一，學SQL的苦惱
我觀察了 865 個 SQL 入門者，發現大家在學習 SQL 的時候，最大的問題不是 SQL 語法，而是對 SQL 原理的不熟悉。
很多初學者，往往被 SQL 能做什麼，為什麼會有 SQL 這門語言給迷惑到了。他們用學英語的方法，去學SQL，結果發現什麼都學不到，而且感覺越來越難學，難用。想想你為什麼討厭英語就明白了，每次翻開詞典，從 abandon 學起來，不到 10 頁就學不下去了，不就是因為太枯燥，太乏味了嘛。
假如我告訴你，聽聽音樂 yesterday once more, 看看電影 iron man 就能輕鬆學好英語，是不是覺得有趣多了？學 SQL 和學英語一樣，選擇枯燥的學習模式，必然帶來不好的學習結果。我們追求的是輕鬆學 SQL 的方法。
二，SQL 的原理
SQL 的原理，超級簡單，四個字，集合運算。
所有複雜的 SQL 語句，命令都是圍繞著這個本質在做文章，添油加醋。
如果對集合這個概念陌生，沒關係，高中畢業那麼久，不記得情有可原。畢竟當時老師也不知道，風靡全球的 SQL 會基於集合理念發明出來。
集合，最簡單的例子就是陣列，比如 { a, b, c, d}。舉個形象化的例子，比如大學全班同學，這是個大集合，按照性別進而可以分成男同學集合和女同學集合。
男同學有什麼特徵？高大，威猛，有鬍子。
女同學有什麼特徵？白嫩，溫柔，有長髮。
就這樣，我們有兩個大集合了，男同學集合，女同學集合。回到 SQL 的原理上來，針對這兩個集合，SQL 運算做的事情，無非就是這幾樣：
1、尋找身高大於180cm的男同學
2、尋找身高最高的男同學
3、尋找有鬍子的男同學
4、尋找長了鬍子，身高低於160cm的男同學
5、統計沒有長鬍子的男同學人數
6、尋找最高的女同學
7、尋找最白的女同學
8、尋找又高又白的女同學
9、尋找正在談戀愛的男女同學
10、尋找曾經談過戀愛，而現在又有其他男女朋友的男同學和女同學
你看，無非就是做這些事情。是不是對SQL立馬就有好感了呢！
三，SQL 的數學基礎
如此有趣的一件事情，教科書偏要說的枯燥（希望下面離散數學，集合理論的科普不會煩到你，不想看，完全可以跳過）
1、交換律（Commutative Laws）：
A ∪ B = B∪A， A ∩ B = B ∩ A
2、結合律（Associative Laws）：
(A ∪ B) ∪ C = A ∪ (B∪C) = A ∪ B∪C
(A ∩ B) ∩ C = A ∩ (B ∩ C) = A ∩ B ∩ C
3、分配律（Distributive Laws）：
(A ∩ B) ∪C = (A∪C) ∩ (B∪C)
(A∪B) ∩ C = (A ∩ C) ∪(B ∩ C)
4、等冪律（Impotent laws）:
A∪A = A，A∩A = A
5、吸收律（Absorption laws）：
(A∩B)∪A = A，(A∪B)∩A = A
6、同一律（Domination laws）：
A∪Ø = A，A∩Ω= A
A∪Ω=Ω，A∩Ø = Ø；
參考：http://math001.com/laws_of_set_theory/
這羅列了詳細的集合運算數學表示式。
所以，千萬別被教科書上的數學符號嚇到，而失去了學習SQL的興趣。學霸別聽我的，這些符號我知道對你完全是小菜一碟。
四，SQL基礎問題
下面我們用SQL來回答上面的10個男女同學問題：
1、把全班男女同學登記到花名冊上
2、找班上的八卦同學打聽男女朋友關係，記錄到戀愛關係秘本上
這裡用到的花名冊，戀愛關係秘本就是資料庫裡的二維表。先建這兩張表，分別是 Students(花名冊表)，Relationships(戀愛關係秘本)。為了更加形象，用 Excel 展示下，這兩張表分別長這個樣子：
第一張表是 Students 花名冊表，共有 6 欄，分別解釋下含義：
﹣StudentId: 用來標註學生的學號，一個學生只有一個學號；
