数据分析基础：从 SQL 到可视化，一文搞懂核心知识点

📌 本文系统梳理数据分析所需的基础技能，涵盖 MySQL 核心语法（DDL/DML/DQL）、多表关联查询、窗口函数、常用函数，以及 FineBI 可视化报表入门。适合数据分析初学者收藏参考。

📑 目录

一、SQL 语法基础

1.1 数据库概念

数据库是存储和管理数据的系统，核心操作即 CRUD：增（Create）、删（Delete）、改（Update）、查（Retrieve）。

数据库主要分为两大类：

类型 说明 常见产品
关系型数据库（SQL） 存储结构化的行列数据 MySQL、Oracle、PostgreSQL、SQLite
非关系型数据库（NoSQL） 存储非结构化数据 Redis（键值对）、MongoDB（文档）、HBase（列式）、Neo4j（图）

1.2 MySQL 基础

MySQL 是目前最流行的关系型数据库管理系统（RDBMS），具有以下特点：

  • 采用 C/S 架构（Client 客户端 / Server 服务端）
  • 使用标准的 SQL 结构化查询语言

数据库连接方式：

# 终端连接
mysql -h 服务端IP地址 -P 端口 -u 用户名 -p 密码

# 默认值
# 服务端地址：127.0.0.1 或 localhost
# 端口：3306

此外，也可以通过 PyCharm 等 IDE 的数据库工具进行可视化连接。

1.3 SQL 语句分类

分类 全称 作用
DDL Data Definition Language 数据库/数据表/字段的增删改查
DML Data Manipulation Language 表记录的增删改
DQL Data Query Language 表记录的查询
DCL Data Control Language 访问权限、安全、用户管理

1.4 SQL 基础语法规则

-- SQL 语句以分号 ; 结尾
-- SQL 语句不区分大小写

-- 注释方式
/* 多行注释 */
-- 单行注释（推荐）
# 单行注释（MySQL 特有）

⚠️ 注意事项：

  • SQL 语句中的标点符号必须使用英文符号
  • 关键字不建议用作库名、表名或字段名

二、DDL — 数据定义语言

2.1 数据库操作

-- 增：创建数据库
CREATE DATABASE [IF NOT EXISTS] 数据库名 [CHARSET utf8mb4];

-- 删：删除数据库
DROP DATABASE 数据库名;

-- 改：修改数据库
ALTER DATABASE 数据库名 ...;

-- 查：查看所有数据库
SHOW DATABASES;

-- 查看某个数据库的创建信息
SHOW CREATE DATABASE 数据库名;

-- 切换/使用数据库
USE 数据库名;

2.2 数据表操作

-- 增：创建数据表
CREATE TABLE 表名 (
    字段名1 数据类型 [约束],
    字段名2 数据类型 [约束],
    ...
);

-- 删：删除数据表
DROP TABLE 表名;

-- 改：重命名数据表
RENAME TABLE 旧表名 TO 新表名;

-- 查：查看所有表
SHOW TABLES;

-- 查看表结构
DESC 表名;

2.3 字段操作

-- 增：添加字段
ALTER TABLE 表名 ADD 字段名 数据类型 [约束];

-- 改：修改字段
ALTER TABLE 表名 CHANGE 旧字段 新字段 数据类型 [约束];

-- 删：删除字段
ALTER TABLE 表名 DROP 字段名;

2.4 数据类型与约束

常用数据类型：

类型 关键字 说明
整型 TINYINT、INT 整数
字符串 VARCHAR(n)、CHAR(n) 可变/固定长度
小数 FLOAT、DECIMAL 浮点/精确（金融用 DECIMAL）
日期 DATE、DATETIME 年月日 / 年月日时分秒

常用约束：

约束 关键字 说明
主键 PRIMARY KEY 唯一、非空，一张表只有一个，可配合 AUTO_INCREMENT 自增
唯一 UNIQUE 字段值不能重复
非空 NOT NULL 必须填值
默认值 DEFAULT 不指定时自动填入默认值

三、DML — 数据操作语言

DML 负责表记录的增、删、改操作：

-- 增：插入数据
INSERT INTO 表名 (字段1, 字段2, ...) VALUES (值1, 值2, ...), (值3, 值4, ...);

-- 删：删除数据（⚠️ 一般需要加 WHERE 条件！）
DELETE FROM 表名 WHERE 条件语句;

-- 改：更新数据（⚠️ 一般需要加 WHERE 条件！）
UPDATE 表名 SET 字段1=值1, 字段2=值2, ... WHERE 条件语句;

