SQL带你漫游数据海洋

第四关的内容是我期盼已久的，虽然学过SQL，但是自己根本没有系统地掌握，也没有将其应用于实践的机会，一直是纸上谈兵。现在公司里用的就是MySQL，客户端用的是Workbench。跟着老师的课程，先在自己电脑上安好了MySQL和Navicat。先开始读书，并做一些读书笔记。

《SQL基础教程》关系数据库必须以行为单位进行数据读写。SQL语句以分号结尾。为了规范语句写法：关键字大写。字符串和日期常数要用单引号括起来，数字直接书写即可。要用半角空格作为单词的分隔符。COUNT 函数的结果根据参数的不同而不同。 COUNT (*) 会得到包含 NULL 的数据行数，而 COUNT (< 列名 >) 会得到 NULL 之外的数据行数。四则运算中如果存在 NULL ，结果一定是 NULL 。聚合函数，如果以列名为参数，那么在计算之前就已经把NULL 排除在外了。聚合函数会将 NULL 排除在外。但 COUNT (*)例外，并不会排除 NULL 。日期、字符串类型的数据能够使用 MAX/MIN 函数，但不能使用 SUM/AVG 函数。MAX / MIN 函数几乎适用于所有数据类型的列。 SUM / AVG 函数只适用于数值类型的列。SELECT → 2FROM → WHERE → GROUP BY→ HAVING→ ORDER BY。只有 SELECT 子句和 HAVING 子句（以及 ORDER BY 子句）中能够使用聚合函数。WHERE 子句 = 指定行所对应的条件，HAVING 子句 = 指定组所对应的条件。内联结中要用ON，ON要在FROM和WHERE之间。内联结只能取出同时存在于两张表中的数据。外联结：RIGHT OUTER JOIN代表右边为主表，LEFT OUTER JOIN代表左边为主表，取出单张表中的全部信息。

最近比较忙，我也是刚报老师的班就很幸运的找到工作了，虽然没有相关工作经验，所以在公司里这一段时间也是在天天学各种东西，SQL一时就有点跟不上了。我的工作中现在对SQL技术要求不高，但是还是要自己会取数据的。终于把《SQL基础教程》里老师要求看的章节囫囵吞枣看完了，边看边练习，粗糙的过了一遍。现在开始练习SQL ZOO里的习题。选择一些比较有难度的题记到笔记里。

SQL ZOO练习题笔记

1、第1章：第13题找出所有首都和其國家名字,而首都要有國家名字中出現。

SELECT capital,name FROM world WHERE capital LIKE concat(%,name,%);

; V* k3 X; Y( ^- K# Q* |: ?0 |5 w% X

2、第1章：第15题"Monaco-Ville"是合併國家名字 "Monaco" 和延伸詞"-Ville"，顯示國家名字，及其延伸詞，如首都是國家名字的延伸。

SELECT name,REPLACE(capital,name, ) FROM world WHERE capital LIKE concat(name,_%);

3、第2章中文版：第13题Oceania becomes Australasia，Countries in Eurasia and Turkey go to Europe/Asia，Caribbean islands starting with B go to North America, other Caribbean islands go to South America，Show the name, the original continent and the new continent of all countries。

! T8 `0 ]2 X8 r: j' u) F$ T

SELECT name,continent, * b% E7 m5 e5 l5 v8 j CASE WHEN continent=Oceania THEN Australasia y3 w% l2 [( H9 b. ?* ~" @. U+ v WHEN continent=Eurasia THEN Europe/Asia WHEN name=Turkey THEN Europe/Asia : E! o- L5 e0 u WHEN continent=Caribbean AND name LIKE B% THEN North America WHEN continent=Caribbean AND name NOT LIKE B% THEN South America ELSE continent END - C: k+ O0 y5 N1 b$ ^# s2 n FROM world - v- Y6 p& A* S, } ORDER BY name;

% f }5 C0 @+ k, C' L H

4、第3章：第14题The expression subject IN (Chemistry,Physics) can be used as a value - it will be 0 or 1.Show the 1984 winners and subject ordered by subject and winner name; but list Chemistry and Physics last.