﹣Name:學生姓名；
﹣Gender:學生性別；
﹣Height:學生身高，cm 為單位
﹣Mustache:有無鬍子；
﹣SkinColor:膚色
第二張表是 Relationships（戀愛關係秘本），共有 6 欄，分別解釋下：
﹣RelationshipId: 男女朋友關係成立的編號，用來確立兩人曾經處過或正在處於關係之中；
﹣BoyId:男生編號；
﹣GirlId:女生編號；
﹣BeginDate:關係成立日期；
﹣CurrentActive:當前是否還在戀愛期；Y 表示正在戀愛；N 表示已經分手；
﹣EndDate:分手日期
注意：欄位在資料庫中被稱為欄位
用 SQL 語句來表達建表的命令：
Students:
Create Table dbo.Students(
StudentId Varchar(10),
Name Nvarchar(200),
Gender Nvarchar(1),
Height Numeric(4,1),
Mustache Varchar(3),
SkinColor Nvarchar(1)
);Relationships:
Create Table dbo.Relationships(
RelationshipId Int,
BoyId Varchar(10),
GirlId Varchar(10),
BeginDate Datetime,
CurrentActive Varchar(1),
EndDate Datetime
);
注意：欄位旁邊必須加上資料型別，規範資料長度，精度，比如 varchar(3) 表示 3 個字長。
有關資料型別，可以參考參考官方文件對基本資料型別的定義和舉例
五，線上執行SQL工具
推薦可線上執行SQL的工具: http://sqlfiddle.com/
這款工具，有兩大特點：
1、支援六大資料庫，MySQL,Oracle,SQL Server,PostgreSQL,SQLite;
2、支援線上編輯及執行SQL，無需自搭資料庫環境
簡單瞭解下：
整個頁面分為1,2,3個區域。
區域 1 的編輯器用來建立資料庫 schema ，比如建表，新建資料；
區域 2 則用來編輯和執行 SQL；
區域 3 用來展示 區域 2 中的 SQL 執行結果
使用這款工具，無需你手工安裝資料庫便可以完成本指南所有的 SQL.
完美！我們成功的完成了第一步。
六，SQL 簡易實戰
接下來，讓我們為巧婦準備好精米。
INSERT
使用這條 SQL 命令，將新增全班同學的個人資訊，包括姓名，學號，性別，身高，膚色，有無鬍子，以及男女朋友關係，（當然這可不能讓班主任知道。）
INSERT INTO Students(
StudentId,
Name,
Gender,
Height,
Mustache,
SkinColor
)
Values
('001',N'陈冠奇',N'男',186,'No',N'白'),
('002',N'谢堂风',N'男',182,'No',N'白'),
('003',N'黄博',N'男',176,'Yes',N'黑'),
('004',N'李少杰',N'男',172,'Yes',N'黑'),
('005',N'徐少斌',N'男',163,'No',N'黑'),
('006',N'张白芷',N'女',172,'No',N'白'),
('007',N'张少函',N'女',163,'No',N'白'),
('008',N'灵昆',N'女',181,'No',N'黑'),
('009',N'夏平',N'女',158,'No',N'白'),
('010',N'莫文丽',N'女',156,'No',N'白')INSERT INTO Relationships(
RelationshipId,
BoyId,
GirlId,
BeginDate,
CurrentActive,
EndDate
