本文重點在于快速讓讀者對“SQL數(shù)據(jù)分析”有全面認(rèn)識。其次，詳解SQL部分關(guān)鍵詞或函數(shù)，并用實操后的結(jié)果向大家展示SQL數(shù)據(jù)分析。

下面的框架圖展示了本文的行文順序，第（一）部分介紹SQL基本概念，第（二）到（十二）部分，講解SQL關(guān)鍵詞和業(yè)務(wù)場景。文章末尾處展現(xiàn)了完整的“SQL數(shù)據(jù)分析”框架圖。

（一）基本介紹

1.1 SQL是啥?

一門查詢數(shù)據(jù)庫的編程語言。

1.2 SQL能操作誰？

SQL可操作關(guān)系型數(shù)據(jù)庫，但不能操作非關(guān)系型數(shù)據(jù)庫。關(guān)系型數(shù)據(jù)庫可簡單理解為由行和列組成的二維表。關(guān)系型數(shù)據(jù)庫分為開源和收費兩類，開源的數(shù)據(jù)庫系統(tǒng)有MySQL、PostgreSQL, 收費有Oracle、SQL Server, DB2。以上系統(tǒng)盡管有不同的SQL語法，但大同小異，學(xué)會一種即可，本文選用MySQL。

1.3 SQL語句

通過SQL語句，可在數(shù)據(jù)庫中查到想要的數(shù)據(jù)。SQL語句由三部分組成，關(guān)鍵字、表名、列名。

(二) SELECT語句

2.1 “*”號代表所有列

“*”號能選出表中所有的列。例如代碼：SELECT * FROM Table， 此代碼會選出Table表中所有的列。

2.2 DISTINCT去重

DISTINCT關(guān)鍵詞，能對表中一列或多列信息進(jìn)行去重。以下圖為例，DISTINCT 關(guān)鍵字對列名“product_type”去重，列中兩個“辦公”會變成去重后的一個“辦公”，“服裝”和“廚房”也有同樣去重效果 。

2.3 ORDER BY排序

ORDER BY 的作用是排序，可對一列或多列排序。下圖展示了對兩列同時進(jìn)行排序的例子。

2.3.1兩列排序

代碼：“ORDER BY department,salary”，作用是先對department的各個部門排序，其次，基于已排序部門的基礎(chǔ)上再對salary進(jìn)行排序（默認(rèn)升序）。

首先，對部門finance ，marketing，technology按照26個英文字母的升序進(jìn)行排序，部門依次被排為finance第一，marketing第二，technology第三。其次，當(dāng)同一部門出現(xiàn)多個員工時，再按照salary大小進(jìn)行升序排序， 比如，部門的Joe、Sam、Jason被分別排為第一，第二，第三。詳情見下圖。

2.3.2業(yè)務(wù)場景

高鐵買票時，會用到價格排序，出發(fā)時間、耗時長短；淘寶血拼時，會用到價格排序；大眾點評找美食時，會用到距離優(yōu)先、好評優(yōu)先等。顧客在使用這些功能時，后臺數(shù)據(jù)庫用到的就是簡單但強(qiáng)大的“ORDER BY”語句。

2.4LIMIT限制行數(shù)

LIMIT關(guān)鍵詞可限制查詢行數(shù)。LIMIT用法有二。用法一，返回表的前X行；用法二，返回表的特定行。

2.4.1返回前X行

舉例， LIMIT 5, 返回表的前5行。

2.4.2返回特定行

舉例， LIMIT 5，10， 從第6行開始，返回10行。

2.5語句執(zhí)行順序

數(shù)據(jù)庫執(zhí)行SQL代碼的順序不是按照抒寫的順序來執(zhí)行，而是按照特點關(guān)鍵字的順序來執(zhí)行，執(zhí)行順序為：FROM->WHERE->GROUP BY ->HAVING ->SELECT ->ORDER

(三) 過濾數(shù)據(jù)

3.1 WHERE過濾

3.1.1大于小于

WHERE語句能選出特定范圍的數(shù)據(jù)，分為三類：①大于，②小于，③大于且小于。以字段“price”為例對此三類進(jìn)行解釋。

WHERE price > 1000 能選出價格大于1000的數(shù)據(jù)；

WHERE price < 200 能選出價格小于200的數(shù)據(jù)；

WHERE 700 < price< 1000 能選出價格大于700且小于1000的數(shù)據(jù)。

實操效果見下圖。

3.1.2等于

WHERE語句能選出等于特定數(shù)值或文字的數(shù)據(jù)，比如，WHERE price = 388, 可選出價格為388的數(shù)據(jù)；再比如，WHERE hotel =‘希爾頓’能選出酒店為“希爾頓”的數(shù)據(jù)。見下圖。

