SQL带你漫游数据海洋

8 q) X6 `* [% w' U/ C: y- A

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,%);

+ F9 c5 y# W9 G5 a

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,_%);

* ^4 c0 d0 S6 s2 P: Z1 ~2 }! p$ N

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。

SELECT name,continent, T- s1 }7 S" @" S* x5 P CASE WHEN continent=Oceania THEN Australasia ! u; L g f3 H1 p$ x* j WHEN continent=Eurasia THEN Europe/Asia WHEN name=Turkey THEN Europe/Asia + @) t! U+ `& V5 S) w WHEN continent=Caribbean AND name LIKE B% THEN North America + V8 g# ^7 A+ P, c WHEN continent=Caribbean AND name NOT LIKE B% THEN South America 4 o4 C i2 E8 }+ K4 g+ W" C, G4 j ELSE continent END FROM world - ~" \0 P8 D& m: r# U& R) }5 }% l ORDER BY name;

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 2 z& w* V2 ^7 z( G; Z FROM nobel : u$ J# e' H: C% D0 c' F Y WHERE yr=1984 ORDER BY subject IN (Physics,Chemistry),subject,winner; 7 I) L L3 l1 P4 b# _3 V

3 S0 n6 C9 G1 Q6 g

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。

SELECT name, ( w7 f7 f$ a2 C: K1 @% \ CONCAT(ROUND(population*100/(SELECT population FROM world WHERE name=Germany),0),%) AS population 8 C. _7 z7 t. g3 L4 ~2 } FROM world WHERE continent=Europe; ' T2 X$ C# N Y c! y

( T8 I6 m' S7 V) k. d( Y7 X

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)。

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) ( J* N* f, V3 ^4 D; L8 \ FROM game JOIN goal ON matchid=id * r' D+ O% n1 {5 ?& w+ A6 L WHERE (team1 = GER OR team2 = GER) aAND teamid=GER GROUP BY matchid,mdate;

' H- m/ V9 w6 _% p5 t: p, u

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.

SELECT mdate,team1, SUM(CASE WHEN teamid=team1 THEN 1 ELSE 0 END) score1, team2, SUM(CASE WHEN teamid=team2 THEN 1 ELSE 0 END ) 6 ~6 x. r1 C9 p# Y0 ^ score2 9 g% @+ A: a2 E6 q4 r- @ FROM game LEFT JOIN goal ON matchid = id GROUP BY mdate, matchid, team1,team2 ORDER BY mdate, matchid, team1,team2 E6 V/ I# g/ S) M6 {

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。

4 I; a& ?! N+ T4 m- q9 y

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：

; l; T I3 t- j5 {/ h0 a9 m4 v

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。

: f; L9 t" {- G' Q/ O

, w. }8 v2 K! H+ y5 m$ f3 p7 Z2 l1 o0 x

3、总数据量。

) |& G/ m- q% k) f# }; B

4、分析各个区域出租房屋数及占比。

% v/ B E D5 d6 r* {

4 Y# N z0 o5 X4 a5 T2 m& r. R2 W

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。

7、距地铁站的距离。

# b$ L/ b9 ]8 L; A, b4 z4 M

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。

! C& D& D. o5 E: Z2 w: M5 p8 j( c 4 o3 t! W3 r& [7 x