)
Values
(1001,'001','006','2002-04-01','Y',null),
(1002,'003','009','2001-04-01','Y',null),
(1003,'005','010','2003-04-01','N','2004-04-01'),
(1004,'002','010','2004-04-01','N','2004-05-01'),
(1005,'004','010','2004-05-01','N','2005-08-01')
接下來我們用 SQL 做一些有意思的事情：
查詢身高大於180cm的男同學：
SELECT Name
FROM Students
WHERE Height > 180 and Gender = N'男'查詢身高大於170cm的膚白女同學:
SELECT Name
FROM Students
WHERE Height> 170 and SkinColor = N'白' and Gender = N'女'查詢最高的女同學:
SELECT Name
FROM Students
WHERE Height = (SELECT MAX(Height) FROM Students WHERE Gender = N’女’ )
and Gender = N’女’查詢有戀愛關係的同學：
SELECT Boy.Name as BoyName,
Girl.Name AS GirlName
FROM Relationships Rel
INNER JOIN Students Boy on Rel.BoyId = Boy.StudentId
INNER JOIN Students Girl on Rel.GirlId = Girl.StudentId最帥的陳冠奇居然留鬍子了，讓我們記錄下：
UPDATE Students
SET Mustache = ‘Yes’
WHERE Name = N’陳冠奇’帥奇留鬍子的原因居然是，陳冠奇和張白芷前兩天分手了，我們要記錄這段關係的破裂：
UPDATE Relationships
SET CurrentActive = ‘N’,
EndDate = ‘2008–04–01’
WHERE BoyId = (SELECT StudentId FROM Students WHERE Name = N’陳冠奇’) AND
GirlId = (SELECT StudentId FROM Students WHERE Name = N’張白芷’)任何的痛苦都離不開戀人的離去，張白芷居然去國外留學了，因此花名冊少了這個人：
DELETE Students
WHERE Name = N’張白芷’帥帥的陳冠奇，怎麼甘心就此沉淪，他又找了莫文麗做女朋友：
INSERT INTO Relationships(
RelationshipId,
BoyId,
GirlId,
BeginDate,
CurrentActive,
EndDate
)
Values
(1006,’001',’010',’2008–04–01',’Y’,null)好奇的小樂，查了查莫文麗的後臺，發現她居然曾有過三次戀愛關係：
SELECT RelationshipId
FROM Relationships
WHERE GirlId = (SELECT StudentId FROM Students WHERE Name = N’莫文麗’)恭喜！到此為止，所有的SQL基本操作你都會了。
七，SQL 晉級分水嶺
有競爭力的技術肯定是要花大功夫來磨鍊的，否則人人看一遍就會的東西，賣得出什麼高價呢！
因此當大家都度過第一階段之後，如何意識到還有第二階段，第三階段，甚至第四階段就很重要了。那會影響你的長期發展。舒適區是留給平庸者的。
從技術角度，我們習慣將 SQL 資料庫開發分為 4 個階段：入門，初級，高階，資深。
