京公网安备 11010802034615号
经营许可证编号:京B2-20210330
你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"?
答案其实很简单:数据库,以及跟它对话的那门语言——SQL。
这篇文章就是为完全没接触过数据库的你写的。跟着读下去,你会明白 SQL 到底是什么、为什么它和 Python、JavaScript 不一样、最常用的几条命令怎么写,以及怎样用 4 周时间从零基础练到能应付大多数技术面试。
SQL(Structured Query Language,结构化查询语言)是用来和数据库"说话"的语言。
几乎所有存数据的应用,背后都跑着 SQL——社交平台、银行系统,甚至是你中午用来点午餐的那个 App。
和大多数编程语言不同,SQL 不负责画界面,也不负责写算法。它的使命很纯粹:向数据提问,并得到精确的答案。
只要你能用中文把问题说清楚,你就能学会用 SQL 把它"翻译"出来。
如果你学过 JavaScript 或 Python,刚接触 SQL 会觉得它"怪怪的"。但恰恰是这种"怪",对初学者非常友好。
SQL 是声明式的语言:你描述"想要什么",而不是"怎么得到它"。
在 JavaScript 里,你可能会写一个循环去过滤数组;在 SQL 里,你只要写一句 WHERE 条件,剩下的"怎么高效找到这些行"交给数据库自己去操心。
这让 SQL 在很多方面都更好学。基本操作都很直观,语法读起来几乎像英语:
SELECT name, email
FROM users
WHERE age > 25
ORDER BY name;
就算你完全不懂 SQL,大概也能猜出这句在干嘛:把 25 岁以上用户的姓名和邮箱取出来,按字母顺序排列。
你这辈子会写到的每一条 SQL 查询,几乎都是由下面这五个操作搭出来的。把它们练熟,绝大多数数据问题你都能答上来。
SELECT 用来指定你想看哪些列。
-- 取出所有列
SELECT * FROM products;
-- 只取特定列
SELECT name, price FROM products;
-- 给输出列改个名字
SELECT name AS product_name,
price AS unit_price
FROM products;
WHERE 把结果缩小到符合某个条件的行。
-- 精确匹配
SELECT * FROM users WHERE city = 'New York';
-- 大小比较
SELECT * FROM products WHERE price > 50;
-- 多个条件
SELECT * FROM users
WHERE age >= 18 AND city = 'London';
-- 模糊匹配
SELECT * FROM users
WHERE email LIKE '%@gmail.com';
-- 列表匹配
SELECT * FROM orders
WHERE status IN ('pending', 'processing');
真实的数据库会把数据分散在多张表里,JOIN 负责把它们合到一起。
想象有两张表:users(id, name, email)和 orders(id, user_id, total, date)。想看"谁买了什么":
SELECT users.name, orders.total, orders.date
FROM users
JOIN orders ON users.id = orders.user_id;
上面这是 INNER JOIN(内连接),只显示至少下过一单的用户。如果你想看到所有用户、包括没下过单的:
SELECT users.name, orders.total
FROM users
LEFT JOIN orders ON users.id = orders.user_id;
没有订单的用户,在 total 这一列会显示 NULL。
GROUP BY 把行"折叠"成一个个分组,让你能计算聚合结果。
-- 统计每个城市的用户数
SELECT city, COUNT(*) AS user_count
FROM users
GROUP BY city;
-- 每个客户的平均订单金额
SELECT user_id, AVG(total) AS avg_order
FROM orders
GROUP BY user_id;
-- 每个月的营收总额
SELECT DATE_TRUNC('month', date) AS month,
SUM(total) AS revenue
FROM orders
GROUP BY DATE_TRUNC('month', date)
ORDER BY month;
ORDER BY 负责安排输出的顺序。
-- 按字母排
SELECT * FROM users ORDER BY name;
-- 价格从高到低
SELECT * FROM products ORDER BY price DESC;
-- 多个排序键
SELECT * FROM users ORDER BY city, name;
-- 只取前 10 条
SELECT * FROM products
ORDER BY price DESC
LIMIT 10;
初学者最容易犯的错,就是想一口气写出一条超复杂的查询。正确的做法,是一层一层往上叠:
问题:"2025 年总营收最高的前 5 个城市是哪些?"
第 1 步:先看原始数据。
SELECT * FROM orders;
第 2 步:筛出 2025 年的。
SELECT * FROM orders
WHERE date >= '2025-01-01' AND date < '2026-01-01';
第 3 步:连上 users 表,拿到城市信息。
SELECT users.city, orders.total
FROM orders
JOIN users ON orders.user_id = users.id
WHERE orders.date >= '2025-01-01'
AND orders.date < '2026-01-01';
第 4 步:按城市分组,把金额加起来。
SELECT users.city, SUM(orders.total) AS revenue
FROM orders
JOIN users ON orders.user_id = users.id
WHERE orders.date >= '2025-01-01'
AND orders.date < '2026-01-01'
GROUP BY users.city;
第 5 步:排序并取前 5。
SELECT users.city, SUM(orders.total) AS revenue
FROM orders
JOIN users ON orders.user_id = users.id
WHERE orders.date >= '2025-01-01'
AND orders.date < '2026-01-01'
GROUP BY users.city
ORDER BY revenue DESC
LIMIT 5;
每一步都能单独运行、验证结果是否合理,再往上加下一层。这种"搭积木"的写法,比憋大招稳得多。
WHERE 是在分组之前过滤单行;HAVING 是在分组之后过滤分组。
-- 错:WHERE 不能直接用聚合函数
SELECT city, COUNT(*) FROM users
WHERE COUNT(*) > 10
GROUP BY city;
-- 对:用 HAVING 在 GROUP BY 之后过滤
SELECT city, COUNT(*) FROM users
GROUP BY city
HAVING COUNT(*) > 10;
NULL 不等于 0,也不等于空字符串。它表示"未知"或"缺失"。
-- 这样查不到 phone 为 NULL 的行(错误!)
SELECT * FROM users WHERE phone = NULL;
-- 正确写法
SELECT * FROM users WHERE phone IS NULL;
两张表都有同名列时,必须指明你指的是哪张表的列。
-- 有歧义(到底是哪个 id?)
SELECT id, name FROM users JOIN orders ON users.id = orders.user_id;
-- 写清楚
SELECT users.id, users.name FROM users JOIN orders ON users.id = orders.user_id;
别名让查询更短、更易读,尤其在 JOIN 多张表时。
-- 不用别名(啰嗦)
SELECT users.name, orders.total
FROM users
JOIN orders ON users.id = orders.user_id;
-- 用别名(清爽)
SELECT u.name, o.total
FROM users u
JOIN orders o ON u.id = o.user_id;
同样是 SQL,不同岗位用起来侧重点不一样。
数据分析师主要用 SQL 来:
核心技能:复杂的 JOIN、窗口函数、CTE(公用表表达式)、日期处理、聚合。
后端开发主要用 SQL 来:
不管你走哪条路,基本功都是一样的。把 SELECT、WHERE、JOIN、GROUP BY、ORDER BY 学透,两条路的地基就都打好了。
第 1 周:SELECT 和 WHERE
第 2 周:JOIN
第 3 周:聚合
第 4 周:子查询与进阶

数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12