企业官网建设流程全解析

这是一篇关于数据分析方向系统学习 SQL 的完整教程，语言清晰、结构完整，全文超过 6000 字，包含环境搭建、SQL 核心语法、数据清洗实战、项目案例、性能优化、常见面试题等模块，可直接用于 CSDN 技术博客发布。

1. 为什么数据分析师要系统学习 SQL？

在数据分析这条路上，很多人存在一个误区：觉得 SQL 只是“查数据”的工具，会用SELECT、WHERE、JOIN就够了。但实际上，SQL 是数据分析师接触数据、理解业务、交付结论的核心桥梁。不管是做报表、搭看板、写取数脚本，还是做数据清洗、特征提取、AB 实验分析，SQL 都贯穿始终。

你可能会问：现在 Python、Pandas、Excel 这么强大，为什么还要学 SQL？

因为无论在互联网公司还是传统企业，数据通常不会以 Excel 文件形式躺在你电脑里。它们存放在数据库系统中（MySQL、Oracle、SQL Server、PostgreSQL 等），数据分析师需要先用 SQL 把数据从库里取出来、处理好，然后再交给 Python 或 BI 工具做进一步分析。如果 SQL 不熟练，你连数据都拿不到，后续分析能力再强也派不上用场。

另外，SQL 的语法相对简单，但它的执行逻辑、性能优化、数据清洗能力，远比你想象的复杂。一个能写好 SQL 的分析师，和一个只会“select *”的分析师，工作效率可以相差数倍。这也是为什么数据分析面试中，SQL 永远是不可或缺的考察环节。

本文是一套从零基础到项目落地的 SQL 学习路线，围绕“数据分析”这个真实用途展开。你会掌握：

• 如何搭建本地 SQL 练习环境；
• 建库建表与数据导入；
• 查询、过滤、分组、排序、连接、子查询等核心语法；
• 用 SQL 做数据清洗（去重、空值处理、字段转换）；
• 用 SQL 完成一个完整的数据分析项目；
• SQL 性能优化基础与常见面试题；
• 数据分析师学习 SQL 的避坑建议。

无论你是转行数据分析的零基础新手，还是已经在做数据相关工作但 SQL 不够系统的开发者，这篇文章都值得收藏。

2. 环境搭建：本地 SQL 练习环境准备

SQL 是一门需要大量动手实践的技能。只看不练、光学不写，很难真正掌握。所以我们第一步先把本地环境搭好。

2.1 选择数据库：MySQL 8.0

数据分析工作中，MySQL 是使用率最高的数据库之一，学习资料多、安装简单、生态完善。本文所有案例都基于 MySQL 8.0 编写，你可以按下面方式安装：

• Windows 用户：下载 MySQL Installer for Windows，选择 Server only 或 Developer Default，安装完成后设置 root 密码。
• macOS 用户：可以使用 Homebrew 安装，命令为brew install mysql。
• Linux 用户：以 Ubuntu 为例，命令为sudo apt install mysql-server。

如果你不想在本机安装，也可以使用 Docker 快速启动一个 MySQL 实例：

docker run --name mysql-sql-study \ -e MYSQL_ROOT_PASSWORD=123456 \ -p 3306:3306 \ -d mysql:8.0

注意：如果你使用的是 SQL Server、Oracle 或 PostgreSQL，语法上会有少量差异，但核心逻辑和思路是相通的。本文以 MySQL 为教学环境，重点讲通用分析思路。

2.2 安装可视化工具：DBeaver 或 Navicat

数据分析师每天都要和数据库打交道，纯命令行操作效率偏低。推荐安装一款数据库可视化工具：

• DBeaver：免费开源，支持 MySQL、PostgreSQL、Oracle、SQL Server 等多种数据库，社区版足够日常使用。
• Navicat：界面美观，功能强大，但需要付费。
• DataGrip：JetBrains 出品，适合熟悉 IntelliJ 生态的开发者。

本文示例使用 DBeaver。安装后新建 MySQL 连接，填写主机、端口、用户名、密码，测试连接成功后即可开始练习。

2.3 准备学习数据集

为了让你能跟着文章实操，我们直接使用一套电商订单数据集，包含三张表：

• users：用户表
• orders：订单表
• products：商品表

这套数据是模拟的，但结构与真实业务非常接近，覆盖了用户、订单、商品三个核心维度。

-- 创建数据库 CREATE DATABASE IF NOT EXISTS sql_analysis DEFAULT CHARACTER SET utf8mb4; USE sql_analysis; -- 用户表 CREATE TABLE users ( user_id INT PRIMARY KEY, user_name VARCHAR(50), gender VARCHAR(10), age INT, city VARCHAR(50), register_date DATE ); -- 商品表 CREATE TABLE products ( product_id INT PRIMARY KEY, product_name VARCHAR(100), category VARCHAR(50), price DECIMAL(10,2) ); -- 订单表 CREATE TABLE orders ( order_id INT PRIMARY KEY, user_id INT, product_id INT, order_date DATE, quantity INT, amount DECIMAL(10,2), status VARCHAR(20) );

