

很多数据分析师精通Excel函数和数据透视表，但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系”时，却常常答不上来。在企业的真实工作场景中，数据从来不是从天而降的Excel文件，而是存储在各类数据库中的结构化信息。掌握数据库的核心概念，是数据分析师从“会处理数据”走向“会获取数据”的关键一步。

”

引言：为什么“读懂数据库”是数据分析师的第一关？

小林入职了一家互联网公司的数据分析团队。第一天，主管让他“提取近三个月电商业务数据库中的订单明细数据”。小林打开数据库工具，面对那一排排陌生的表名和字段名，他发现自己“会用Excel分析数据”，却“不知道怎么把数据从数据库里弄出来”。经过半小时的手忙脚乱，他终于导出了一张Excel表，打开一看：订单金额是负数，日期格式乱七八糟，还缺了关键的“商品类别”字段。主管看了一眼，皱起了眉头——这不是小林第一次在这个问题上“栽跟头”了。

这不是小林的错，而是大多数数据新人的共同困境——数据分析技能和数据库基础知识之间存在断层。在企业环境中，数据资产几乎都沉淀在数据库中，而非现成的Excel文件。数据分析师日常工作面临的两个基础挑战，都与数据库知识息息相关：数据怎么取以及数据怎么用。

一、数据库的核心认知：CDA视角下的数据“仓库”

数据库（Database）的本质是“按一定结构组织、存储和管理数据的系统”。数据库是整个企业数据资产的“大本营”，也是CDA分析师工作的“起点”。

概括来说，数据库，就是你的各种业务数据的“大仓库” 。在实际工作中，最常用的几类数据库包括：

• 关系型数据库：是企业最主流的数据组织形式，以表的形式存储和管理数据，所有数据由清晰的字段和记录构成，数据之间存在明确的关系，代表产品是MySQL、Oracle、SQL Server、PostgreSQL等。
• 非关系型数据库（NoSQL） ：在处理大规模、非结构化、高并发等特定场景中优势显著。此类数据库主要应对海量非结构数据，例如键值型、文档型数据库等。

（一）数据的组织逻辑：数据库与数据表

数据库（Database）是存储数据的“大仓库”，而数据表（Table）则是仓库中分类存放数据的“货架”。它们是“整体与局部”的关系。

数据库通常按业务线划分，如“电商业务数据库”“金融信贷数据库”，以避免数据混乱。分析师在工作中，首先需明确分析目标对应的数据库——比如分析电商用户满意度，就需进入“电商业务数据库”。在电商数据库中，会包含“用户表”（存储用户信息）、“订单表”（存储订单数据）、“商品表”（存储商品信息）、“物流表”（存储配送数据）等多个表格，每个表都围绕一个业务对象设计。

（二）字段、记录与主键：数据的最基本单位

数据表由字段和记录组成，这是分析师接触数据的“最小颗粒度”。

理解主键的作用是至关重要的。在企业级数据模型中，主键是确保数据准确定位、多表间数据“不混淆”的依据。每当分析师需要分解“用户画像”或计算“复购率”时，都需要依赖主键将多个表进行横向关联。

二、核心对象详解：表与视图

企业的业务数据以“表”的形式保存，但日常分析中还有一个高频衍生物——视图（View）。它们都是数据库的核心对象，但与Excel打开的一张张Sheet不同，它们各有各的用法和特征。

（一）数据表：固化数据的“实体容器”

数据表是数据库中用于物理存储数据的实体结构，相当于“数据档案柜”。所有原始数据或经过处理的核心数据都以表的形式持久化存储。其核心特征是占用物理存储空间、数据独立存在、可直接修改数据内容。

创建表的核心价值体现在三个方面：一是固化高频使用的中间数据，避免重复处理原始数据；二是规范数据结构，将杂乱的原始数据整理为符合分析需求的格式；三是实现数据共享，为团队提供统一的分析数据来源。

（二）视图：简化查询的“虚拟窗口”

视图是基于一个或多个表的查询结果构建的虚拟表，本身不存储数据，仅保存查询逻辑，相当于“数据的动态窗口”——每次访问视图时，数据库会重新执行其关联的查询逻辑，返回最新数据。视图的三大核心价值——简化复杂查询、隐藏数据细节、确保数据一致性——都能直接为数据分析工作提供便利。

