在互联网行业，“数据导向”是一个非常大的特点，产品的运营与迭代都需要用到数据。那么，掌握数据分析能力能给帮助我们在职场上更胜一筹。业务同学掌握基础数据分析，只需要两步，一起来看看吧。
互联网行业一个非常大的特点就是「数据导向」，因为线上的服务和产品非常容易获取用户的数据，同时依赖这些数据，可以非常高效地迭代产品和相关线上服务。
因此，在互联网行业，数据能力是一项非常重要的能力，特别是对于运营，产品，增长等业务岗位。掌握必备的数据能力（SQL能力），是当今互联网各大厂的加分项，拥有数据能力的运营和产品更容易升职加薪，也更容易找到心仪的工作。
那么对于产品/运营/增长同学，需要达到真正的数据分析师的数据能力吗？我跟很多业务同学聊过，很多同学不愿意学习SQL，主要是觉得可能太复杂和专业，但其实不是这样的。
对于业务同学来说，我们没有必要花费大量时间完整地学习SQL语言和数据库知识。但是，从业务角度出发，日常工作中，遇到一些基础数据分析，业务同学如果能自己处理可以更加高效和直接，大大提高工作效率和业务判断专业度，而达到这种程度的数据能力，其实只需要熟悉SQL的一些业务高频使用场景，就基本能覆盖日常90%以上的数据工作。
我有幸跟几个头部大厂的专业的数据分析师/分析负责人讨论过，也在实际中在我们自己的团队里实验过，业务同学掌握基础数据分析，只需要以下两步：
第一步：花30分钟，阅读完下面的SQL基础语法知识介绍。
第二步：花半天，自主完成高频场景测试题。
第一步首先，什么是SQL？
SQL，全称Structured Query Language（结构化查询语言），它本质是一种计算机语言，就像python，C++等计算机语言一样。但这种语言可以帮我们去数据库中查询我们想要的数据。
接着上述定义，我们再理解下什么是数据库，数据库可以简单的理解就是一个电脑的文件夹，这个文件夹里放着很多张数据表，数据表很好理解，就类似我们平时使用的Excel文件。
在数据表里，（也就Excel文件里），我们会有很多数据列，每一列一般都会有一个列标题，如下图所示，user_name, age, gender, scrore 这些就是字段，然后每个字段下面的就是具体的数据。
总结来说，我们一切数据/分析能力的基础：就是利用SQL语言从特定的数据表中，查询对应的数据字段，并做一定的后续处理，得到我们想要的结果。
以上就是最核心的三个概念：数据库，数据表和字段。
SQL的基础语法组成如下，可以简单的理解成，我们通过这段代码，告诉计算机，我们需要FROM （从）某个数据表，去SELECT（选择）某些字段。选择的时候，可以加一些WHERE conditon（筛选条件），也可以进行适当分组，和结果排序，筛选处理。下面的语法中，中括号部分都是非必须的。
下面通过Case的方式给大家展示具体使用方法，帮助大家更好的理解这些基础语法。
Case1、查询多列
从下图的user_profile数据表中，取出用户的设备id（device_id）对应的性别（gender）、年龄（age）和学校（university）的字段数据。
select device_id,gender,age,university //选择查询的字段
fromuser_profile //从指定的数据表中
得到的结果如下：
这就是最基础的select 语句，从特定表取特定字段的数据。
Case2、简单处理查询结果：限制返回行数/列重命名
从表user_profile中，查看前2个用户明细设备ID数据，并将列名改为 ‘user_infos_example’, 请你从用户信息表取出相应结果。
select device_idasuser_infos_example
from user_profile
limit 2
得到结果如下：
这里主要是通过 as 给取出来字段重新命名，同时limit限制返回的行数。
Case3、条件查询
从Case2中的user_profile表中，查询除复旦大学以外的所有用户明细，请你取出相应数据，并按照age进行从小到大的排序。
select*//* 代表所有字段
from user_profile
where universitynotin(‘复旦大学’)//where筛选条件，过滤复旦大学的数据
orderbyage//按照age进行排序，order默认升序
查询结果如下：
这里在取数前，使用where 条件来进行数据过滤，再通过age进行排序。
Case4、分组后条件过滤
从下面的user_profile查看每个学校用户的平均发贴和回帖情况，寻找低活跃度学校，请取出平均发贴数低于5的学校或平均回帖数小于20的学校。
select university, avg(question_cnt) as avg_question_cnt, avg(answer_cnt) as avg_answer_cnt
// avg是求列平均值的函数，将一列数据返回一个数值，这里在执行时，先用group by 对university进行分组，
// 然后avg计算的为分组后的每个universtiy的发帖和回帖数的平均数
from user_profile
group by university // 以university进行分组聚合，把相同学校聚合在一起
having avg_question_cnt<2 or avg_answer_cnt<20 // having只能和group by一起用，用户分组计算后，对均发帖和回帖进行条件过滤
得到结果如下：
通过前面部分，我们大概了解了如何进行基础的表数据查询，在日常工作中，我们经常遇到的问题是，很多相关数据，不是都存在同一张表里，很多时候是分散在多个相关的表里，因此我们在查询的时候，就需要利用JOIN来联表查询。
如上表，我们需要查询users表中的device_id在devices表中的user_country信息。这个就需要继续联表查询。
语法如下：
得到结果如下：
已经将a表的device id和b表进行了关联。但1106这个device_id对应的b表的数据为null。这是因为什么呢？