建表完成后，我们往三张表中插入一些模拟数据：

INSERT INTO users VALUES (1, '张三', '男', 25, '北京', '2023-01-15'), (2, '李四', '女', 30, '上海', '2023-02-20'), (3, '王五', '男', 28, '广州', '2023-03-10'), (4, '赵六', '女', 22, '深圳', '2023-04-05'), (5, '孙七', '男', 35, '杭州', '2023-05-12'); INSERT INTO products VALUES (101, '手机', '数码', 2999.00), (102, '笔记本电脑', '数码', 5999.00), (103, 'T恤', '服饰', 99.00), (104, '运动鞋', '服饰', 399.00), (105, '面包机', '家电', 199.00); INSERT INTO orders VALUES (1001, 1, 101, '2023-06-01', 1, 2999.00, '已完成'), (1002, 1, 103, '2023-06-05', 2, 198.00, '已完成'), (1003, 2, 102, '2023-06-08', 1, 5999.00, '已完成'), (1004, 3, 104, '2023-06-10', 1, 399.00, '已完成'), (1005, 4, 101, '2023-06-12', 1, 2999.00, '已完成'), (1006, 5, 105, '2023-06-15', 1, 199.00, '已完成'), (1007, 2, 104, '2023-06-18', 2, 798.00, '已完成'), (1008, 3, 103, '2023-06-20', 3, 297.00, '已完成'), (1009, 1, 102, '2023-06-22', 1, 5999.00, '已完成'), (1010, 4, 105, '2023-06-25', 2, 398.00, '已完成'), (1011, 5, 101, '2023-06-28', 1, 2999.00, '已完成'), (1012, 2, 103, '2023-07-01', 1, 99.00, '已完成');

3. SQL 核心语法：从入门到熟练

环境准备好之后，我们从最基础的查询语法开始，逐步过渡到复杂分析场景。

3.1 SELECT 基础查询

SELECT是 SQL 中使用频率最高的语句，用于从表中查询数据。

-- 查询所有用户 SELECT * FROM users; -- 查询指定字段 SELECT user_id, user_name, city FROM users; -- 查询并去重 SELECT DISTINCT city FROM users; -- 查询并排序 SELECT user_id, user_name, age FROM users ORDER BY age DESC;

这里需要注意，SELECT *在开发调试时很方便，但在生产环境或数据量很大的表中，尽量指定需要的字段，避免不必要的 IO 开销。

3.2 WHERE 条件过滤

数据分析中，我们很少会一次性查询全表数据，更多是通过WHERE条件筛选出目标数据。

-- 查询年龄大于 25 的用户 SELECT user_id, user_name, age FROM users WHERE age > 25; -- 查询城市为北京或上海的用户 SELECT user_id, user_name, city FROM users WHERE city IN ('北京', '上海'); -- 查询 2023 年 6 月 1 日之后的订单 SELECT order_id, order_date, amount FROM orders WHERE order_date >= '2023-06-01'; -- 查询金额在 100 到 1000 之间的订单 SELECT order_id, amount FROM orders WHERE amount BETWEEN 100 AND 1000;

WHERE的常用操作符包括：

• 比较运算符：=,>,<,>=,<=,<>
• 逻辑运算符：AND,OR,NOT
• 范围判断：BETWEEN ... AND ...
• 集合判断：IN (...)
• 模糊匹配：LIKE

3.3 聚合函数与 GROUP BY 分组统计

分组聚合是数据分析中最核心的操作。比如，我们想看每个城市的用户数量、每个商品类别的总销售额，都需要用到GROUP BY。

-- 统计每个城市的用户数 SELECT city, COUNT(*) AS user_cnt FROM users GROUP BY city; -- 统计每个用户的订单总金额 SELECT user_id, SUM(amount) AS total_amount FROM orders GROUP BY user_id; -- 统计每个商品类别的订单数量和平均金额 SELECT p.category, COUNT(o.order_id) AS order_cnt, AVG(o.amount) AS avg_amount FROM orders o JOIN products p ON o.product_id = p.product_id GROUP BY p.category;

