对比Excel，轻松学习SQL数据分析

　　畅销书《对比Excel，轻松学习Python 数据分析》姊妹篇，数据分析师的SQL实操工具书，低门槛高效率，送数据分析课、SQL知识图谱

　　本书是《对比Excel，轻松学生Python数据分析》姊妹篇，同样采用对比的方法，降低学习门槛，提高学习效率。 全书分为三篇： 第一篇主要介绍数据分析基础知识，包括数据分析的基本概念、为什么要进行数据分析以及常规的数据分析流程，使读者对数据分析有一个整体的认识；第2篇围绕数据分析的整个流程来介绍SQL语法相关的知识，包括如何选取一列数据，如何对数据进行分组运算，还包括窗口函数等进阶知识；第3篇主要介绍SQL数据分析实战，都是一些比较常规的业务场景实战。

　　张俊红：某互联网公司高级数据分析师，畅销书《对比Excel，轻松学习Python数据分析》作者。喜欢分享，致力于做一个数据科学路上的终身学习者、实践者、分享者。公众号“俊红的数据分析之路”运营人。

作者简介
内容简介

前言
入门篇
第1章 数据分析基础介绍
1.1 数据分析是什么
1.2 为什么要进行数据分析
1.3 数据分析究竟在分析什么
1.4 数据分析的常规分析流程
1.5 数据分析工具
知识篇
第2章 数据库基础知识
2.1 数据库的发展及组成
2.2 SQL是什么
2.3 SQL的基本功能
2.4 SQL查询的处理步骤
2.5 不同数据库的比较
第3章 数据库工具准备
3.1 认识MySQL官方网站
3.2 MySQL的下载与安装
3.3 DBeaver的下载与安装
3.4 DBeaver使用说明
3.5 写下第一行SQL语句
第4章 数据源的获取
4.1 外部数据
4.2 公司现有数据
4.3 新建数据
4.4 熟悉数据
第5章 数据的获取
5.1 获取列
5.2 获取想要的行
5.3 行列同时获取
5.4 插入一列固定值
5.5 JSON列解析
5.6 对结果进行排序
第6章 数据预处理
6.1 缺失值处理
6.2 重复值处理
6.3 数据类型转换
6.4 重命名
第7章 数据运算
7.1 算术运算
7.2 比较运算
7.3 逻辑运算
7.4 数学运算
7.5 字符串运算
7.6 聚合运算
第8章 控制函数
8.1 if()函数
8.2 case when函数
第9章 日期和时间函数
9.1 获取当前时刻的数据
9.2 日期和时间格式转换
9.3 日期和时间运算
第10章 数据分组与数据透视表
10.1 group by的底层原理
10.2 对分组后的数据进行聚合运算
10.3 对聚合后的数据进行条件筛选
10.4 group_concat()函数
10.5 rollup
10.6 数据透视表实现
第11章 窗口函数
11.1 什么是窗口函数
11.2 聚合函数+over()函数
11.3 partition by子句
11.4 order by子句
11.5 序列函数
第12章 多表连接
12.1 表的横向连接
12.2 表的纵向连接
12.3 横向连接的底层原理
第13章 子查询
13.1 子查询的概念
13.2 子查询的分类
13.3 with建立临时表
实战篇
第14章 SQL中的其他话题
14.1 SQL查询的执行顺序
14.2 变量设置
14.3 分区表
14.4 宽表与窄表
14.5 全量表，增量表，快照表，拉链表，流水表
14.6 数据回溯
14.7 数据仓库的基本分层
14.8 SQL语句的代码规范
14.9 如何快速梳理数据库逻辑
14.10 如何快速读懂别人的代码
14.11 编辑器
14.12 创建表
第15章 SQL数据分析实战
15.1 查询每个区域的用户数
15.2 查询每个区域的男女用户数
15.3 查询姓张的用户数
15.4 筛选出id3～id5的用户
15.5 筛选出绩效不达标的员工
15.6 筛选出姓张的且绩效不达标的员工
15.7 查询获得销售冠军超过两次的人
15.8 查询某部门一年的月销售额最高涨幅
15.9 查询每个季度绩效得分大于70分的员工
15.10 删除重复值
15.11 行列互换
15.12 多列比较
15.13 对成绩进行分组
15.14 周累计数据获取
15.15 周环比数据获取
15.16 查询获奖员工信息
15.17 计算用户留存情况
15.18 筛选最受欢迎的课程
15.19 筛选出每个年级最受欢迎的三门课程
15.20 求累积和
15.21 获取新增用户数
15.22 获取用户首次购买时间
15.23 同时获取用户和订单数据
15.24 随机抽样
15.25 获取沉默用户数
15.26 获取新用户的订单数
15.27 获取借款到期名单
15.28 获取即将到期的借款信息
15.29 获取历史逾期借款信息
15.30 综合实战
第16章 SQL中常见的报错
16.1 DBeaver相关报错
16.2 MySQL配置相关报错
16.3 语法相关报错

