在互聯(lián)網(wǎng)行業(yè)，“數(shù)據(jù)導(dǎo)向”是一個非常大的特點，產(chǎn)品的運(yùn)營與迭代都需要用到數(shù)據(jù)。那么，掌握數(shù)據(jù)分析能力能給幫助我們在職場上更勝一籌。業(yè)務(wù)同學(xué)掌握基礎(chǔ)數(shù)據(jù)分析，只需要兩步，一起來看看吧。

互聯(lián)網(wǎng)行業(yè)一個非常大的特點就是「數(shù)據(jù)導(dǎo)向」，因為線上的服務(wù)和產(chǎn)品非常容易獲取用戶的數(shù)據(jù)，同時依賴這些數(shù)據(jù)，可以非常高效地迭代產(chǎn)品和相關(guān)線上服務(wù)。

因此，在互聯(lián)網(wǎng)行業(yè)，數(shù)據(jù)能力是一項非常重要的能力，特別是對于運(yùn)營，產(chǎn)品，增長等業(yè)務(wù)崗位。掌握必備的數(shù)據(jù)能力（SQL能力），是當(dāng)今互聯(lián)網(wǎng)各大廠的加分項，擁有數(shù)據(jù)能力的運(yùn)營和產(chǎn)品更容易升職加薪，也更容易找到心儀的工作。

那么對于產(chǎn)品/運(yùn)營/增長同學(xué)，需要達(dá)到真正的數(shù)據(jù)分析師的數(shù)據(jù)能力嗎？我跟很多業(yè)務(wù)同學(xué)聊過，很多同學(xué)不愿意學(xué)習(xí)SQL，主要是覺得可能太復(fù)雜和專業(yè)，但其實不是這樣的。

對于業(yè)務(wù)同學(xué)來說，我們沒有必要花費(fèi)大量時間完整地學(xué)習(xí)SQL語言和數(shù)據(jù)庫知識。但是，從業(yè)務(wù)角度出發(fā)，日常工作中，遇到一些基礎(chǔ)數(shù)據(jù)分析，業(yè)務(wù)同學(xué)如果能自己處理可以更加高效和直接，大大提高工作效率和業(yè)務(wù)判斷專業(yè)度，而達(dá)到這種程度的數(shù)據(jù)能力，其實只需要熟悉SQL的一些業(yè)務(wù)高頻使用場景，就基本能覆蓋日常90%以上的數(shù)據(jù)工作。

我有幸跟幾個頭部大廠的專業(yè)的數(shù)據(jù)分析師/分析負(fù)責(zé)人討論過，也在實際中在我們自己的團(tuán)隊里實驗過，業(yè)務(wù)同學(xué)掌握基礎(chǔ)數(shù)據(jù)分析，只需要以下兩步：

第一步：花30分鐘，閱讀完下面的SQL基礎(chǔ)語法知識介紹。

第二步：花半天，自主完成高頻場景測試題。

第一步

1、數(shù)據(jù)基礎(chǔ)概念介紹

首先，什么是SQL？

SQL，全稱Structured Query Language（結(jié)構(gòu)化查詢語言），它本質(zhì)是一種計算機(jī)語言，就像python，C++等計算機(jī)語言一樣。但這種語言可以幫我們?nèi)?shù)據(jù)庫中查詢我們想要的數(shù)據(jù)。

接著上述定義，我們再理解下什么是數(shù)據(jù)庫，數(shù)據(jù)庫可以簡單的理解就是一個電腦的文件夾，這個文件夾里放著很多張數(shù)據(jù)表，數(shù)據(jù)表很好理解，就類似我們平時使用的Excel文件。

在數(shù)據(jù)表里，（也就Excel文件里），我們會有很多數(shù)據(jù)列，每一列一般都會有一個列標(biāo)題，如下圖所示，user_name, age, gender, scrore 這些就是字段，然后每個字段下面的就是具體的數(shù)據(jù)。

總結(jié)來說，我們一切數(shù)據(jù)/分析能力的基礎(chǔ)：就是利用SQL語言從特定的數(shù)據(jù)表中，查詢對應(yīng)的數(shù)據(jù)字段，并做一定的后續(xù)處理，得到我們想要的結(jié)果。

以上就是最核心的三個概念：數(shù)據(jù)庫，數(shù)據(jù)表和字段。

2、SQL基礎(chǔ)語法介紹

SQL的基礎(chǔ)語法組成如下，可以簡單的理解成，我們通過這段代碼，告訴計算機(jī)，我們需要FROM （從）某個數(shù)據(jù)表，去SELECT（選擇）某些字段。選擇的時候，可以加一些WHERE conditon（篩選條件），也可以進(jìn)行適當(dāng)分組，和結(jié)果排序，篩選處理。下面的語法中，中括號部分都是非必須的。

下面通過Case的方式給大家展示具體使用方法，幫助大家更好的理解這些基礎(chǔ)語法。

Case1、查詢多列

從下圖的user_profile數(shù)據(jù)表中，取出用戶的設(shè)備id（device_id）對應(yīng)的性別（gender）、年齡（age）和學(xué)校（university）的字段數(shù)據(jù)。

select device_id,gender,age,university //選擇查詢的字段
fromuser_profile //從指定的數(shù)據(jù)表中

