成为VIP
泡泡好胖
点击上方蓝字“泡泡好胖”关注我，收获互联网数据技能指南~
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sql字符串截取，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_1
2. 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.id
3. 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sql字符串截取，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 distinctid from table_1
2. 统计：count/max/avg/sum等
## 统计不同的id的个数
select count(distinct id) from table_1
3. 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 id
4.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 10
6. 条件函数：case when /if
## 将salary按一定规则分组
select id,
case when salary
when salary >=50000 and salary
when salary >=100000 and salary
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
## 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
限时特惠：本站每日持续更新海量展厅资源，一年会员只需29.9元，全站资源免费下载
站长微信：zhanting688
