数据分析中的SQL如何解决业务问题？
编辑导语：作为一名数据人员，需要掌握SQL吗？掌握的程度需要到多少？作为一名专注于分析结论/项目在业务落地以实现增长的分析师，掌握SQL相关工作内容，有助于更好地解决业务问题。本文作者总结了一些SQL的必备知识与应用场景以及相关的实战应用。
数据分析人员需要掌握SQL到什么程度？
请问做一名数据分析人员，在SQL方面需要掌握到什么程度呢？会增删改查就可以了吗？还是说关于开发的内容也要会？不同阶段会有不同的要求吗？
作为专注数据分析结论/项目在业务落地以实现增长的分析师，建议在开始学习新技能前，先明确应用场景。有的放矢才能不枉费努力。
翻译过来就是：先了解与SQL相关的数据分析工作有哪些？有了目标，才能知道需要准备什么知识来应对。
按我目前与SQL相关的工作内容，为你提供以下参考：
食用说明：根据以下场景，选择需要重点学习的知识点。
一、SQL应用场景及必备知识
星标根据使用频率标记，而非重要性。
1.数据查询★★★
（1）业务场景
也就是常说的“提数”。
实际工作场景中，如果向IT提提数需求，一般都需要沟通+排期，所以最有效率的建议就是自己会从数据库里提数，此简单查询可以应对部分提数需求，例如运营想查看某段时间订单数据分析师除了自身的分析工作外，有时（甚至是经常）还需要应付产品、运营等部门同事的提数需求。
（2）必备知识
(1)简单查询
即最简单的关键字组合SELECT+FROM+WHERE+(BETWEEN/IN)是SQL查询的地基，此简单查询可以应对部分提数需求，例如运营想查看某段时间订单。
(2)多表查询
即INNERJOIN、LEFTJOIN等联结关键字，想象中的取数可能是直接在某个表SELECT想要的字段？
NO!实际上为了查询效率，数据会散落到数据库的各个角落，例如想要了解一笔订单情况，信息存在这些表中：订单流水表、订单详情表、商品详情表、门店表、会员表等。
该部分知识的关键在于「明确业务分析需求→选择合适的联结方式」。
2.数据更新★★☆
（1）业务场景
即“增删改”，该场景之所以仅两星的原因，是实际工作中，数据库运维部门给到我们数据分析师的数据库账号多半是只读权限，也就无法去“增删改”。
此外，还有数据管控的原因，所以此场景可能更多在于自建数据库中，如在电脑上新建虚拟机搭建数据库服务器，导入数据后方便进行下一步分析。
（2）必备知识数据库与表的创建、删除和更新
该部分知识点关键在于「字段类型的设置」要符合后续分析需求，如订单商品数量就要设成数值类型、订单日期设成日期类型等（因为见过都设成字符类型的表，所以就简单提一下）。
3.分析数据★★★
（1）业务场景
该部分可谓是数据分析师的核心工作。面对复杂的业务问题，重点在于将其拆解、转译成简单的SQL问题。
「案例」例如教育行业中某领导要求你“分析某课程的效果如何”→翻译：课程效果可通过学生成绩反映，即是要计算成绩最大值、最小值、学生成绩分布→SQL语句。
（2）必备知识
(1)汇总分析
即GROUPBY关键字。
(2)解决业务问题
如计算每个课程学生的平均成绩：SELECTavg(成绩)FROM成绩表GROUPBY课程
(3)复杂查询
如嵌套子查询、标量子查询、关联子查询，可应对更复杂的业务问题：
如找出每个课程最高分的学生→需要按课程分组后找到最高成绩记录，可以应用关联子查询：SELECT学生名字FROM成绩表aWHERE成绩=(SELECTmax(成绩)FROM成绩表bWHEREa.课程=b.课程)
(4)窗口函数
聚合/排序函数()OVER(PARTITIONBY…ORDERBY…)
此函数可解决复杂业务问题，如常见的TOPN问题：