得到的結(jié)果如下：

這就是最基礎(chǔ)的select 語句，從特定表取特定字段的數(shù)據(jù)。

Case2、簡單處理查詢結(jié)果：限制返回行數(shù)/列重命名

從表user_profile中，查看前2個用戶明細(xì)設(shè)備ID數(shù)據(jù)，并將列名改為 ‘user_infos_example’, 請你從用戶信息表取出相應(yīng)結(jié)果。

select device_idasuser_infos_example
from user_profile
limit 2

得到結(jié)果如下：

這里主要是通過 as 給取出來字段重新命名，同時limit限制返回的行數(shù)。

Case3、條件查詢

從Case2中的user_profile表中，查詢除復(fù)旦大學(xué)以外的所有用戶明細(xì)，請你取出相應(yīng)數(shù)據(jù)，并按照age進(jìn)行從小到大的排序。

select*//* 代表所有字段
from user_profile
where universitynotin(‘復(fù)旦大學(xué)’)//where篩選條件，過濾復(fù)旦大學(xué)的數(shù)據(jù)
orderbyage//按照age進(jìn)行排序，order默認(rèn)升序

查詢結(jié)果如下：

這里在取數(shù)前，使用where 條件來進(jìn)行數(shù)據(jù)過濾，再通過age進(jìn)行排序。

Case4、分組后條件過濾

從下面的user_profile查看每個學(xué)校用戶的平均發(fā)貼和回帖情況，尋找低活躍度學(xué)校，請取出平均發(fā)貼數(shù)低于5的學(xué)?；蚱骄靥麛?shù)小于20的學(xué)校。

select university, avg(question_cnt) as avg_question_cnt, avg(answer_cnt) as avg_answer_cnt
// avg()是求列平均值的函數(shù)，將一列數(shù)據(jù)返回一個數(shù)值，這里在執(zhí)行時，先用group by 對university進(jìn)行分組，
// 然后avg()計算的為分組后的每個universtiy的發(fā)帖和回帖數(shù)的平均數(shù)
from user_profile
group by university // 以university進(jìn)行分組聚合，把相同學(xué)校聚合在一起
having avg_question_cnt<2 or avg_answer_cnt<20 // having只能和group by一起用，用戶分組計算后，對均發(fā)帖和回帖進(jìn)行條件過濾

得到結(jié)果如下：

3、SQL多表查詢

通過前面部分，我們大概了解了如何進(jìn)行基礎(chǔ)的表數(shù)據(jù)查詢，在日常工作中，我們經(jīng)常遇到的問題是，很多相關(guān)數(shù)據(jù)，不是都存在同一張表里，很多時候是分散在多個相關(guān)的表里，因此我們在查詢的時候，就需要利用JOIN來聯(lián)表查詢。

如上表，我們需要查詢users表中的device_id在devices表中的user_country信息。這個就需要繼續(xù)聯(lián)表查詢。

語法如下：

得到結(jié)果如下：

已經(jīng)將a表的device id和b表進(jìn)行了關(guān)聯(lián)。但1106這個device_id對應(yīng)的b表的數(shù)據(jù)為null。這是因為什么呢？

這是不同join用法帶來的差別。join有以下幾種常見用法，前面示例代碼中，使用了left join，也就是左關(guān)聯(lián)，保持a表的device_id行數(shù)不變，從b表中，尋找相同的進(jìn)行關(guān)聯(lián)，如果關(guān)聯(lián)不到，依然保留，但數(shù)據(jù)就為空。

和left join相對的就是right join，還是前面的例子，如果改成right join，結(jié)果如下：

除了left/right join之外，還有inner join（內(nèi)關(guān)聯(lián)）和full join（全關(guān)聯(lián)）

效果分別如下：inner join，結(jié)果如下，只取兩邊都有數(shù)據(jù)的行，沒有null

full join 就是a表和b表所有列都保留，具體結(jié)果，你嘗試想想，答案私信我告訴你。

關(guān)于者幾種JOIN還有一個更直觀的示意圖，如下圖，JOIN的用法介紹，這篇文章講解的更好，可以參考：https://zhuanlan.zhihu.com/p/29234064

為了更好地理解join，我們來看一個具體的Case

Case5、聯(lián)表查詢

有下面兩張表，question_practice_detail和user_profile，第一張表里，存儲的是用戶id，設(shè)備id和對應(yīng)的答題的question_id，以及答題的結(jié)果result；user_profile存儲用戶的基本信息?，F(xiàn)在要查看所有來自浙江大學(xué)的用戶題目回答明細(xì)情況，請你取出相應(yīng)數(shù)據(jù)，查詢結(jié)果按照question_id升序。

代碼如下:

