序、数据过滤的方法
3. SQL代码整洁之道
4. 案例实战：完成指定的数据查询任务

三、数据分析函数

1. 掌握数据分析函数的用法，包括排名、求和、最大值、最小值、平均值、中位数等
2. 常用的日期处理函数
3. 案例实战：完成指定的数据分析查询任务

四、多表关联查询

1. 多表关联的原理
2. 多表关联的语法，包括左关联、右关联、内关联和外部关联
3. 如何选择正确的表关联方式
4. 案例实战：完成指定的多表关联数据分析任务

五、子查询

1. 子查询的使用场景
2. 使用子查询进行条件过滤
3. 案例实战：完成指定的子查询数据分析任务

六、SQL Tips

1. SQL语句执行顺序
2. 执行性能
3. 视图 vs 表
4. 可怕的空：NULL

七、数据分析案例实战

1. 基于给定的零售企业销售数据，完成以下"客户专题分析"任务：
2. 找出满足给定条件的关键客户
3. 找出合作时间最长的Top N客户
4. 找出各地区销售额最高的Top N客户
5. 客户购买频次分析
6. 客户销售额80/20分析

八、数据库专家工作经验分享

毕业项目

在给定时间内，完成30道SQL实战面试题。

讲师介绍

梁蓓蓓，10年数据仓库工作经验，曾获2014年阿里巴巴数据科学家大赛“最强营销分析师”头衔，热爱数据，热爱可视化。曾在COSCO、eBay等企业从事BI相关工作，目前从事数据产品相关工作。

助教

Forrest，专注数据领域6年，BI团队负责人，持有Tableau QA认证、微软数据科学认证，精通Tableau和数据可视化，译著《深入浅出数据科学》。