SQL这种东西十分钟入门，半小时精通。
一个数据分析师和我说的话，现在是精通的机会。
在了解了基本的 SQL 语言后，现在重新看回更加注重 表格联结这方面的内容。
学习的主要途径是 SQL 教程
其中MySQL，从入门到熟练也受益良多。
在亚马逊买了一本电子版的《SQL必知必会》，可以作为后期查询学习的重要工具。
-----1023更新
mysql 安装和调用环境
不仅如此，目前还需要更多的了解下 mysql 的基本原理，所以在 mac 安装了基本的 sql 环境
安装过程比较简单，不在详细说明
通过终端可以调用 mysql
$ /usr/local/mysql/bin/mysql -u root -p
Enter password:
或者通过 调用 pgsql
$ /Library/PostgreSQL/10/scripts/runpsql.sh;
当然，我们可以利用更直观的 GUI 作为统计分析的工具，注重掌握工具而非掌握 SQL 语言
电脑上安装了 sequel pro 和 querious 两款，在新的系统上sequel 比较容易奔溃，尝试好几天才在电脑上导入了数据。
注意
sequel 导入数据的时候需要新建表名，需要注意编码标准，软件不是很直观，需要熟悉。
如果希望有更大的进步可以在终端命令行用语句解决，但是不是目前阶段的学习重点。
SQL 查询语句基础
以 运营大湿兄 的案例作为案例
select
当我们涉及到非常复杂的与或逻辑判断，应该怎么办？比如即满足条件AB，又要满足条件C，或者是满足条件DE。此时需要用括号明确逻辑判断的优先级。
select * from DataAnalyst
where (city = '上海' and positionName = '数据分析师')
or (city = '北京' and positionName = '数据产品经理')
count函数
count 可以迅速计算出个数，比如
select city,count(1) from DataAnalyst
group by city
如果有重复的名字，则需要去重
select city,count(distinct positionId) from DataAnalyst
group by city
distinct 是去重函数，distinct positionId 会只计算唯一的positionId个数。日常工作中，活跃用户数、文章UV，都是用distinct 计算获得，这是唯一标示符ID的重要作用。
除了count，还有max，min，sum，avg等函数，也叫做聚合函数。用法和Excel没什么区别。
逻辑判断
SQL也有if函数，和Excel的用法一摸一样，通过它我们能进行复杂的运算。比如我想统计各个城市中有多少数据分析职位，其中，电商领域的职位有多少，在其中的占比？
industryField是公司的行业领域，虽然我们能用where like 计算出有几个电商的数据分析师，但是占比的计算会比较麻烦，此时可以用if。
select if(industryField like '%电子商务%',1,0) from DataAnalyst
比较复杂的查询函数
如果要模糊查找，能用like
where companyId between 10000 and 20000
嵌套子查询
select * from(select city,count(distinct positionId) as counts from DataAnalyst) as t1
where counts >=500
我们将第一次查询获得的城市职位数的结果，看作一张新的表，利用as 将它命名为t1( table1 的简写)，将职位数命名为一个新的字段counts。然后外面再套一层select 过滤出counts >=500。
这种查询方式就叫嵌套子查询，使用场景比较广泛，where 后面也能跟子查询。
数据清洗函数
比较难，需要补充，后续专文记录，更需要不断更新训练结构
1023更新-------------------------
表格嵌套
join 函数是 SQL 里面 比较高级的部分，需要重点掌握。
数据库由多张表组成，表与表之间可以实现关联。表与表之间的关联需要通过表中间唯一的数值 ，即主键。
在上图中，
Students.addressId = Address.id
Students.id = Scores.studentId
Scores.courseId = Courses.id
换成 SQL 语言，我们则需要 join 将 多个表格关联起来。
select * from Students
join Address on Students.addressId = Address.id
这里需要注意的是，因为字段可能重名，所以一旦使用了Join，字段前应该加上表名，如Students.addressId和Address.id ，这种用法是为了字段的唯一性，否则遇到重名，系统不知道使用哪个字段，就会报错。
Join语法有很多不同的变形，Left Join，Outer Join等，新人很容易混淆。这个我们可以用数学中的交集和并集掌握。
真实的数据查询场景中，Join会用到很多，业务复杂用五六个Join也是常态，如果算上各类逻辑处理，SQL代码行数可以破百。这时候，考验的就是熟练度了。
SQL只要多加训练，并不是一门很难掌握的语言。除了技巧，还要看你对业务表的熟悉程度，一般公司发展大了，百来张表很正常，各类业务逻辑各种Join，各字段的含义，这是同样要花费时间的苦功夫。
1024更新-------------------------
1.内连接(自然连接): 只有两个表相匹配的行才能在结果集中出现
2.外连接: 包括 （1）左外连接(左边的表不加限制) （2）右外连接(右边的表不加限制) （3）全外连接(左右两表都不加限制)
3.自连接(连接发生在一张基表内)
内连接多表查询的标准写法
对于 mysql，我们可以采用多表查询的简单写法，例如
select
ID,CITY.NAME,CITY.POPULATIONG,LIFEEXPECTANCY