SELECT winner,subject ' p, ^1 ^9 X. i) v, {! x, b FROM nobel WHERE yr=1984 8 {3 O/ a0 X2 ]9 ^5 K9 x ORDER BY subject IN (Physics,Chemistry),subject,winner; # G5 ?+ C- F8 \4 Q

+ i T/ t5 Y8 v& a. o$ D7 `

5、第4章：第5题顯示歐洲的國家名稱name和每個國家的人口population百分比，以德國的人口的百分比作人口顯示。

) ~7 S. w/ D B+ z1 v5 A

SELECT name, % y- m/ q8 O8 N3 a CONCAT(ROUND(population*100/(SELECT population FROM world WHERE name=Germany),0),%) AS population , f8 J6 l6 ?. f3 U FROM world WHERE continent=Europe;

6、第5章：关于nobel表的SUM和COUNT练习第11题列出誰獲得多於一個獎項(Subject)。

: ]0 J/ s# g. E$ C1 g1 i5 C; l

SELECT winner FROM nobel GROUP BY winner HAVING COUNT(DISTINCT(subject))>1;

7、第6章：第12题每一場德國GER有參與的賽事中，列出賽事編號 matchid, 日期date 和德國的入球數字。原题要求列出的是德国的入球次数，所以此处必须添加条件teamid=GER

SELECT matchid,mdate,count(teamid) FROM game JOIN goal ON matchid=id WHERE (team1 = GER OR team2 = GER) aAND teamid=GER GROUP BY matchid,mdate;

8、第6章：第13题Notice in the query given every goal is listed. If it was a team1 goal then a 1 appears in score1, otherwise there is a 0. You could SUM this column to get a count of the goals scored by team1.Sort your result by mdate, matchid, team1 and team2.

- r+ G4 O# v l4 O, p- M

SELECT mdate,team1, % g4 \) X' S5 O2 J% }0 B: g. B SUM(CASE WHEN teamid=team1 THEN 1 ELSE 0 END) & C# \+ L K2 ?( U6 s: i score1, . ?/ o' L- Q8 r% }6 X9 ] team2, SUM(CASE WHEN teamid=team2 THEN 1 ELSE 0 END ) 0 f2 F( |$ L, {0 D0 E& Y* m score2 9 t2 j9 j9 y( v# s6 c( B$ p, h FROM game LEFT JOIN goal ON matchid = id : J9 z$ @; E# _" E, i, U: w' a GROUP BY mdate, matchid, team1,team2 ) Q* c- I" W, j( t% e) W ORDER BY mdate, matchid, team1,team2 . h- S; r% j: e6 k

总结

SQLZOO里的题目做了90%，有个别很复杂的我没有做，大概有五六道。经过这一段时间的学习以及最近在公司做的数据分析项目，对SQL的应用，我个人的理解如果不是专门做数据库的人员，不需要掌握太复杂的，但是基本的知识应该反复温习、练习、复习以及应用。

最近做的项目就是根据数据的唯一编号从数据库里取数据，公司的数据库管理员已经写好很多Views，其实我是从Views里取的数据。

用SQL做上海地区出租房屋情况的分析

分析需求：

8 J( Y; c A/ C4 U# n

1、上海出租房分布情况：各区域房源数目，平均面积，楼层情况，交通方便情况。在某如网站上爬取的数据，由于网站限制，租金字段爬不下来，只能就分布区域，面积等分析。

2、爬取数据后先在excel里做数据处理、数据清洗，在这里有的字符型数据需要通过“分列”转化为数字型数据。另存为csv格式，然后导入Navicat里。

6 {1 Q& X# ]7 l( v+ t, x: [" X

3、总数据量。

' |9 \) d5 } c

4、分析各个区域出租房屋数及占比。

" j! u/ o4 ^, k$ l

& s7 U0 Q% p% s) |+ t2 T

5、各个区域出租房屋的平均面积。

6、出租房屋的层级划分。按整楼高。

, _6 f) c; `8 H5 K8 f

7、距地铁站的距离。

, L" l; Y" t0 R- K% h6 x

项目总结

爬取到的数据量有些太少了，并且感觉很不全面。要想真正提高自己的技术水平，还需要多应用。自己接触的数据分析项目还是比较少，感觉有点无从下手，不知道应该分析哪些东西才是有价值的，现实情况中，做数据分析还需多学习些业务知识，与业务相结合的分析才能分析对方向，才能分析出有价值的东西。

: g0 ^) {; [. i 3 ^& V6 `: D" A4 h7 }# _ % g' f, h% ^ S- a, J