SQL带你漫游数据海洋

) n" u" X) G& ~$ u, y

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,%);

) }3 a% l' B0 `0 q1 b

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,_%);

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。

6 N1 W: Q2 G( e

SELECT name,continent, . `7 `4 p, k1 k$ P$ i8 m( G2 Z$ ^9 k CASE WHEN continent=Oceania THEN Australasia WHEN continent=Eurasia THEN Europe/Asia # v* l3 X$ I; l. x WHEN name=Turkey THEN Europe/Asia ; x( F5 i6 c' ?8 M, k. p6 Q! q WHEN continent=Caribbean AND name LIKE B% THEN North America WHEN continent=Caribbean AND name NOT LIKE B% THEN South America ' ~; q @8 A2 h. W ELSE continent END , Q) v) O2 V4 W FROM world ORDER BY name; & p$ T; i$ n# j. a" I7 F

5 a) t" x4 a& Z5 z& x [2 K

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.

- n" k1 @; A0 |! s; R

SELECT winner,subject FROM nobel WHERE yr=1984 + ~$ j P# P' ~' [9 x4 N; ] ORDER BY subject IN (Physics,Chemistry),subject,winner;

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。

' _" J: F, k6 E$ F

SELECT name, & {; Q4 U( b \6 a7 K CONCAT(ROUND(population*100/(SELECT population FROM world WHERE name=Germany),0),%) AS population 9 p& J- c' j: n! v+ Z1 w. X; f FROM world WHERE continent=Europe; 5 t3 b" l: q6 N( W* \

9 L5 i/ b& A0 X! y( c! N. E% M

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)。

4 p: J% f$ O5 Y" c; E

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) , R8 \' G; r" d& W: Z' o g4 w! K FROM game JOIN goal ON matchid=id : I5 F; S+ x3 v& r: h WHERE (team1 = GER OR team2 = GER) aAND teamid=GER GROUP BY matchid,mdate;

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.

5 w+ z% F6 f) t7 v2 c, p9 V! R

SELECT mdate,team1, J! t/ w7 }0 w2 M% N1 [ SUM(CASE WHEN teamid=team1 THEN 1 ELSE 0 END) + F) h8 H. R. V( [: ~0 }, h, j score1, team2, SUM(CASE WHEN teamid=team2 THEN 1 ELSE 0 END ) score2 $ U: D4 m* e$ w- j K" F: q$ x& g, k FROM game LEFT JOIN goal ON matchid = id 4 u" y- ^! G9 ?: q4 f& n0 i GROUP BY mdate, matchid, team1,team2 ORDER BY mdate, matchid, team1,team2 ( Y! B4 P7 N, a, o! @8 H- ^( e

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。

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：

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。

+ z1 i) e/ f) |- M6 L% ]

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。

6 k* s3 Z- z. }+ p- @

3、总数据量。

) I7 ]3 a- k2 j

4、分析各个区域出租房屋数及占比。

- ?" L$ U+ T4 D7 }" N0 l# z9 G8 K- [

5、各个区域出租房屋的平均面积。

; _& v' T a3 F! Y, ]. T5 l

6、出租房屋的层级划分。按整楼高。

. H, z4 E- V, s& H% j1 t

7、距地铁站的距离。

% m) J/ i1 p1 T( _1 \# j

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。

. A7 }1 l: V. s: s $ R9 B% f' h# w& J4 D: O! p