数据分析一定要懂的SQL知识

1.从理论上来讲

数据库操作可能包含以下几大类：

数据操纵语言：单表/多表查询就不用多说了，select查询；数据更新如

UPDATE 表名称 SET 列名称 = 新值 WHERE 列名称 = 某值

数据定义语言：主要是表/索引/视图的创建，索引的创建是比较重要的概念，索引应用的如何直接决定了你的任务处理时间或处理效率，这一块可以好好看一下，例如：

以下两种情况下，title创建了索引，那种情况会失效？（文末回答）

A：SELECT * FROM test_a WHERE title LIKE '5000%';

B：SELECT * FROM test_a WHERE title LIKE '%5000';

视图也同样很重要，视图的灵活运用也可以给你提高效率。例如将一些常用的业务需求创建为视图。

实体完整性和参照完整性：好像听起来比较抽象，这个说的意思主要是让你掌握创建表的主外键；

数据控制语言：主要内容为授权与回收，真正的在公司里，你是不可能真的对某一个库或表拥有较大权利的，你的账号基本上就是授权了select的权限，或者你只能操作某些表或者库，这就是授权与回收的意思。一旦操作不当，全给你删了啥的，是不是很崩溃～

数据库编程：这个主要是存储过程和触发器。

触发器就是你设定好某个触发条件，一旦符合了该条件就会执行相应的操作。例如在学生表中每插入一个学生，就引发触发条件，将这个学生学号插入到学生成绩表，成绩默认为0.

CREATE

    [DEFINER = { user | CURRENT_USER }]

TRIGGER trigger_name

trigger_time trigger_event

ON tbl_name FOR EACH ROW

　　[trigger_order]

trigger_body

存储过程更像是定义一个函数，你创建好了这个存储过程，然后调用就行。

以上算是对数据库操作的一个简单总结，可以从更宏观的角度大体有个认识；

2.实践上

如果真的工作，会发现平时做的更多的时候数据操纵语言，写各种SQL，简单的，复杂的，有的SQL长达好几页长，涉及到n多的中间表之类的，当然了，你如果没有一口气写出来的勇气，可以一步一步的来写，这都不是大问题。主要是，这里面有原子操作你会经常用到：

过滤和投影：也就是where条件选择和查找某几列的意思，这个一般数据库或者大数据引擎都做了查询下推的优化。

连接：自然连接大家都会，但是更多经常会用到一些左/右外连接等，这个可以看看区别，其实就是以谁为基准的区别，左外连接，以左表为基准，右表没有的填null；右连接也是这个道理；

分组聚合：分组和聚合本是分开的，但是一般分组都要做一些统计，这里很重要的点，也是面试经常会问到的，就是分组操作和条件过滤之间的先后顺序的问题。

select a,count(a) as ac from tbl1 where a > 3 group by a having ac>4;

文末回答

排序：这个没说什么好说的，就是排序。

哦对了，还有一个distinct，现实中的数据往往挺乱挺复杂，我们经常会用到distinct看看没有重复的到底有多少之类的。

好啦，基本上我感觉上面的这些，如果你有了一个大体的认识，再去有重点的看一些例如索引，having的执行次序这些东西就差不多了～希望有所帮助～

文末：

我就是文末，我来回答上面的两个小问题把，回答的不对大家可以指正：

1.如果LIKE是前缀匹配则会命中索引，否则不会命中。另外以上的查询结果为空，但是不影响说明索引的作用。

这要从索引的实现上来讲，索引一般用的是b+树来实现，如果你前缀匹配，可以从树的顶点往下匹配，至少可以匹配几回，但是如果前缀没有，查询引擎只想对着这棵树吊死～

2.tips：先where条件过滤，再分组，分完组统计完再通过having进行筛选

数据分析人员需要掌握sql到什么程度？ - 小贱的回答 - 知乎

https://www.zhihu.com/question/379694223/answer/1167020779