注：技術角度可分這四個階段，並不代表做到資深，你一定能年薪百萬。可千萬別這麼想，很多朋友諮詢我的第一個問題是，“黃老師，以我的水平，能要個30K不？” 這我不打包票，能做到什麼收入完全看你水平和天意（沒錯，很多時候，賺大錢靠運！）
在本文中，我只談 SQL 技術水平的晉級，不談其他。
上面的入門指南，相信你看完之後，寫 SQL 基本掌握了。這一階段過後，就是要透過反覆的操練這些 SQL ，直到你熟透這些 SQL 命令和語法。
幫你度過這階段最好的方式，是什麼呢？刷題。沒錯，簡單粗暴。這裡推薦牛客網，你可以試著去刷：
左邊是題目，右邊編輯 SQL， 點選【儲存並除錯】即可執行 SQL。系統會提示，你的答案是否透過！
刷完這 60 多道題目，相信你的感覺一定很好！
再推薦基本經典的小書，可以兼顧理論與實戰,具體看哪一本，依據你使用的資料庫軟體來：
●《SQL 必知必會》(綜合)
●《T-SQL Querying》中文《T-SQL 查詢》（SQL Server適用）
●《Oracle程式設計藝術》（Oracle適用，只要是 ASK Tom 主編 Thomas Kyte 的著作不會錯）
八，SQL 資料庫深入學習
當你跨過了第二個階段，所有的 SQL 命令都會了，看到 SQL 題目也有自信了，自認為天下資料，為 SQL 皆可取的時候，你應該來挑戰下高難度了
當然如果你跟我一樣，對紙質書情有獨鍾的話，這裡推薦幾本：
綜合類的資料庫調優書：
●《資料庫索引設計與最佳化》
●《資料查詢最佳化器的藝術》
Oracle 相關調優書：
●《Oracle Concepts》
●《Oracle 體系架構》
●《Oracle DBA 手記》（雲和恩墨出品都是精品）
MySQL 相關調優書：
●《高效能 MySQL》
SQL Server 相關調優書:
●《Inside SQL Server 》系列
●《T-SQL 效能調優密集-基於 SQL Server 2012 視窗函式》
這些書看下來應該會耗掉你2–3年的時間。當然，如果你願意痛飲咖啡，用007（一週工作7天，每天連續12個小時）的速度來看書，那也可能1年左右就夠了。但不建議這麼幹，身體健康比什麼都重要！
九，SQL 人的職業生涯
當任何超過5秒的SQL，在你手下都變成了秒出時，你可能會昂天長嘯，“老子終於天下第一啦”。不過且慢，你別忘記了，你還是會被專案經理催著幹活，比如改個欄位，改個需求，改處bug等等。此時，你恐怕最需要的是，一個得力的左膀右臂，一個能打的需求分析，更重要的是搞定靈活多變的業務變更，甚至你要挽起袖子，自己盯著業務變更，釋出更靈活適配的資料模型。此時資料建模，業務管理，資料治理，資料探勘，安全稽核等等都來了
此時，正是你職業生涯的分水嶺。
若你覺得你就是幹不了開會，扯皮，來回折騰的活兒，就喜歡指揮機器幹活，那就選擇偏技術的方向，比如運維DBA，資料庫研發。從事這條路線，意味著你要懂的更多的邊角料知識，比如作業系統，網路協議，自動化程式設計，架構設計，分散式計算，雲計算等。這些知識資料早已有現成的資料可以參考，只要耐得下心來學，一定有成功出頭的那一天。但也極其容易放棄，因為東西實在太多，太雜，而且有些邊緣性的學科，一時半會你還用不到，比如網路協議。但如果不懂網路協議，碰到資料庫安全的問題，你就容易敗下陣來，死的很慘。你的任何一個缺點都會伴隨每一次的故障而被無限放大，被很多同事視為毫無戰鬥力，讓你自己都開始懷疑自己，鄙視自己。所以幹這行，首先要有一顆強大的心臟，在無數的口誅筆伐之下，你要堅挺自己的信念，不要懷疑自己的判斷，丟失基本判斷能力。
且運維不僅僅是個智力活，還是個體力活。
