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,%);

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,_%);

. e( K/ g7 \1 H1 S. F

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, CASE WHEN continent=Oceania THEN Australasia ) j% K/ [7 A! j. E( l WHEN continent=Eurasia THEN Europe/Asia ; ?6 U7 @% ]) ^ WHEN name=Turkey THEN Europe/Asia ! f3 O1 D! g9 G) } WHEN continent=Caribbean AND name LIKE B% THEN North America WHEN continent=Caribbean AND name NOT LIKE B% THEN South America * H. ` q" S' p7 _+ u; x; U/ _) W' X ELSE continent END FROM world 8 G4 z$ R: h7 B, m5 ]1 R 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.

# r! D0 y9 X3 E* J( u

SELECT winner,subject 1 [, ]: r- r0 g1 S8 p } FROM nobel / _* y) N. S" e* g: u/ d; v. o WHERE yr=1984 # t: f0 l6 d) u+ @5 B; s ORDER BY subject IN (Physics,Chemistry),subject,winner;

. z8 |8 T. ]& y$ v E

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, CONCAT(ROUND(population*100/(SELECT population FROM world WHERE name=Germany),0),%) 2 E3 M/ r3 E! u/ q5 c+ {, x AS population + V% ?* \! C7 j! q 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)。

( y0 }0 `9 w- ^( R* r9 e0 V

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) & A3 q+ j5 P) j: `. T/ V e- E FROM game JOIN goal ON matchid=id 8 ]& H- i+ h* k3 ^: W- X WHERE (team1 = GER OR team2 = GER) aAND teamid=GER GROUP BY matchid,mdate; + L7 E n8 r+ z# G$ [; R

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, 7 L0 V: }" B+ x' U, W SUM(CASE WHEN teamid=team1 THEN 1 ELSE 0 END) score1, : E% B6 I( ?( y0 ?: N" s4 f9 T team2, + {: N4 g$ N. @! n SUM(CASE WHEN teamid=team2 THEN 1 ELSE 0 END ) & @8 r# V$ D7 C score2 0 p3 g* f8 }5 r7 b$ C+ y+ {7 A FROM game LEFT JOIN goal ON matchid = id GROUP BY mdate, matchid, team1,team2 5 Q& _# B2 B' h# b- Q: Y ORDER BY mdate, matchid, team1,team2

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。

' l/ V& W- A* j* ?& V

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：

, M: b) K3 B4 X1 t7 U3 ]8 U

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。

7 G: @/ u) J/ Y" E4 Q7 X+ o

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。

9 k' s! \2 \& {' q7 q; G

3、总数据量。

, L0 C2 E0 J. H+ C. { i! D* j

! q4 s8 i$ h& p6 ?9 L

4、分析各个区域出租房屋数及占比。

5 z5 Y: U: @' e

5、各个区域出租房屋的平均面积。

^5 p- T: A6 p

- m/ U* i) w( k+ u: |

6、出租房屋的层级划分。按整楼高。

3 Z' ]5 R0 ]8 Z

7、距地铁站的距离。

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。

) j7 L' }* I) t; N+ z: I( P. ]