常用的聚合函数有：

使用GROUP BY时有几个易错点：

• SELECT中出现的非聚合字段，必须包含在GROUP BY中；
• WHERE过滤在分组之前执行，分组之后的过滤要用HAVING。

-- 过滤订单总额大于 5000 的用户 SELECT user_id, SUM(amount) AS total_amount FROM orders GROUP BY user_id HAVING SUM(amount) > 5000;

3.4 JOIN 多表连接

数据分析中，数据很少存在于一张表中，通常需要把用户表、订单表、商品表等连接起来。SQL 提供了几种 JOIN 类型：

• INNER JOIN：只返回两边都匹配的记录
• LEFT JOIN：返回左表全部记录，右表无匹配则为 NULL
• RIGHT JOIN：返回右表全部记录，左表无匹配则为 NULL
• FULL JOIN：返回两边全部记录（MySQL 不直接支持，可用 UNION 模拟）

-- 订单表和用户表连接，查询每个订单的用户信息 SELECT o.order_id, u.user_name, u.city, o.amount FROM orders o INNER JOIN users u ON o.user_id = u.user_id; -- 查询每个用户及其订单信息（列出所有用户） SELECT u.user_id, u.user_name, o.order_id, o.amount FROM users u LEFT JOIN orders o ON u.user_id = o.user_id;

实际分析中有一个常见需求：找出“没有下过单的用户”。用LEFT JOIN加IS NULL判断就能实现。

SELECT u.user_id, u.user_name FROM users u LEFT JOIN orders o ON u.user_id = o.user_id WHERE o.order_id IS NULL;

3.5 子查询与临时表

子查询是指嵌套在SELECT、WHERE、FROM中的查询语句，适用于需要多步计算的分析场景。

-- 查询订单金额高于平均金额的订单 SELECT order_id, amount FROM orders WHERE amount > (SELECT AVG(amount) FROM orders); -- 查询每个用户最近一次下单日期 SELECT user_id, MAX(order_date) AS last_order_date FROM orders GROUP BY user_id;

子查询也可以放在FROM中，作为一个“临时表”继续参与计算：

-- 查询用户订单总金额排名前 3 的用户 SELECT user_id, total_amount FROM ( SELECT user_id, SUM(amount) AS total_amount FROM orders GROUP BY user_id ) t ORDER BY total_amount DESC LIMIT 3;

3.6 CASE WHEN 条件逻辑

数据分析中经常需要对数据进行分类、打标。比如判断用户是否高价值用户、把金额分成不同区间、把日期转成星期几等，CASE WHEN是最常用的条件表达式。

SELECT order_id, amount, CASE WHEN amount >= 5000 THEN '高金额' WHEN amount >= 1000 THEN '中金额' ELSE '低金额' END AS amount_level FROM orders;

在分组统计中使用CASE WHEN可以做到“行转列”效果：

-- 统计每个城市的男女用户数 SELECT city, SUM(CASE WHEN gender = '男' THEN 1 ELSE 0 END) AS male_cnt, SUM(CASE WHEN gender = '女' THEN 1 ELSE 0 END) AS female_cnt FROM users GROUP BY city;

4. 用 SQL 做数据分析：七大数据清洗场景实战

数据分析中有一句话叫“Garbage in, garbage out”。数据清洗通常占据分析工作 60% 以上的时间，而 SQL 是完成数据清洗最高效的语言之一。下面我们来看七个最常用的清洗场景。

4.1 去重：DISTINCT 与 ROW_NUMBER

数据重复是脏数据中最常见的问题。比如用户重复注册、订单重复记录、明细表重复关联等。

最简单的去重方式是使用DISTINCT：

SELECT DISTINCT user_id, product_id FROM orders;

但DISTINCT只能去“完全重复”的行。如果我们要保留重复数据中的一条（比如每个用户保留最新一条记录），就需要窗口函数ROW_NUMBER()。

-- 为每个用户按订单日期排序，并保留最新一条 SELECT order_id, user_id, order_date FROM ( SELECT order_id, user_id, order_date, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY order_date DESC) AS rn FROM orders ) t WHERE rn = 1;

注意：MySQL 8.0 及以上才支持窗口函数。如果使用 MySQL 5.7，可以用关联子查询或分组取最大日期后再关联实现。

4.2 空值处理：IS NULL 与 COALESCE

空值在数据分析中很常见。用户未填写性别、订单没有商品分类、金额字段缺失等，都会导致空值。处理空值前，先分析空值的含义：是“没有”还是“未知”，决定是删除还是填充。