（三）表与视图的核心差异对比

三、CDA与数据库的“沟通语言”：SQL

SQL（结构化查询语言） 是操作数据库的标准语言。在CDA的考试指导中，非常明确地将SQL定位为数据分析师的工具，而非普通的IT开发工具。

（一）基础查询精选：以SELECT为核心的探索

1. SELECT与FROM：指定查询范围

数据分析的第一步永远是“从哪张表中选择哪些数据”。语法为SELECT 列名1, 列名2 FROM 表名。

在实际业务中，可以通过为表设置别名来简化复杂的查询。例如：SELECT o.订单金额 FROM 订单表 o。理解SQL语句的执⾏顺序（FROM → JOIN → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT）对于写出正确的复杂查询至关重要。例如，列别名是在WHERE子句执行之后才生效的，因此WHERE子句中不能直接使用列别名。

2. WHERE与DISTINCT：数据筛选与去重

• WHERE子句用于从FROM列表中筛选行，严格遵循指定的条件进行过滤
• DISTINCT关键字是数据分析师日常应对“重复数据”的基础操作，用于过滤查询结果中重复的行
• 在实际使用中，会大量接触“AND”“OR”“LIKE”“IN”等多种条件过滤语句

3. GROUP BY与HAVING：分组汇总与分组筛选

GROUP BY与HAVING是两个非常重要的工具：

• GROUP BY：配合聚合函数（聚合函数SUM、AVG、COUNT、MAX、MIN等）将数据行按某个列的值进行分组，之后可对每个组进行统计计算
• HAVING：在数据被GROUP BY分组聚合之后，对分组聚合的结果进行筛选。这一过程在SQL中的执行顺序为：FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY

???? “WHERE”与“HAVING”的区别：WHERE子句在数据被聚合之前应用，用于筛选原始数据行；HAVING子句在数据被聚合之后应用，用于筛选分组后的结果。

4. 其他常用子句：ORDER BY与LIMIT

• ORDER BY：这是输出结果前最后的“整理”动作，对查询结果按指定字段进行升序（ASC）或降序（DESC）排序，便于观察趋势或极值
• LIMIT：限制查询结果返回的记录数，常用于取前N条或实现分页查询

重点掌握如下几种横向连接查询：

• 内连接（INNER JOIN） ：只有在两个表中都存在匹配的数据时才会返回结果。这是最常用的连接方式，对应分析需求中取“交集”的逻辑。
• 左连接（LEFT JOIN） ：保留左表全部记录，右表显示匹配内容，不匹配的记录显示为NULL。这在需要保留主表所有记录（如订单主表）的场景中非常重要。
• 右连接（RIGHT JOIN） ：与左连接逻辑类似，保留右表所有记录，延伸了其他表的字段。
• 全连接（FULL JOIN / FULL OUTER JOIN） ：保留两张表的全部信息。当匹配成功时合并为一行，匹配失败时独有记录用NULL填充。FULL JOIN是能“保留被连接两表的全部信息”的连接方式。
• 交叉连接（CROSS JOIN） ：也称作笛卡尔积，返回左表和右表所有可能的行组合。

除了上述横向连接，还要掌握纵向合并查询。UNION ALL和UNION负责将两个结果集上下堆叠（列数需相同）。二者的关键区别在于：UNION ALL合并时会保留所有行，包括重复行，因此无去重开销，速度快；UNION会对合并后的结果集执行去重操作。

（二）进阶查询技术：子查询的破圈应用

子查询指在一个SELECT语句的内部嵌套另一个SELECT语句。当面对类似“找出那些下单金额大于本月平均订单金额的用户”这类复杂分析时，往往一下子需要“套两层”查询逻辑。

四、数据库、DBMS与SQL的三角关系：看清全貌

• 数据库（DATABASE） ：是实际存储数据的容器，可以将其视为各种数据实体融合的整体
• DBMS（Database Management System，数据库管理系统） ：是用于操作和管理这个容器的软件系统，例如MySQL、Oracle等
• SQL：则是CDA分析师与DBMS“对话”的一种编程语言

简单类比：DBMS相当于Excel软件本身，SQL则像是VBA宏代码，需要使用这套通用语言去驱动DBMS读取和修改Database中的数据。

五、助力高效分析：数据库函数与应用

在实践当中，无论是数据库查询还是核对分析，函数功能都是十分重要的助推器——它不仅能提升审计应对效率，也能辅助完成数据表的创建和维护，保证数据的准确性和一致性。

• 聚合函数：COUNT（计数）、SUM（合计）、AVG（平均值）、MIN（最小值）、MAX（最大值）是处理大规模数据的基石
• 数值处理函数：ROUND（四舍五入）、ABS（绝对值）、CEILING/CEIL（向上取整）常用于处理金融计算和数值整理
• 字符串函数：CONCAT（字符串连接）、SUBSTRING（字符串截取）、LENGTH（字符串长度）、REPLACE（字符串替换），可高效清洗大量文本类数据
• 日期时间函数：NOW（当前日期时间）、DATE_ADD（日期增加）、DATEDIFF（日期差值计算）面对例如“用户最近一次下单距今的天数”这类问题至关重要