白天所有執行在資料庫上的應用都好好地跑著，一般不會有大問題，看上去 DBA 很輕鬆。但是一到晚上，你們的活兒才剛剛開始。有索引重建，磁碟告警了；有 ETL Job 失敗，資料庫卡住了；有叢集節點宕機，需要更換機器了，等等。總之 7*24 的重活，累活都來了，而且是必須趕在天亮業務開始之前修復。有時候，那些夜貓子也很兇悍，大晚上非還要搶點貨，點個夜宵啥的。一下單，系統崩潰了，你的美夢也就泡湯了。或許你感冒了，正在休息，不行你得起來；或許你正在電影院看著復聯呢，不行，你得回公司。總之，為了工作，為了搶修資料庫，你必須第一時間趕赴現場。多少年輕的DBA都曾在高壓現場，留下了人生中第一口鮮血。
你說DBA那麼累，傻子才選，你走第二條路，扯皮！
恭喜你，你選了一條可以通向公司高層的路。也許是 CTO,也許是CEO。透過做資料執行，資料產品，或者資料分析，你認識了全公司上上下下的大小頭目，今天與運營總監吃個飯，明天與生產總監喝個咖啡。總之他們提的一切需求，都希望你全部搞定。你說你團隊人手不夠，公司不肯招人，跟他們有什麼關係？你說你excel就能實現的功能，為什麼非要整一套炫酷而無任何實用價值的視覺化報表分析軟體？他們就想要！你說你這個需求要1個月才能做好，他們拍著你的肩膀說，“你可以的，要相信自己。倆天，頂多兩天就能搞定！”
你帶著這麼多需求回到你的辦公室，看著滿臉青春的這些小夥小姑娘們，刷著微博，舔著朋友圈，個個臉上洋溢著熱焦瑪的香氣。你好忍心讓他們陪你加班到凌晨，還自費打滴滴麼！
好不容易，2個shot的星爸爸熱焦瑪下肚，你來了精神。熬到凌晨2點，連續2,3天回家看不到老婆/老公的笑臉，還給自己打氣，一切都是為了家庭。等到交上報告一看，“這裡資料改一下，口徑要和運營部統一”，“哪裡整個版面太醜了，影響公司形象，再修得漂亮一些。還有，這些報表都要加上許可權，不能讓其他部門人看到。好吧，明天下班前我們再談”。
好吧，這回你只得厚起臉皮請小朋友們一起改了，晚餐自費交了KFC全家桶，全組加班人員，一律打車報銷。你默默的在群裡丟了一個又一個紅包。收到一個又一個的“老闆帥氣，老闆再來一個，寶寶沒搶到”
終於趕在deadline之前做完了，“怎麼樣，我說你可以的吧，看好你哦。這樣，我們昨天幾個人會後碰了下，發現你原來的設計也挺好，只是稍微還要再改改；還有，資料需要增加匯入匯出功能…”
如此反反覆覆，來來回回的折騰，某天你突然感慨，原來“別人用了一年，真的學到了我十年所用會的SQL技術”。此時，你會堅持自己的選擇是對的嗎，假如不幸的是，公司投資人撤資了，你所熟悉的環境沒了，怎麼辦？
因此，在這些零零碎碎的專案鍛鍊中，你能否總結有效的規律，提高自己業務溝通的能力，掌握資料治理的策略，嚴格把控專案管理的進度，都成了你的必修課。一旦鬆懈和迷茫，可真是萬劫不復！
十，SQL 資料庫必讀書單
如果你選的是 DBA，除了各家資料庫文件要通讀之外，還需要補充雲計算相關：
●《資料庫系統實現》
●《雲計算通俗講義》
●《讓雲落地：雲計算服務模式》
●《雲計算架構技術與實踐》
●《Kubernates權威指南》
●《微服務架構設計模式》
如果你選的是業務設計（無論是運營，產品，資料分析，尤其是資料分析師），那麼這些書，肯定是要讀一讀的
Kimball 的系列書：
●《維度建模權威指南》
●《資料倉庫與商業智慧寶典-成功設計、部署和維護 DW/BI 系統》
業務場景解決方案：
●《計算廣告》
●《推薦系統實戰》
●《決戰大資料》
●《大資料之路-阿里巴巴大資料實踐》
●《企業IT架構轉型之道》
●《設計資料密集型應用》
大數據系列：
●《Hadoop 權威指南》
●《Spark 權威指南》
●《Hive 程式設計》
●《Hive 實戰》
●《Spark 高階資料分析》
●《Hadoop構建資料倉庫實踐》
以上就是基本路線了，能在5–10年搭好這個基礎，你定當可以獨當一面。
立即試用FineBI免費版：
https://intl.finebi.com/zh-tw/trial?utm_source=Medium_Banner
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