-- 查询性别为空或年龄为空的数据 SELECT * FROM users WHERE gender IS NULL OR age IS NULL; -- 用 COALESCE 将空值填充为默认值 SELECT order_id, COALESCE(amount, 0) AS amount_filled FROM orders; -- 统计非空用户数 SELECT COUNT(*) AS total_cnt, COUNT(user_name) AS name_cnt, COUNT(DISTINCT user_id) AS user_cnt FROM users;

这里有一个非常重要的区别：

• COUNT(*)统计所有行数；
• COUNT(字段)只统计该字段非空的行数；
• COUNT(DISTINCT 字段)统计该字段非空的去重行数。

用COUNT的时候，很多新手会把三种用法混在一起，导致统计结果和预期不一致。

4.3 字段转换与格式化

业务数据库中，字段格式往往不适合直接用于分析。例如日期是字符串类型、性别编码是 0/1、金额单位是分等。

-- 字符串转日期 SELECT order_id, STR_TO_DATE(order_date, '%Y-%m-%d') AS order_date_parsed FROM orders; -- 日期格式化 SELECT order_id, DATE_FORMAT(order_date, '%Y-%m') AS order_month FROM orders; -- 字符串拼接 SELECT CONCAT(user_name, '（', city, '）') AS user_desc FROM users;

对于性别等编码字段，建议在查询时就转成可读性更强的内容：

SELECT user_id, CASE WHEN gender = 'M' THEN '男' WHEN gender = 'F' THEN '女' ELSE '未知' END AS gender_text FROM users;

4.4 字符串清洗：去空格、截取、替换

字符串清洗包括去除前后空格、去掉换行符、替换无效字符、截取子串等。

-- 去除字符串前后空格 SELECT TRIM(user_name) FROM users; -- 替换字符串 SELECT REPLACE(city, '市', '') AS city_short FROM users; -- 截取子串：取用户名的前 1 个字符 SELECT SUBSTRING(user_name, 1, 1) AS first_char FROM users; -- 判断字符串是否包含某个值 SELECT user_name FROM users WHERE user_name LIKE '%三%';

4.5 日期与时间处理

按时间维度分析是数据分析中最常见的需求。SQL 提供了丰富的日期函数：

-- 提取年、月、日 SELECT order_id, YEAR(order_date) AS order_year, MONTH(order_date) AS order_month, DAY(order_date) AS order_day FROM orders; -- 计算两个日期之间的天数差 SELECT order_id, DATEDIFF('2023-12-31', order_date) AS days_to_end FROM orders; -- 日期加减 SELECT order_id, DATE_ADD(order_date, INTERVAL 7 DAY) AS plus_7_days FROM orders;

按月份统计订单量，是数据分析报表中非常基础的操作：

SELECT DATE_FORMAT(order_date, '%Y-%m') AS order_month, COUNT(*) AS order_cnt, SUM(amount) AS total_amount FROM orders GROUP BY DATE_FORMAT(order_date, '%Y-%m') ORDER BY order_month;

4.6 排名与 Top N

数据分析场景中，经常需要找出销售额最高的商品、下单次数最多的用户、访问量最大的页面。这类问题在 SQL 中有两种常见解法。

方法一：使用ORDER BY配合LIMIT：

-- 找出订单金额最高的前 3 个订单 SELECT order_id, amount FROM orders ORDER BY amount DESC LIMIT 3;

方法二：使用窗口函数RANK()、DENSE_RANK()、ROW_NUMBER()。这三者的区别是：

• ROW_NUMBER()：不管排名是否相同，都按顺序编号 1、2、3、4；
• RANK()：排名相同时会跳过后续排名，例如 1、1、3；
• DENSE_RANK()：排名相同时不会跳过，例如 1、1、2。

-- 每个商品类别下，销售额最高的商品 SELECT p.category, p.product_name, RANK() OVER (PARTITION BY p.category ORDER BY o.amount DESC) AS rk FROM orders o JOIN products p ON o.product_id = p.product_id;

4.7 分组 Top N：每个组的最大值

“每个城市订单金额最高的用户是谁”“每个商品类别中最受欢迎的商品是哪几个”，这类问题在数据分析面试中频繁出现。核心思路是先将组内排名算出来，再取前 N 条。

-- 每个用户订单金额最高的前 2 个订单 SELECT * FROM ( SELECT user_id, order_id, amount, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY amount DESC) AS rn FROM orders ) t WHERE rn <= 2;