　　前言
　　为什么要写这本书
　　《对比 Excel，轻松学习Python 数据分析》在出版后收到了不少读者和同行的评论，说写作角度很独特，对新手很友好，笔者印象最深刻的一条评论是：“一本书的好坏足以影响一个人要不要继续在这条路上走下去。”如果能够让读者意识到学习这门知识并不难，并且愿意继续学下去，哪怕这本书不能让读者完全掌握这门技能，但是至少让读者有了走下去的信心，笔者觉得也是极好的。
　　基于以上原因，笔者重新审视了一下自己，又去看了看市面上与 SQL 相关的书，发现目前市面上与 SQL 相关的书主要有两类：一类是讲解基础知识的；另一类是讲解数据库底层知识的。专门面向数据分析师的 SQL 的书并没有。学过数据库的读者应该都知道，数据库的基本功能是增、删、改、查，做过数据分析工作的读者基本上也知道，数据分析师基本不需要进行增、删、改操作，只需要进行查操作。说到查，大部分人都会觉得很简单，不就是 select * from t 吗？select 本身没什么难度，随便在网上搜一篇教程或者找一本讲查询基础知识的书，一天基本就可以学会了。
　　但是为什么我们学会了select，在面试或者刚参加工作接到一个需求的时候，还是不知道怎么用select 呢？这是因为书里面讲的基础知识都是一步一步拆解完的，在实际工作中你需要进行组装，没有一个现成的表格让你select 一下就出结果了，你需要进行各种各样的join、group by 等操作，然后才能得到想要的结果。如何组装每一步操作才是利用SQL 进行数据分析的难点。但这部分知识目前市面上的书中几乎都没有讲，所以，笔者决定再写一本读者呼声比较大的、与SQL 相关的书——《对比Excel，轻松学习SQL 数据分析》。
　　为什么要学习 SQL
　　学习SQL 的主要原因是工作需要。网上关于数据相关岗位的招聘都要求有熟练使用SQL 这一条，为什么会这样呢？这是因为我们负责的是与数据相关的工作，而获取数据是我们工作的第一步，比如，你要通过数据做决策，但是现在公司的数据基本上不存储在本地Excel 表中，而是存储在数据库中，想要从数据库中获取数据就需要使用SQL，所以熟练使用SQL 成了数据相关从业者入职的必要条件。
　　为什么要对比 Excel 学习SQL
　　不知道读者还记不记得，上学的时候背元素周期表、背三角定理、背单词等，老师是不是教了很多顺口溜？
　　想一下为什么老师要教我们顺口溜，或者我们为什么要通过所谓的方法学习或记忆知识呢？笔者觉得所有的方法都是为了让我们的学习更有效率，更容易掌握所学的知识。
　　对比学习是一种学习方法，而且《对比 Excel，轻松学习Python 数据分析》的读者对此方法反响很好，为了尽可能地降低读者的学习门槛，笔者打算继续沿用这种写作风格。
　　本书学习建议
　　本书的前半部分主要介绍 SQL 的一些基础知识，后半部分主要介绍实战，读者在学完前面基础知识以后对后面的实战部分一定要多看几遍，在看解析之前尽量先自己独立思考，如果现在让你做，你会怎么做？因为前面说过，学习 SQL 的难点在于思维，所以读者一定要重点通过后面的实战部分来锻炼自己的思维。
　　本书写了什么
　　全书分为 3 篇：第1 篇主要介绍数据分析的基础知识，包括数据分析的基本概念、为什么要进行数据分析及常规的数据分析流程，使读者对数据分析有一个整体的认识；第2 篇主要围绕数据分析的整个流程来介绍与 SQL 语法相关的知识，包括如何选取一列数据、如何对数据进行分组运算等基础知识，还包括窗口函数等进阶知识；第3 篇主要介绍SQL 数据分析实战，都是一些比较常规的业务场景实战。
　　本书读者对象
　　本书适合零基础学习 SQL 的人员，包括数据分析师、产品经理、数据运营人员、市场营销人员、应届毕业生等所有需要利用SQL 查询数据的人员。
　　本书说明
　　本书的所有代码和函数均以MySQL 8.0 为主，MySQL 的其他版本与8.0 差不多，只是个别函数有差别，读者如果遇到其他版本与本版本不同的函数使用，可以上网查询。