数据分析师要掌握SQL到什么程度？

很多人入门学习数据分析，往往第一时间就是去学习SQL，那么问题就来了：要成为数据分析师需要掌握SQL到什么程度呢？

从我自己的认知里，数据分析中只有两部分的工作是 SQL 无法完成的：数据可视化，即数据的图形化展示；数据挖掘，即数据的深度学习、机器学习等算法。

那么在实际工作中的数据分析里，哪些具体的工作会用到 SQL 呢？

（1）为固定报表提供数据。在大部分的固定报表中，SQL 一定是为报表提供数据的最好方式。

（2）数据跟踪、报表调试、数据验证。当用户反映报表数据有问题时，就需要从报表的 SQL 出发，一步步调试，跟踪发现数据问题出现在哪个表、哪个过滤条件、哪个权限。还有，在报表上线前的测试阶段，用自己写好 SQL 返回的数据和报表的 SQL 返回的数据进行对比验证。

（3）一些公司不用专业图形化的 ETL 开发工具，而偏向写存储过程 SQL 来执行数据的抽取、转换和加载，因此会写存储过程也是非常重要的。

其实不同数据分析岗位对于SQL掌握程度的要求和标准是不同的。

比较常见的业务分析师，对SQL的掌握有一定要求，不过也不必要十分精通，只要能从数据仓库里取数、学会普通的增删减改就行了，取数不是业务分析师的主要工作，而且很多人用现成的BI工具，或者直接Python大法，虽然也需要SQL从数据库中取数，但是不用考虑复杂逻辑；

如果是做数据仓库的分析师，或者说更类似于系统分析师，那就必须要精通SQL了，作为吃饭的饭碗，当然不能差了，起码来说T-SQL、约束、触发器、复杂综合查询、客户端、联机分析处理等都要掌握，更好地提高检索速度对于业务来说比较重要；

当然还有一些数据分析岗位，对于SQL不是必须的，但是学会了是加分项。

一般数据分析人员，其中会用SQL进行增删改查是必须的，然后业务不同你可能需要掌握的内容有：

1. 除了查，其他建议开启事务，绝对是个好习惯

2. 会建立基础视图用来清理数据，在存储过程中使用视图，整个耦合性会更好一点

3. 会建立临时表来进行多表之间关联，做一些复杂的查询

4. row_number ()函数使用，熟练使用此函数，对于新客/老客/频次等分析很有帮助

5. 当数据量大时，少用子查询，多用exists 操作.

6. 关联时多想想会不会出现笛卡尔集，造成数据异常

7. 时间格式转换要熟练

8. lag 函数

9.  concat 函数

10.  stuff 函数 ，使得本来需要多行展示的列合并在同一列展示，不过查询速度比较慢12. sum()over 函数

13. max,min等函数对于一些字符串的处理特别有用

14. select case when .....end 有时候可以替代where 条件避免关联

以后也可能会有新的更加方便的工具出来替代SQL，但是能够在SQL应用中掌握业务逻辑，熟悉业务指标，精通数据清理，对于数据分析方法游刃有余，那么不管走遍哪里都会不怕了。

了解IT相关内容，各平台同名“职坐标在线”