一个取数工人的基本素养

sql 大法好而且很重要

要做分析，首先要有数据。数据分析师要分析的数据一般来自于数据库（不管是业务库还是数仓中间表）slect * from table，这个语句是取数的精髓，无论是多么复杂的取数需代码都是这一句演化而来的。

sql的几种主要语法

join
group by
order by
union
其中，join 是最常用的语法。
jion中又可以分为(以 table a 和 table b 为例)
left join 左外联结，以table a 为主表，去table b 里寻找匹配的记录
slect * from table a ta left join table b tb on a.id=b.id
right join 右外联结，以table b 为主表，去table b 里寻找匹配的记录
slect * from table a ta right join table b tb on a.id=b.id
full join 外联结，匹配table a 和 table b 的所有记录，只要有一个表包含即可
slect * from table a ta full join table b tb on a.id=b.id
inner join 内联接，匹配table a 和table b 都有的记录，两个表必须同时包含
slect * from table a ta inner join table b tb on a.id=b.id

用常见的韦恩图来表示就很容易看明白了（图片来自@mzlogin）

a1dfc27eb47454d76c3e1f7b06a8da51.png

这四种jion 配合返回字段是否为空，还可以扩展出其他的写法，也用韦恩图来表示一下（图片来自@C.L.Moffatt）

Visual_SQL_JOINS_orig.jpg

写sql要占到数据分析师的一般甚至更多的时间，但也是基础工作。所以，如何更快更好地取数也是数据分析师的一个重要能力。

限定时间：取数的速度是一点一点练上来的，之前做过的需求，给自己限定时间重新做一遍，看每次卡到的点在哪里。
固化口径：部分需求是重复的，不用每次都去构思。将经常出现的主要逻辑与指标固化下来，不断复用。
多一种可能：不要停留在取数的熟练区，不要觉得取数也是必须的工作一样的完成价值。需求和需求是有价值之分的，优先做高价值需求；熟练了一种写法，是否换个写法是否可以实现的更快更好？熟练了某条业务线的需求，换个业务线的需求是否可以驾轻就熟？
拒做取数机：先说重点，数据分析师不了解业务就是扯淡。不了解业务，不主动去问why，不主动思考业务方的需求是否合理，不和业务方主动沟通，这样数据分析师就是死路一条的机器。

我的tableau public ：https://public.tableau.com/profile/yangliang7968#!/