关注
前些天在网上冲浪的时候看到一个案例咨询，问说世界500强的数据分析要不要去，评论区一片爆炸——“楼主能分享一下文科生怎么转行做数据分析吗？？”、“SQL、python这些学起来好痛苦！”我看着屏幕苦笑，数据分析岗位现在的热门程度如果要形容的话，基本就是随便抓一个微博网友都知道这个岗位了。
所以，这么多人感兴趣、想转行、想尝试的岗位，到底该从哪里入手进行准备呢？——dangdangdang~ 当然是SQL啦！
SQL是数据分析师必备技能
大家都知道，找工作之前要看招聘启事的嘛，数据分析师的招聘JD你们一定不陌生：
可以说，不是每个数据分析岗都要求python,但是每个数据分析岗，都、需、要会SQL。
我曾在滴滴、美团、平安科技的数据分析类岗位实习过，实习期间会大量运用sql进行取数。也参与了2018年的秋招，做过网易、拼多多、新浪等等公司的数据分析笔试题，还是比较了解SQL常考的题目类型的。
我不是技术大神，但是我——会抓重点！
写这篇文章是希望帮助还没有实战过SQL的小伙伴、或者了解一些SQL语句、但是担心自己了解的太片面的小伙伴，帮助你们了解：如果想要面试数据分析岗位，最优先需要掌握的SQL技能是哪些呢？
读完本文，你能快速知道：
(1)除了select 这种基本的语句，我最应该马上掌握的SQL语句和知识是什么？
(2)面试中SQL题80%都在考察的语法是什么？
(3)这些语法应该怎么使用？
SQL基础知识介绍
本文将从三大块介绍入门SQL需要掌握的语法和知识，分别是：查询，包括最基础的选择(select)和连接(join/union)；最常用的语法(distinct/group by/order by等)；一些小小的取数技巧(组内排序、取前百分之多少的值、时间函数)。
介绍完了三大块知识后，后面会有常见的SQL面试/笔试题，可以练习和交流。接下来让我们开始吧~
一、最基本(选数据)
1. 从某张表选一列数据
## 从table_1中选择a这一列
select a from table_12. 从多张表里，取多个字段
## table_1中有id,age; table_2中有id，sex。
## 想取出id,age,sex 三列信息
##将table_1,table_2 根据主键id连接起来
select a.id,a.age,b.sex from (select id,age from table_1) a
join (select id, sex from table_2) b
on a.id =b.id3. 介绍一下几种join(敲重点，很容易问的哦)
(1)join : hive的join默认是inner join，找出左右都可匹配的记录；
(2)left join: 左连接，以左表为准，逐条去右表找可匹配字段，如果有多条会逐次列出，如果没有找到则是NULL；
(3)right join：右连接，以右表为准，逐条去左表找可匹配字段，如果有多条会逐次列出，如果没有找到则是NULL；
(4)full outer join: 全连接，包含两个表的连接结果，如果左表缺失或者右表缺失的数据会填充NULL。
4. 两张表数据的字段一样，想合并起来
## 合并两张表的数据
select * from
(select id from table_1
UNION ALL
select id from table_2) t注：union和union all 均基于列合并多张表的数据，所合并的列格式必须完全一致。union的过程中会去重并降低效率，union all 直接追加数据。union 前后是两段select 语句而非结果集
二、最常用(不是用这个就是用那个，更有可能多重组合)
1. 去重：distinct
## 罗列不同的id
select distinct id from table_12. 统计：count/max/avg/sum等
## 统计不同的id的个数
select count(distinct id) from table_13. 按某维度进行统计：group by
## 统计不同性别(F、M)中，不同的id个数
select count(distinct id) from table_1
group by sex
## 其它的聚合函数例如：max/min/avg/sum
## 统计最大/最小/平均年龄
select max(age), min(age),avg(age)
from table_1
group by id4.筛选：where/having
## 统计A公司的男女人数
select count(distinct id) from table_1
where company = 'A'
group by sex
## 统计各公司的男性平均年龄，并且仅保留平均年龄30岁以上的公司
select company, avg(age) from table_1
where sex = 'M'
group by company
having avg(age)>30;5. 排序：order by
## 按年龄全局倒序排序取最年迈的10个人
select id,age from table_1
order by age
DESC
limit 106. 条件函数：case when /if
## 将salary按一定规则分组
select id,
case when salary <50000 Then '0-5w'
when salary >=50000 and salary<100000 then '5w-10w'
when salary >=100000 and salary <200000 then '10w-20w'
when salary >200000 then '20w+'
else NULL end
from table_1;注：case 函数的格式为(case when 条件1 then value1 else null end), 其中else 可以省，但是end不可以省。
7.字符串函数：concat/substr
## concat( A, B...)返回将A和B按顺序连接在一起的字符串
select concat('www','.iteblog','.com') from table1;
## 得到 www.iteblog.com
## substr(str,0,len) 截取字符串从0位开始的长度为len个字符
select substr('abcde',3,2) from table1;SQL基础进阶：常用函数
1 . 排序：row_number/rank/dense_rank
## 按照字段salary倒序编号
select *, row_number() over (order by salary desc) as row_num from table_1;
## 按照字段deptid分组后再按照salary倒序编号
select *, row_number() over (partition by deptid order by salary desc) as rank from table_1;2. 获取topN%的值：percentile
## 获取income字段的top10%的阈值
select percentile(CAST (salary AS int),0.9)) as income_top10p_threshold from table_1;
## 获取income字段的10个百分位点
select percentile(CAST (salary AS int),
array(0.0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0)) as income_percentiles from table_1;3. 日期函数：to_date/date_diff等
## 转换为时间数据的格式
select to_date("1970-01-01 00:00:00")
as start_time from table_1;
## 计算数据到当前时间的天数差
select datediff('2016-12-30','2016-12-29');习题实战
纸上得来终觉浅，绝知此事要躬行。
让我们来看看实际的SQL练习题：
背景：
有3个表S，C，SC：
S(SNO，SNAME)代表(学号，姓名)
C(CNO，CNAME，CTEACHER)代表(课号，课名，教师)
SC(SNO，CNO，SCGRADE)代表(学号，课号，成绩)问题：
1，找出没选过“黎明”老师的所有学生姓名。
2，列出2门以上(含2门)不及格学生姓名及平均成绩。
3，既学过1号课程又学过2号课所有学生的姓名。
(1)考察条件筛选
select sname from s where sno
not in ( select sno from sc where cno in
(select distinct cno from c where cteacher='黎明'
));(2)考察聚合函数，条件筛选
select s.sname, avg_grade from s
join
(select sno from sc where scgrade < 60
group by sno
having count(*) >= 2) t1
on s.sno = t1.sno
join(select sno, avg(scgrade) as avg_grade from sc group by sno ) t2
on s.sno = t2.sno;3.(3)考察筛选、连接
select sname from s
where sno=(select a.sno from( select sno from sc where cno = 1) a
join (select sno from sc where cno = 2) b
on a.sno = b.sno)此外，在网上有大量的sql练习题，我当初是通过w3schools上手的：
还有牛客网上也有大量练习题。
提醒一下大家，做SQL题的时候一定要注意理解每个题目希望你用的是什么知识点，这样有助于巩固。
在写这篇文章之前，我也看过网上关于SQL学习的文章，有的比较广泛而全面，有的则太过干货，全部是牛客上的SQL题目的解析。
基于自己的体会，我写了这篇SQL面试和笔试的入门文章，主旨是快速、清晰的把握重点。配合适当练习，基本上两天时间就可以学会了！所谓天下武功，唯快不破，希望大家都能快快入门SQL~