from CITY,COUNTRY
WHERE
ID<10 AND city.COUNTRYcode=COUNTRY.code
不过为了更好的迁移性和适用性，我们最好选用标准语句
select
ID,CITY.NAME,CITY.POPULATIONG,LIFEEXPECTANCY
from CITY inner join COUNTRY
on
ID<10 AND city.COUNTRYcode=COUNTRY.code
笛卡尔积和 cross jion
CROSS JOIN又称为笛卡尔乘积，实际上是把两个表乘起来。
外连接查询
左连接查询
select
ID,CITY.NAME,CITY.POPULATIONG,LIFEEXPECTANCY
from CITY left Outer join COUNTRY
on
ID<10 AND city.COUNTRYcode=COUNTRY.code
limit 10
右连接查询
select
ID,CITY.NAME,CITY.POPULATIONG,LIFEEXPECTANCY
from CITY right Outer join COUNTRY
on
ID<10 AND city.COUNTRYcode=COUNTRY.code
limit 10
两者的区别在于以哪张表格为“基准表”：
左外连接还返回左表中不符合连接条件单符合查询条件的数据行。
右外连接还返回右表中不符合连接条件单符合查询条件的数据行。
子查询
择时学习更新
孰能生巧
SQL 本身并不困难，但是需要熟练掌握。
https://leetcode.com/ 是一个优秀的练习网站，需要时常登录练习，而非要用再来查询。
记录整理下， 在工作中见到的负责语句，常看常新。
SELECT
id,
sum(play_ac) as play,
sum(like_ac) as like,
sum(comment_ac) as comment,
sum(share_ac) as share
FROM
aweme.d_aweme_item_stats
WHERE
date BETWEEN '20180915' AND '20180916'
and create_time>'2018-09-15'
group by id
ORDER BY rand() LIMIT 100000
SELECT
a.uid,
b.company_name,
b.industry_2,
d.nickname,
c.industry_name,
c.small_industry_name,
e.new_item,
e.vv,
e.like,
e.comment,
e.share,
f.fans_all,(f.fans_all -g.fans_all) as fans_new
FROM
(
SELECT
pgc_basis_auth_id,
uid
FROM
dm_crm.ods_crm_auth_pgc_basis_auth_relation
WHERE
date = '${date}'
AND channel = 2
AND status = 1
) a
inner JOIN (
SELECT
id,
company_name,
industry_2
FROM
dm_crm.ods_crm_auth_pgc_basis_authentication
WHERE
date = '${date}'
) b on a.pgc_basis_auth_id = b.id
LEFT JOIN (
SELECT
customer_name,
business_type,
industry_name,
small_industry_name
FROM
ad_dim.dim_crm_customer
WHERE
p_date = '${date}'
group by
customer_name,
business_type,
industry_name,
small_industry_name
) c on b.company_name = c.customer_name
left join (
SELECT
user_id,
sum(if(create_time > '${DATE}', 1, 0)) as new_item,
sum(play_count) as vv,
sum(like_count) as like,
sum(comment_count) as comment,
sum(share_count) as share
FROM
aweme.d_aweme_item_stats
WHERE
date between '${date-29}'
and '${date}'
group by
user_id
) e on e.user_id = a.uid
left JOIN (
SELECT
to_user_id,
count(from_user_id) as fans_all
FROM
aweme.stg_user_relation_info_all
WHERE
date = '${date}'
AND type = 1
AND business_id = 32
group by
to_user_id
) f on a.uid = f.to_user_id
left JOIN (
SELECT
to_user_id,
count(from_user_id) as fans_all
FROM
aweme.stg_user_relation_info_all
WHERE
date = '${date-29}'
AND type = 1
AND business_id = 32
group by
to_user_id
) g on a.uid = g.to_user_id
LEFT JOIN (
SELECT
user_id,
nickname
FROM
aweme.ods_user_profile_info
WHERE
date = '${date}'
) d on d.user_id = a.uid
WHERE
c.business_type = 1