3.1.3業(yè)務(wù)場景

京東、淘寶、天貓、攜程的官網(wǎng)和APP，均提供“價格區(qū)間”和“品牌篩選”的功能，背后的代碼就是WHERE語句。

3.2 BETWEEN過濾

WHERE BETWEEN也能篩出特定區(qū)間的數(shù)值，例如， WHERE price BETWEEN700 AND 1000, 能篩出價格從700到1000的數(shù)據(jù), 功能類似于“WHERE 大于且小于”。

3.3 IN或 NOT IN過濾

WHERE IN 也可篩選數(shù)據(jù)，例如字段“capital_flows”（資金流向的意思）的數(shù)值可以是各個行業(yè)，WHERE IN 語句能把“capital_flows”的行業(yè)限定在‘房地產(chǎn)’和‘證券’行業(yè)，代碼見下圖。

業(yè)務(wù)場景：近些年“房地產(chǎn)”和“證券”成為銀保監(jiān)會重點關(guān)注的行業(yè)，在銀保監(jiān)會大量的EAST報送數(shù)據(jù)中（EAST系統(tǒng)可簡單理解為檢查各家銀行數(shù)據(jù)的系統(tǒng)），如何迅速找到資金流到“房地產(chǎn)”和“證券”的數(shù)據(jù)呢？當(dāng)屬WHERE IN 語句。

3.4 NULL過濾

WHERE IS NULL 語句能從數(shù)據(jù)中快速篩選出數(shù)據(jù)為空值的記錄，代碼和實操效果見下圖。

業(yè)務(wù)場景：銀保監(jiān)會要求各家銀行提供的EAST報送數(shù)據(jù)不能為空值。例如，客戶的“社會信用代碼”，“貸款流向行業(yè)”不能為空。WHERE IS NULL語句能快速找出數(shù)據(jù)為空值的記錄。

3.4通配符過濾

通配符（“%”或“_”） 能搭配數(shù)據(jù)中的任何字符， 達(dá)到篩選數(shù)據(jù)的效果。

3.4.1 %百分號

%百分號 代表0到多個任意字符。舉例，代碼LIKE “天安門%” 會找到只有“天安門”這三個字和“天安門”后面有其他文字的數(shù)據(jù)，詳情見3.4.2圖。

3.4.2 _下劃線

_下劃線 能代表1個任意字符。LIKE '天安門_' 會找到“天安門”后面有一個文字的數(shù)據(jù)，比如“天安門東”。詳情見下圖。

3.5正則表達(dá)式

正則表達(dá)式是由各種符號組成的搜索模式，相比“通配符”正則表達(dá)式更加精確。下列符號能組成各種正則表達(dá)式，但種類繁多且抽象，大家感受一下即可。

3.6多條件過濾

WHERE語句中，AND和OR能把兩個或多個條件結(jié)合起來。AND: 如果第一個條件和第二個條件都成立，則顯示一條記錄；OR如果第一個條件和第二個條件只要有一個成立，則顯示一條記錄。

（四）處理字段

4.1拼接字段

CONCAT函數(shù)能把多個字段拼接起來，例如下圖，concat函數(shù)能把company和country兩個字段拼接在一起，具體代碼見文章末尾處的框架圖。

4.2計算字段

字段之間可做加減乘除運(yùn)算，例如下圖展示了，price字段 與 quantity字段相乘得出新的字段，計算結(jié)果如下圖。

（五）處理數(shù)據(jù)

處理數(shù)據(jù)分為三類：處理文本，處理時間，處理數(shù)值。對應(yīng)的三類函數(shù)分別為“文本處理函數(shù)”，“時間處理函數(shù)“，“數(shù)值處理函數(shù)”。

5.1文本處理函數(shù)

以下是對各個文本處理函數(shù)的總結(jié)，第一列和第四列是分別是函數(shù)名稱和相應(yīng)的解釋；第二列和第三列分別是例子和返回的結(jié)果。

5.2時間處理函數(shù)

下圖是對時間處理函數(shù)的總結(jié)和解釋。

5.3數(shù)值處理函數(shù)