🔴 重要提醒： DELETE 和 UPDATE 操作务必加上 WHERE 条件，否则会操作整张表的所有数据！

四、DQL — 数据查询语言（重点）

DQL 是数据分析中最核心的部分，分为单表查询和多表查询。

4.1 单表查询

基础查询
-- 查询所有字段
SELECT * FROM 表名;

-- 查询指定字段
SELECT 字段1, 字段2 FROM 表名;

-- 去重查询
SELECT DISTINCT 字段 FROM 表名;

-- 起别名（AS 可省略）
SELECT 字段名 AS 别名 FROM 表名 AS 表别名;
条件查询（WHERE）
SELECT * FROM 表名 WHERE 条件语句;

运算符速查：

类别 运算符
比较运算 =、>、<、>=、<=、!=、<>
逻辑运算 AND（交集）、OR（并集）、NOT（取反）
范围运算 BETWEEN 值1 AND 值2（闭区间）
离散匹配 IN (值1, 值2, ...)
模糊匹配 LIKE（% 匹配任意多个字符，_ 匹配一个字符）
空值判断 IS NULL / IS NOT NULL
排序查询（ORDER BY）
-- 升序（默认，ASC 可省略）
SELECT * FROM 表名 ORDER BY 字段 ASC;

-- 降序
SELECT * FROM 表名 ORDER BY 字段 DESC;

-- 多字段排序
SELECT * FROM 表名 ORDER BY 字段1 DESC, 字段2 ASC;
聚合查询
SELECT COUNT(字段), SUM(字段), MAX(字段), MIN(字段), AVG(字段) FROM 表名;

💡 聚合函数会自动忽略 NULL 值。

分组查询（GROUP BY）
SELECT 分组字段, 聚合函数(聚合字段)
FROM 表名
[WHERE 非聚合条件]
GROUP BY 分组字段
HAVING 聚合条件;
  • WHERE：分组前过滤，不能对聚合结果过滤
  • HAVING：分组后过滤，可对聚合结果过滤
分页查询（LIMIT）
-- 语法：LIMIT m, n（跳过 m 条，取 n 条）
SELECT * FROM 表名 ORDER BY 字段 LIMIT m, n;

-- TopK：查询前 K 条
SELECT * FROM 表名 ORDER BY 字段 DESC LIMIT K;

-- 分页：第 page 页，每页 n 条
-- m = (page - 1) * n
SELECT * FROM 表名 ORDER BY 字段 LIMIT (page-1)*n, n;
📌 SQL 语句的书写与执行顺序

书写顺序：

SELECT → DISTINCT → FROM → WHERE → GROUP BY → HAVING → ORDER BY → LIMIT

执行顺序：

FROM → WHERE → GROUP BY → 聚合函数 → HAVING → SELECT → DISTINCT → ORDER BY → LIMIT

理解执行顺序对排查 SQL 问题至关重要！

4.2 多表查询

表的关联关系
关系 说明 示例
一对一 两张表一一对应 用户信息 ↔ 证件
一对多 一对应多 类别 → 商品
多对多 通过中间表转换为两个一对多 学生 ↔ 课程
外键约束
-- 添加外键
ALTER TABLE 从表 ADD [CONSTRAINT 外键名] FOREIGN KEY (外键字段) REFERENCES 主表(主键);

-- 删除外键
ALTER TABLE 从表 DROP FOREIGN KEY 外键名;
ALTER TABLE 从表 DROP INDEX 外键索引名;

💡 实际开发中，很少直接使用外键约束，而是从代码层面维护表之间的关系。

关联查询

① 交叉连接（笛卡尔积）

SELECT * FROM 左表 CROSS JOIN 右表;
-- 简写
SELECT * FROM 左表, 右表;

⚠️ 结果行数 = 左表行数 × 右表行数，一般不直接使用。

② 内连接（INNER JOIN）

取两表关联数据的交集：

SELECT * FROM 左表 INNER JOIN 右表 ON 关联条件;

③ 外连接

-- 左外连接：左表全部 + 右表匹配部分
SELECT * FROM 左表 LEFT JOIN 右表 ON 关联条件;

-- 右外连接：右表全部 + 左表匹配部分
SELECT * FROM 左表 RIGHT JOIN 右表 ON 关联条件;

-- 全外连接（MySQL 不支持 FULL JOIN，用 UNION 实现）
SELECT * FROM 左表 LEFT JOIN 右表 ON 条件
UNION
SELECT * FROM 左表 RIGHT JOIN 右表 ON 条件;

💡 推荐优先使用 LEFT JOIN，调换表顺序即可实现 RIGHT JOIN 的效果。

④ 自连接

左表和右表是同一张表，通过别名区分：

SELECT a.*, b.*
FROM 表名 a
INNER JOIN 表名 b ON a.字段 = b.字段;