5. SQL 数据分析项目实战：从需求到结论

掌握了基础语法和数据清洗能力后，我们来看一个完整的数据分析项目，巩固前面所有知识点。

5.1 项目需求

假设你是某电商平台的数据分析师，老板给了几个问题：

1. 2023 年 6 月和 7 月，每个月的订单总数和总销售额是多少？
2. 哪个商品类别贡献的销售额最高？
3. 哪个城市的用户下单金额最高？
4. 销售额排名前 3 的商品是什么？
5. 每个商品类别下，销售额最高的商品分别是什么？

5.2 逐步分析

第一个问题：按月统计订单数和销售额。

SELECT DATE_FORMAT(order_date, '%Y-%m') AS order_month, COUNT(*) AS order_cnt, SUM(amount) AS total_amount FROM orders GROUP BY DATE_FORMAT(order_date, '%Y-%m') ORDER BY order_month;

第二个问题：按商品类别统计销售额。

SELECT p.category, SUM(o.amount) AS total_sales FROM orders o JOIN products p ON o.product_id = p.product_id GROUP BY p.category ORDER BY total_sales DESC;

第三个问题：按城市统计用户下单金额。

SELECT u.city, SUM(o.amount) AS total_amount FROM orders o JOIN users u ON o.user_id = u.user_id GROUP BY u.city ORDER BY total_amount DESC;

第四个问题：销售额排名前 3 的商品。

SELECT p.product_name, SUM(o.amount) AS total_sales FROM orders o JOIN products p ON o.product_id = p.product_id GROUP BY p.product_name ORDER BY total_sales DESC LIMIT 3;

第五个问题：每个商品类别下销售额最高的商品。

SELECT category, product_name, total_sales FROM ( SELECT p.category, p.product_name, SUM(o.amount) AS total_sales, ROW_NUMBER() OVER (PARTITION BY p.category ORDER BY SUM(o.amount) DESC) AS rn FROM orders o JOIN products p ON o.product_id = p.product_id GROUP BY p.category, p.product_name ) t WHERE rn = 1;

5.3 完整分析结果模板

在实际工作中，我们通常需要把 SQL 查询结果整理成一份分析报告。推荐输出格式包含：

• 分析结论：一句话说清核心发现；
• 数据支撑：用表格或图表展示关键指标；
• 业务建议：基于数据给出可落地建议；
• 风险提示：说明数据口径、样本量、异常情况。

比如针对上述结果，可以写：

“2023 年 6 月至 7 月总订单数为 12 单，数码类商品贡献销售额最高，其中手机和笔记本电脑为主要来源；北京地区用户下单金额领先；建议后续重点运营数码品类，同时在上海开展用户拉新活动。”

6. SQL 性能优化与安全注意事项

当数据量从几百行增长到几百万行、几千万行时，SQL 查询性能就会成为大问题。一条糟糕的 SQL 可能会把数据库拖垮。数据分析师写好“正确”的 SQL 之后，还要追求“高效”的 SQL。

6.1 慢 SQL 优化思路

常见的慢 SQL 原因及解决方向：

一个简单的优化示例：给orders表的user_id添加索引。

CREATE INDEX idx_orders_user_id ON orders(user_id);

添加索引后，WHERE user_id = 1的查询速度会明显提升。但要注意，索引不是越多越好，因为每次插入和更新数据时都需要维护索引，会有额外开销。

6.2 SQL 注入风险

SQL 注入是最常见的数据库安全威胁之一，攻击者通过在输入框或请求参数中拼接恶意 SQL，达到绕过认证、窃取数据、删除数据的目的。

反例（不要这样拼接 SQL）：

String sql = "SELECT * FROM users WHERE user_name = '" + userName + "'";

如果userName传入的是' OR '1'='1，最终 SQL 就变成了：

SELECT * FROM users WHERE user_name = '' OR '1'='1';

这条语句会返回全表数据，账号信息直接泄露。

推荐做法是使用参数化查询，例如在 Java 的 JDBC 中使用PreparedStatement：

String sql = "SELECT * FROM users WHERE user_name = ?"; PreparedStatement pstmt = conn.prepareStatement(sql); pstmt.setString(1, userName); ResultSet rs = pstmt.executeQuery();

在 Python 中，禁止直接拼接 SQL 字符串，使用参数化方式：

cursor.execute("SELECT * FROM users WHERE user_name = %s", (user_name,))