下圖是對數(shù)值處理函數(shù)的總結(jié)和說明。

（六）聚合函數(shù)

常用的聚合函數(shù)有以下五種，詳情見下圖。

“計數(shù)函數(shù)”, 例如COUNT(price)，對price列的行數(shù)進(jìn)行計數(shù)。

“平均值函數(shù)”，例如AVG(price),對price列求平均值。

“求和函數(shù)”，例如SUM(price),對price列中所有值進(jìn)行求和。

“最大值函數(shù)”，例如MAX(price)，找出price列中的最大值。

“最小值函數(shù)”，例如MIN（price），找出price列中的最小值。

（七）分組數(shù)據(jù)

GROUP BY關(guān)鍵詞可對數(shù)據(jù)進(jìn)行分組，HAVING可對分組后的數(shù)據(jù)進(jìn)行過濾。舉例，GROUP BY將列"bedrooms”中數(shù)量為2、3、4的數(shù)據(jù)各分為一組；HAVING 又能把數(shù)量大于2的分組后數(shù)據(jù)篩選出來。若覺得抽象，請參考下圖。

（八）CASE WHEN 搜索

CASE WHEN搜索語句是一種條件表達(dá)式，可實現(xiàn)對定量數(shù)據(jù)的定性描述。舉例，可將兩個臥室描述為“小”，三個臥室描述為“適中”，四個臥室描述為“大”, 請參考下圖。

（九）窗口函數(shù)

窗口函數(shù)可分為“聚合函數(shù)的窗口函數(shù)”和“專用窗口函數(shù)”?；菊Z法：<窗口函數(shù)> OVER ( [PARTITION BY <>]ORDER BY <>)

9.1聚合函數(shù)的窗口函數(shù)

實操效果和關(guān)鍵詞詳見下圖。

9.2專用窗口函數(shù)

RANK函數(shù)會出現(xiàn)相同排序，和“跳序”

DENSE_RANK函數(shù)，會出現(xiàn)相同排序，但無“跳序”

ROW_NUMBER函數(shù)，不存在重復(fù)的排序。

（十）子查詢

子查詢是嵌套在主查詢中的查詢，可以簡單理解為在SELECT語句中又嵌套一個SELECT語句。理論上，子查詢可嵌套在各個位置，但在實際工作中，主要嵌套在SELECT、WHERE、HAVING等關(guān)鍵詞后面。

（十一）多表連接

一張表往往難以查詢到需要的所有字段，多表連接可以同時查詢多個表的字段，把不同表中的字段進(jìn)行橫向拼接，以滿足在多表中各個字段的查詢。多表連接主要分為內(nèi)連接、左連接、右連接、全連接、交叉連接。

以左連接為例，Product表為左表，連接Price表，關(guān)聯(lián)字段為product_id。返回結(jié)果：保留左表product表的所有數(shù)據(jù)，并保留Price表中product_id 為1和3的數(shù)據(jù)，詳情見下圖。

（十二）組合查詢

組合查詢可實現(xiàn)多個SELECT語句的同時查詢，并將查詢結(jié)果作為單個結(jié)果集返回。關(guān)鍵詞“UNION”可對結(jié)果集進(jìn)行去重，“UNION ALL”不能對結(jié)果集進(jìn)行去重。

（十三）結(jié)束語及完整框架圖

本文已對“SQL數(shù)據(jù)分析”進(jìn)行梳理，并對某些關(guān)鍵詞和語句進(jìn)行了詳解。筆者梳理出“SQL數(shù)據(jù)分析”的完整框架圖送給大家，希望對你們有幫助。

團(tuán)隊介紹：我們是畢馬威旗下的專業(yè)數(shù)據(jù)挖掘團(tuán)隊，微信公眾號（kpmgbigdata）每周六晚8點準(zhǔn)時推送一篇原創(chuàng)數(shù)據(jù)科學(xué)文章。我們的作品都由項目經(jīng)驗豐富的博士或資深顧問精心準(zhǔn)備，分享結(jié)合實際業(yè)務(wù)的理論應(yīng)用和心得體會。歡迎大家關(guān)注我們的微信公眾號，關(guān)注原創(chuàng)數(shù)據(jù)挖掘精品文章；您也可以在公眾號中直接發(fā)送想說的話，與我們聯(lián)系交流。

轉(zhuǎn) https://www.sohu.com/a/344088239_692358

總結(jié)

以上是生活随笔為你收集整理的十分钟搞懂SQL数据分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。