CPA学习数据分析之路- SQL
2026-10-20 14:31:48
CPA学习数据分析之路中SQL的学习要点总结如下：
一、学习资源选择- 避免购买SQL书籍以《SQL基础教程》为例，存在以下问题：
文字翻译质量差，影响理解效率。
数据库关键词多为日语，增加学习成本。
互联网存在大量免费学习资源，无需额外付费。
- 推荐Mode平台
实践导向：提供在线编辑器与真实数据库，支持边学边练。
结构化课程：分Basic/Intermediate/Advanced三级，完成挑战可获得Badge，增强简历竞争力。
免费模式：平台盈利依赖数据分析工具服务，学习过程无费用。
- 语句执行顺序问题
错误根源：SQL书写顺序与执行顺序不一致，易导致逻辑错误。
执行流程：FROM → WHERE → GROUP BY → HAVING → SELECT → DISTINCT → ORDER BY → LIMIT
案例修正：原错误语句：
SELECT column_1 FROM database_1 WHERE week = '2014-05-06'修正后：SELECT column_1 FROM database_1 WHERE date_trunc('day', occurred_at) = '2014-05-06'
- 窗口函数（Window Function）理解
功能：对特定数据组执行操作（如分组计算、排名），而非全局数据。
关键语法：
PARTITION BY column_name ORDER BY column_name应用场景：
LAG/LEAD：追溯前后行数据（如用户行为分析）。
NTILE：按比例分组（如用户分群、cohort分析）。
基础查询与过滤
SELECT：数据选取，支持列别名（AS）与条件过滤（WHERE）。
JOIN：数据连接，需明确连接类型（INNER/LEFT/RIGHT/FULL JOIN）。
IN：多值过滤，常与DISTINCT结合使用。
ILIKE：模糊匹配（不区分大小写），如ILIKE '%abc%'。
条件逻辑与转换
CASE WHEN：实现IF-ELSE逻辑，支持多条件嵌套。
CAST或::：数据类型转换（如VARCHAR → INTEGER）。
日期处理
DATE_TRUNC：调整时间粒度（如DATE_TRUNC('month', date_column)）。
EXTRACT：提取时间单位（如月份、年份）。
高级分析
窗口函数：
ROW_NUMBER()：行号分配。
RANK()/DENSE_RANK()：排名计算。
NTILE(n)：将数据分为n个等分组。
- 实践优先：通过Mode平台完成真实数据库操作，积累项目经验。
- 重点突破：优先掌握JOIN、CASE WHEN、窗口函数等高频功能。
- 持续验证：利用Mode的Badge挑战检验学习成果，及时查漏补缺。
总结：SQL学习需结合理论理解与实战操作，重点攻克执行顺序与窗口函数等难点，优先掌握高频函数以快速提升分析能力。
热门标签