在涉及数据库操作时，务必确保你拥有合法的授权，并且在测试环境验证通过后再执行。生产环境的数据变更、删除、更新操作，必须先备份数据，遵循最小权限原则。

6.3 生产环境 SQL 操作注意事项

在数据分析工作中，你可能会接触到生产环境的数据库。遇到需要执行 DELETE、UPDATE、DROP 等操作时，必须特别谨慎：

• 先确认是否连接的是生产库，避免误操作；
• 对于删除和更新操作，先用SELECT验证条件；
• 重要操作前备份数据；
• 尽量在低峰期执行；
• 遵循公司规范和权限审批流程。

比如下面的删除操作，必须先注释掉 DELETE，先执行 SELECT 确认影响范围：

SELECT COUNT(*) FROM orders WHERE status = '已取消'; -- DELETE FROM orders WHERE status = '已取消';

7. 数据分析面试中的 SQL 常见题型

如果你正在准备数据分析岗位面试，SQL 是必考环节。下面这些题型出现的频率非常高，建议逐一练习。

7.1 留存率计算

留存率是互联网数据分析面试的经典问题。比如：计算每个注册日期的新用户在次日、第 3 日、第 7 日的留存率。

SELECT register_date, COUNT(DISTINCT u.user_id) AS new_user_cnt, COUNT(DISTINCT CASE WHEN ORDER BY order_date = DATE_ADD(register_date, INTERVAL 1 DAY) THEN u.user_id END) AS kept_user_cnt FROM users u LEFT JOIN orders o ON u.user_id = o.user_id GROUP BY register_date;

7.2 连续登录天数

连续登录天数问题也频繁出现在数据分析面试中。核心思路是先获取每个用户的登录日期，用ROW_NUMBER()或日期差值的连续性来判断。

WITH user_login AS ( SELECT DISTINCT user_id, order_date AS login_date FROM orders ), login_with_rn AS ( SELECT user_id, login_date, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS rn FROM user_login ) SELECT user_id, MIN(login_date) AS start_date, MAX(login_date) AS end_date, COUNT(*) AS continuous_days FROM login_with_rn GROUP BY user_id, DATE_SUB(login_date, INTERVAL rn DAY);

7.3 同比与环比

同比是和去年同期比较，环比是和上一期比较。SQL 中通常用LAG()窗口函数实现：

SELECT order_month, total_amount, LAG(total_amount, 1) OVER (ORDER BY order_month) AS prev_month_amount, ROUND((total_amount - LAG(total_amount, 1) OVER (ORDER BY order_month)) / LAG(total_amount, 1) OVER (ORDER BY order_month) * 100, 2) AS mom_ratio FROM ( SELECT DATE_FORMAT(order_date, '%Y-%m') AS order_month, SUM(amount) AS total_amount FROM orders GROUP BY DATE_FORMAT(order_date, '%Y-%m') ) t;

7.4 累计求和

累计求和计算每个用户的累计消费金额，可以用窗口函数或自连接实现：

SELECT user_id, order_id, amount, SUM(amount) OVER (PARTITION BY user_id ORDER BY order_date) AS cumulative_amount FROM orders;

8. 学习路线总结与建议

SQL 的学习路径可以归纳为“基础查询 → 数据清洗 → 业务分析 → 性能优化 → 项目实战”五个阶段。每个阶段的重心不同：

• 第 1 阶段：熟练掌握SELECT、WHERE、GROUP BY、ORDER BY、JOIN、子查询等核心语法；
• 第 2 阶段：掌握去重、空值处理、字段转换、日期处理等清洗能力；
• 第 3 阶段：能够基于业务需求构造分析指标，如留存率、复购率、Top N、同比环比；
• 第 4 阶段：理解索引、执行计划、慢查询优化等性能知识；
• 第 5 阶段：独立完成从取数、清洗、分析到输出报告的完整项目。

最后强调三个实际工作中最值得注意的地方：

第一，不要只背语法，一定要动手建表、造数据、写分析。SQL 的熟练度全部来自实践量。

第二，在真实业务场景中，数据的质量、口径、业务含义比语法更重要。写 SQL 之前先搞清楚字段定义和业务规则，不要拿到表就直接开查。

第三，生产环境操作必须谨慎。删除、更新、批量变更数据之前，先备份、再验证、最后执行，尽量减少对线上数据的影响。

如果本文对你有帮助，可以收藏备用。后续我也会继续整理数据分析项目中更复杂的场景，比如漏斗分析、RFM 模型、A/B 实验效果评估等，欢迎持续关注。