六、实战演练：从一份“电商订单需求”完成完整的数据库查询

背景

假设你是一家电商公司的CDA数据分析师，现需对“近2个月所有已支付订单”进行分析，看近期是否有值得关注的商品活跃度异常。电商数据库拥有三张表：

• 用户表：user_id（主键）、user_name、city、reg_date
• 订单表：order_id（主键）、user_id、order_amt、order_status、order_date
• 商品订单明细表：order_detail_id（主键）、order_id、product_id、product_name、quantity、unit_price

任务

1. 查询所有近2个月已支付订单的用户姓名、城市、订单金额及订单日期
2. 按城市维度统计已支付GMV总额（ORDER_STATUS='已支付'），并筛选出GMV大于10万元的城市
3. 创建一张视图，以便分析师后续直接查询该数据

完整操作流程

第1步：基础的多表横向连接查询（联立订单表和用户表）

SQL逻辑如下，注意使用了主键user_id作为左右两表关联的“桥梁”：

SELECT 
    u.user_name,
    u.city,
    o.order_amt,
    o.order_date
FROM 订单表 o
INNER JOIN 用户表 u ON o.user_id = u.user_id
WHERE o.order_date >= DATE_SUB(CURDATE(), INTERVAL 2 MONTH)
AND o.order_status = '已支付';

第2步：分组汇总筛选（GROUP BY + HAVING）

现实业务中存在大量项目，需要按某个维度（例如city）进行初次分组，再筛出统计值超过某一阈值的项目。以下是针对GMV的精准筛选：

SELECT 
    u.city,
    SUM(o.order_amt) AS gmv
FROM 订单表 o
INNER JOIN 用户表 u ON o.user_id = u.user_id
WHERE o.order_date >= DATE_SUB(CURDATE(), INTERVAL 2 MONTH)
AND o.order_status = '已支付'
GROUP BY u.city
HAVING gmv > 100000;

此处的SUM与GROUP BY组合实现了不同城市的“订单总金额”汇总，HAVING则过滤出GMV大于10万元的城市。

第3步：创建视图——将常用复杂查询固化

考虑到上述多表连接查询在未来会频繁使用，直接创建视图是最有效的方法：

CREATE VIEW v_paid_order_gmv AS
SELECT 
    u.user_name,
    u.city,
    o.order_amt,
    o.order_date
FROM 订单表 o
INNER JOIN 用户表 u ON o.user_id = u.user_id
WHERE o.order_status = '已支付';

创建成功后，后续执行SELECT * FROM v_paid_order_gmv WHERE order_date >= DATE_SUB...，无需再重复编写JOIN逻辑。

✅ 视图的优势：视图本身不存储数据，访问时自动使用源表最新数据。它尤其适用于“按订单状态已支付”这种后续各团队都经常要使用的查询逻辑。



这就是一套完整的“多表连接 → 分组汇总 → 筛选过滤 → 视图固化”的SQL实战流程。

”

结尾：从“会取数据”到“懂数据库”的价值跃迁

很多数据分析师会写SELECT * FROM，但当被问到“表和视图有什么区别”“INNER JOIN和LEFT JOIN分别适用什么场景”“GROUP BY和HAVING的执行顺序是什么”时，却答不上来。

“会取数据”是完成工作的基础，“懂数据库”是体系化分析和可成长提升的阶梯。

在CDA Level Ⅰ的认证体系中，数据库应用部分是连接SQL操作与实际业务分析的核心桥梁。将大量规则与技能适配以后，数据分析师才能从“懂操作”升级为“懂应用”。这部分考核贯穿数据库分类的领会、SQL基本语法和多表连接等综合应用，确保每位CDA分析师都具备从企业核心数据库中高效、准确地获取数据的基本功。

下一步行动：

1. 打开你企业的数据库，查看其表结构，理解表与表之间的关系和主外键连接
2. 选择常用的几类SELECT加聚合函数进行分组统计，熟悉GROUP BY和HAVING的执行顺序
3. 用INNER JOIN和LEFT JOIN连接用户表和订单表，理解数据量增减逻辑



数据库是企业数据的“心脏”，SQL是CDA分析师与心脏对话的“语言”，掌握它们，你才能真正让数据为你所用。

”

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0