新闻标题：数据分析中的SQL如何解决业务问题？
路径分享：http://scyanting.com/article/sejdpp.html
数据分析人员需要掌握SQL到什么程度？
请问做一名数据分析人员，在SQL方面需要掌握到什么程度呢？会增删改查就可以了吗？还是说关于开发的内容也要会？不同阶段会有不同的要求吗？
作为专注数据分析结论/项目在业务落地以实现增长的分析师，建议在开始学习新技能前，先明确应用场景。有的放矢才能不枉费努力。
翻译过来就是：先了解与SQL相关的数据分析工作有哪些？有了目标，才能知道需要准备什么知识来应对。
按我目前与SQL相关的工作内容，为你提供以下参考：
食用说明：根据以下场景，选择需要重点学习的知识点。
一、SQL应用场景及必备知识
星标根据使用频率标记，而非重要性。
1.数据查询★★★
（1）业务场景
也就是常说的“提数”。
实际工作场景中，如果向IT提提数需求，一般都需要沟通+排期，所以最有效率的建议就是自己会从数据库里提数，此简单查询可以应对部分提数需求，例如运营想查看某段时间订单数据分析师除了自身的分析工作外，有时（甚至是经常）还需要应付产品、运营等部门同事的提数需求。
（2）必备知识
(1)简单查询
即最简单的关键字组合SELECT+FROM+WHERE+(BETWEEN/IN)是SQL查询的地基，此简单查询可以应对部分提数需求，例如运营想查看某段时间订单。
(2)多表查询
即INNERJOIN、LEFTJOIN等联结关键字，想象中的取数可能是直接在某个表SELECT想要的字段？
NO!实际上为了查询效率，数据会散落到数据库的各个角落，例如想要了解一笔订单情况，信息存在这些表中：订单流水表、订单详情表、商品详情表、门店表、会员表等。
该部分知识的关键在于「明确业务分析需求→选择合适的联结方式」。
2.数据更新★★☆
（1）业务场景
即“增删改”，该场景之所以仅两星的原因，是实际工作中，数据库运维部门给到我们数据分析师的数据库账号多半是只读权限，也就无法去“增删改”。
此外，还有数据管控的原因，所以此场景可能更多在于自建数据库中，如在电脑上新建虚拟机搭建数据库服务器，导入数据后方便进行下一步分析。
（2）必备知识数据库与表的创建、删除和更新
该部分知识点关键在于「字段类型的设置」要符合后续分析需求，如订单商品数量就要设成数值类型、订单日期设成日期类型等（因为见过都设成字符类型的表，所以就简单提一下）。
3.分析数据★★★
（1）业务场景
该部分可谓是数据分析师的核心工作。面对复杂的业务问题，重点在于将其拆解、转译成简单的SQL问题。
「案例」例如教育行业中某领导要求你“分析某课程的效果如何”→翻译：课程效果可通过学生成绩反映，即是要计算成绩最大值、最小值、学生成绩分布→SQL语句。
（2）必备知识
(1)汇总分析
即GROUPBY关键字。
(2)解决业务问题
如计算每个课程学生的平均成绩：SELECTavg(成绩)FROM成绩表GROUPBY课程
(3)复杂查询
如嵌套子查询、标量子查询、关联子查询，可应对更复杂的业务问题：
如找出每个课程最高分的学生→需要按课程分组后找到最高成绩记录，可以应用关联子查询：SELECT学生名字FROM成绩表aWHERE成绩=(SELECTmax(成绩)FROM成绩表bWHEREa.课程=b.课程)
(4)窗口函数
聚合/排序函数()OVER(PARTITIONBY…ORDERBY…)
此函数可解决复杂业务问题，如常见的TOPN问题：
新闻标题：数据分析中的SQL如何解决业务问题？
路径分享：http://scyanting.com/article/sejdpp.html
