SQL Analysis

SQL 分析技能

目的

帮助业务分析师（BA）验证数据需求、了解当前数据状态，并独立进行数据分析，而不必完全依赖开发人员。

适用场景

• 验证迁移数据。
• 了解当前数据结构（As-Is）。
• 排查用户问题（“为什么我看不到这个订单？”）。
• 为利益相关者生成临时报告。

BA 的 SQL 核心概念

1. SELECT 语句

SELECT column1, column2   -- What do you want?
FROM table_name           -- From where?
WHERE condition           -- Filter logic
ORDER BY column1 DESC;    -- Sorting

2. 筛选（WHERE）

• WHERE status = 'Active'（精确匹配）
• WHERE quantity > 10（比较）
• WHERE name LIKE 'Smith%'（部分匹配）
• WHERE status IN ('New', 'Open')（列表）
• WHERE end_date IS NULL（查找缺失数据）

3. 聚合（GROUP BY）

汇总数据。

SELECT status, COUNT(*) as total_orders
FROM orders
GROUP BY status;

4. 联接表（JOIN）

连接相关数据。

• INNER JOIN：仅包含匹配的记录（A ∩ B）。“显示有订单的客户。”
• LEFT JOIN：包含左表中的所有记录，以及右表中匹配的记录（A + A∩B）。“显示所有客户，以及他们的订单（如有）。”（适合查找没有订单的客户）

常见分析查询

数据质量检查

“是否存在电子邮件相同的重复客户？”

SELECT email, COUNT(*)
FROM customers
GROUP BY email
HAVING COUNT(*) > 1;

“是否存在没有有效用户的订单？”

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

流程分析

“发运一个订单需要多长时间？”

SELECT 
    AVG(DATEDIFF(day, order_date, shipped_date)) as avg_days_to_ship,
    MAX(DATEDIFF(day, order_date, shipped_date)) as max_days
FROM orders
WHERE shipped_date IS NOT NULL;

集成规范验证

“‘付款方式’有哪些不同的值，以便我们进行映射？”

SELECT DISTINCT payment_method
FROM transactions;

最佳实践

• 只读访问：确保你只有 SELECT 权限（ro-user）。
• 限制结果数量：探索新表时，始终使用 LIMIT 10（或 TOP 10）。
• 避免影响生产环境性能：高峰时段避免运行开销较大的查询（例如联接 5 个超大型表）。
• 理解 NULL：COUNT(column) 会忽略 NULL；COUNT(*) 会统计所有内容。

工具

• DBeaver：通用数据库工具。
• Metabase / Redash：可视化 SQL 构建器。
• Lark Base：可导入 CSV 结果以便分享。