4.3 子查询

两个 SELECT 嵌套，外层依赖内层：

-- 子查询作为 WHERE 条件
SELECT * FROM 表名 WHERE 字段 IN (SELECT 字段 FROM 另一表);

-- 子查询作为临时表
SELECT * FROM (SELECT ... FROM 表名) AS 临时表;

-- 子查询作为 SELECT 字段
SELECT (SELECT 字段 FROM 另一表 WHERE 条件) AS 别名 FROM 表名;

五、常用函数速查

5.1 普通函数

类别 函数 说明
聚合 COUNT / SUM / MAX / MIN / AVG 统计聚合
数值 CEIL / ROUND 向上取整 / 四舍五入
字符串 LENGTH / REPLACE / CONCAT / TRIM 长度 / 替换 / 拼接 / 去空格
时间 NOW() / YEAR / MONTH / DAY / WEEKDAY 当前时间 / 提取时间部分
时间 DATE_FORMAT / TIMESTAMPDIFF 格式化 / 时间间隔
判断 IFNULL / IF / CASE WHEN 空值判断 / 单条件 / 多条件

CASE WHEN 示例：

SELECT
    CASE
        WHEN score >= 90 THEN '优秀'
        WHEN score >= 60 THEN '及格'
        ELSE '不及格'
    END AS grade
FROM student;

5.2 窗口函数（进阶重点）

窗口函数对 OVER() 中的分组数据进行广播处理，实现每行数据与分组数据一一对应。

SELECT 窗口函数(字段) OVER(PARTITION BY 分区字段 ORDER BY 排序字段) AS 别名
FROM 表名;

📌 PARTITION BY 与 GROUP BY 的区别：

  • GROUP BY：多进一出（分组聚合）
  • PARTITION BY：一进一出（保留每行明细）

常用窗口函数：

函数 说明 示例场景
ROW_NUMBER() 连续唯一行号，不重复 排名编号
RANK() 有并列时序号重复但不连续 成绩排名
DENSE_RANK() 有并列时序号重复且连续 紧凑排名
SUM() OVER(ORDER BY) 累计求和 累计销售额
LAG(字段, N, M) 取当前行前第 N 行的值 环比计算
LEAD(字段, N, M) 取当前行后第 N 行的值 同比计算
NTILE(X) 均匀分成 X 组 分桶分析

排名示例：

SELECT
    name,
    score,
    ROW_NUMBER() OVER(ORDER BY score DESC) AS row_num,
    RANK() OVER(ORDER BY score DESC) AS rank_num,
    DENSE_RANK() OVER(ORDER BY score DESC) AS dense_rank_num
FROM student;

5.3 CTE 公用表表达式

用 WITH 定义临时结果集，提高 SQL 可读性：

WITH 临时表 AS (
    SELECT ... FROM 表名 WHERE 条件
)
SELECT * FROM 临时表;

六、FineBI 可视化入门

什么是 BI？

BI（Business Intelligence，商业智能） 是一套完整的解决方案，帮助企业管理者用数据驱动决策。

FineBI 是一款数据分析可视化工具，采用 B/S 架构（浏览器 / 服务器），同类工具还有 PowerBI、Tableau 等。

报表制作流程

准备数据 → 创建仪表盘 → 增加组件 → 数据分析可视化

两个核心概念

概念 说明
维度 描述事件的角度（如地区、时间、类别）
指标 量化业务数据（如销售额、用户数、转化率）

常用图表类型

分析场景 推荐图表
对比分析 柱状图、词云图
占比分析 饼图
趋势分析 折线图
分布分析 地图
钻取分析 仪表盘联动

报表制作完成后，支持分享报表文件或分享报表链接给团队成员。

七、总结

本文覆盖了数据分析入门的核心知识体系：

模块 核心内容 掌握程度
DDL 库表字段的增删改查 了解
DML 数据的增删改 熟悉
DQL 单表 条件、排序、聚合、分组、分页 熟练掌握
DQL 多表 内连接、外连接、自连接、子查询 熟悉
窗口函数 排名、累计、环比、分桶 掌握
FineBI 维度指标、可视化图表 了解

🎯 学习建议： SQL 是数据分析的基本功，建议多动手练习。窗口函数是从"会写 SQL"到"写好 SQL"的分水岭，务必重点掌握。

如果这篇文章对你有帮助，欢迎点赞 👍 收藏 ⭐ 评论 💬 支持一下！

# 数据分析 # 数据挖掘
Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

cover

自进化：从“能干活”到“越干越好”

avatar DAMO开发者矩阵
cover

企业微信机器人开发教程：群消息监听功能实现

avatar DAMO开发者矩阵
cover

机器狗终于能倒猫粮了Vbot大头EDU发布

avatar DAMO开发者矩阵