查詢結(jié)果如下：

4、常用函數(shù)介紹

Case6、聚合函數(shù)（with 分組）

聚合函數(shù)就是將多行數(shù)據(jù)，按照一定規(guī)則聚合為一行，不能顯示聚合前的數(shù)據(jù)。常見的聚合函數(shù)，比如count()–計數(shù)，sum()–求和, avg()–求平均,max()–求最大值,min()–求最小值等。

舉一個簡單的例子，要看一下下表中男性用戶有多少人以及他們的平均gpa是多少？

具體方式如下：

select count(1) as male_num, avg(gpa) as avg_gpa
from user_profile
where gender=’male’

結(jié)果如下：

和聚合函數(shù)經(jīng)常高頻使用的是分組group by，如前面的例子，如果要統(tǒng)計不同學(xué)校男生的數(shù)量和平均gpa，就需要用到group by對學(xué)校進(jìn)行分組，再用聚合函數(shù)進(jìn)行計算。代碼如下：

select universtiy, count(1) as male_num, avg(gpa) as avg_gpa
from user_profile
where gender=’male’
group by university

結(jié)果如下：

在大部分情況下，聚合函數(shù)都會搭配分組來使用。需要注意的是，執(zhí)行順序，是先按照分組（group by），再分組去執(zhí)行聚合函數(shù)，得到每個分組的聚合結(jié)果。

Case7、窗口函數(shù)

在我們?nèi)粘９ぷ髦?，?jīng)常會遇到求分組內(nèi)排名的問題，比如每個城市的TOP 100活躍用戶，每個部門的績效排名等。面對這種問題，就需要使用窗口函數(shù)來解決。

窗口函數(shù)的基本語法是：

<窗口函數(shù)> over (partition by <用于分組的列名> order by <用于排序的列名>)

在<窗口函數(shù)>的位置，可以放以下兩種函數(shù)：

1） 專用窗口函數(shù)，包括rank, dense_rank, row_number等專用窗口函數(shù)。

2） 聚合函數(shù)，如sum. avg, count, max, min等

因為窗口函數(shù)是對where或者group by子句處理后的結(jié)果進(jìn)行操作，所以窗口函數(shù)原則上只能寫在select子句中。

來看具體的例子：

從下面的user_profile表中，將每個學(xué)校分別按照gpa進(jìn)行排名。

解題的思路就是找到，每個學(xué)校的gpa排名，然后分別找到排名第一的學(xué)生device_id, 先通過窗口函數(shù)找到每個學(xué)校的排名：

在窗口函數(shù)中，使用了row_number() 用來返回對應(yīng)行的行數(shù)，因為每個窗口分組里，是按照gpa降序排列的，因此這里的行數(shù)就是排名數(shù)。

得到結(jié)果如下：

關(guān)于窗口函數(shù)，下面這篇文章講解的更為詳細(xì)，可參考：https://www.zhihu.com/tardis/zm/art/92654574?source_id=1003

Case8、條件函數(shù)

常用的條件函數(shù)主要有IF 和CASE WHEN，主要用于對查詢結(jié)果進(jìn)行條件判斷。其中IF函數(shù)的語法是：

IF(條件表達(dá)式, 值1, 值2)

如果條件表達(dá)式為True，返回值1，為False，返回值2。

返回值可以是任何值，比如：數(shù)值、文本、日期、空值NULL、數(shù)學(xué)表達(dá)式、函數(shù)等。

CASE WHEN的語法是：

CASE WHEN condition THEN result1 ELSE result2END

我們來看一個例子：從下面的user_profile表中，將用戶劃分為25歲以下和25歲及以上兩個年齡段，分別查看這兩個年齡段用戶數(shù)量

分別用IF函數(shù)和CASE WHEN函數(shù)來實現(xiàn)：

結(jié)果如下：

第二步

在掌握前面step1部分的知識點后，下面當(dāng)然就是開始刷題了，我為大家找了一些不錯的在線刷題站點，建議收藏本篇文章，在pc端打開后，開始做題。

題庫1: ?？途W(wǎng)的SQL練習(xí)：https://www.nowcoder.com/exam/oj?page=1&tab=SQL%E7%AF%87&topicId=199

題庫2: leetcode ：https://leetcode.cn/problemset/database/

題庫3: https://sqlzoo.net/wiki/SQL_Tutorial

SQLZOO包括了 SQL 學(xué)習(xí)的教程和參考資料，支持多國語言，每一個語法配套一個教程、一份數(shù)據(jù)和一個測驗，非常適合初學(xué)者使用，因為可以一邊通過教程學(xué)習(xí)語法知識，再通過測驗鞏固。

后記

1、SQL入門比較簡單，但想要真的寫好，挑戰(zhàn)很大，還需要多練習(xí)，在工作中多實戰(zhàn)。

2、SQL本質(zhì)還是一種取數(shù)的工具，對于數(shù)據(jù)能力更高的要求是明白需要取什么數(shù)，以及什么樣的數(shù)能表征業(yè)務(wù)的狀態(tài)或者發(fā)現(xiàn)業(yè)務(wù)存在的問題。

3、我整理常見的SQL取數(shù)和分析模板，有計算用戶留存率，各種功能滲透率，用戶活躍度分層分析等等。