这是不同join用法带来的差别。join有以下几种常见用法，前面示例代码中，使用了left join，也就是左关联，保持a表的device_id行数不变，从b表中，寻找相同的进行关联，如果关联不到，依然保留，但数据就为空。
和left join相对的就是right join，还是前面的例子，如果改成right join，结果如下：
除了left/right join之外，还有inner join（内关联）和full join（全关联）
效果分别如下：inner join，结果如下，只取两边都有数据的行，没有null
full join 就是a表和b表所有列都保留，具体结果，你尝试想想，答案私信我告诉你。
关于者几种JOIN还有一个更直观的示意图，如下图，JOIN的用法介绍，这篇文章讲解的更好，可以参考：https://zhuanlan.zhihu.com/p/29234064
为了更好地理解join，我们来看一个具体的Case
Case5、联表查询
有下面两张表，question_practice_detail和user_profile，第一张表里，存储的是用户id，设备id和对应的答题的question_id，以及答题的结果result；user_profile存储用户的基本信息。现在要查看所有来自浙江大学的用户题目回答明细情况，请你取出相应数据，查询结果按照question_id升序。
代码如下:
查询结果如下：
Case6、聚合函数（with 分组）
聚合函数就是将多行数据，按照一定规则聚合为一行，不能显示聚合前的数据。常见的聚合函数，比如count–计数，sum–求和, avg–求平均,max–求最大值,min–求最小值等。
举一个简单的例子，要看一下下表中男性用户有多少人以及他们的平均gpa是多少？
具体方式如下：
select count(1) as male_num, avg(gpa) as avg_gpa
from user_profile
where gender=’male’
结果如下：
和聚合函数经常高频使用的是分组group by，如前面的例子，如果要统计不同学校男生的数量和平均gpa，就需要用到group by对学校进行分组，再用聚合函数进行计算。代码如下：
select universtiy, count(1) as male_num, avg(gpa) as avg_gpa
from user_profile
where gender=’male’
group by university
结果如下：
在大部分情况下，聚合函数都会搭配分组来使用。需要注意的是，执行顺序，是先按照分组（group by），再分组去执行聚合函数，得到每个分组的聚合结果。
Case7、窗口函数
在我们日常工作中，经常会遇到求分组内排名的问题，比如每个城市的TOP 100活跃用户，每个部门的绩效排名等。面对这种问题，就需要使用窗口函数来解决。
窗口函数的基本语法是：
<窗口函数>over (partition by <用于分组的列名>order by <用于排序的列名>)
在<窗口函数>的位置，可以放以下两种函数：
1） 专用窗口函数，包括rank, dense_rank, row_number等专用窗口函数。
2） 聚合函数，如sum. avg, count, max, min等
因为窗口函数是对where或者group by子句处理后的结果进行操作，所以窗口函数原则上只能写在select子句中。
来看具体的例子：
从下面的user_profile表中，将每个学校分别按照gpa进行排名。
解题的思路就是找到，每个学校的gpa排名，然后分别找到排名第一的学生device_id, 先通过窗口函数找到每个学校的排名：
在窗口函数中，使用了row_number 用来返回对应行的行数，因为每个窗口分组里，是按照gpa降序排列的，因此这里的行数就是排名数。
得到结果如下：
关于窗口函数，下面这篇文章讲解的更为详细，可参考：https://www.zhihu.com/tardis/zm/art/92654574?source_id=1003
Case8、条件函数
常用的条件函数主要有IF 和CASE WHEN，主要用于对查询结果进行条件判断。其中IF函数的语法是：
IF(条件表达式, 值1, 值2)如果条件表达式为True，返回值1，为False，返回值2。
返回值可以是任何值，比如：数值、文本、日期、空值NULL、数学表达式、函数等。
CASE WHEN的语法是：
CASE WHEN condition THEN result1 ELSE result2END
我们来看一个例子：从下面的user_profile表中，将用户划分为25岁以下和25岁及以上两个年龄段，分别查看这两个年龄段用户数量
分别用IF函数和CASE WHEN函数来实现：
结果如下：
第二步在掌握前面step1部分的知识点后，下面当然就是开始刷题了，我为大家找了一些不错的在线刷题站点，建议收藏本篇文章，在pc端打开后，开始做题。
题库1: 牛客网的SQL练习：https://www.nowcoder.com/exam/oj?page=1&tab=SQL%E7%AF%87&topicId=199
题库2: leetcode ：https://leetcode.cn/problemset/database/
题库3: https://sqlzoo.net/wiki/SQL_Tutorial
SQLZOO包括了 SQL 学习的教程和参考资料，支持多国语言，每一个语法配套一个教程、一份数据和一个测验，非常适合初学者使用，因为可以一边通过教程学习语法知识，再通过测验巩固。
后记1、SQL入门比较简单，但想要真的写好，挑战很大，还需要多练习，在工作中多实战。
2、SQL本质还是一种取数的工具，对于数据能力更高的要求是明白需要取什么数，以及什么样的数能表征业务的状态或者发现业务存在的问题。
3、我整理常见的SQL取数和分析模板，有计算用户留存率，各种功能渗透率，用户活跃度分层分析等等。
南村小付，，人人都是产品经理专栏作家。快手高级产品经理，曾任职阿里，欢聚时代，7年互联网产品设计运营经验。
本文原创发布于人人都是产品经理，未经许可，禁止转载
题图来自Unsplash，基于CC0协议
