这是一篇关于数据分析方向系统学习 SQL 的完整教程语言清晰、结构完整全文超过 6000 字包含环境搭建、SQL 核心语法、数据清洗实战、项目案例、性能优化、常见面试题等模块可直接用于 CSDN 技术博客发布。1. 为什么数据分析师要系统学习 SQL在数据分析这条路上很多人存在一个误区觉得 SQL 只是“查数据”的工具会用SELECT、WHERE、JOIN就够了。但实际上SQL 是数据分析师接触数据、理解业务、交付结论的核心桥梁。不管是做报表、搭看板、写取数脚本还是做数据清洗、特征提取、AB 实验分析SQL 都贯穿始终。你可能会问现在 Python、Pandas、Excel 这么强大为什么还要学 SQL因为无论在互联网公司还是传统企业数据通常不会以 Excel 文件形式躺在你电脑里。它们存放在数据库系统中MySQL、Oracle、SQL Server、PostgreSQL 等数据分析师需要先用 SQL 把数据从库里取出来、处理好然后再交给 Python 或 BI 工具做进一步分析。如果 SQL 不熟练你连数据都拿不到后续分析能力再强也派不上用场。另外SQL 的语法相对简单但它的执行逻辑、性能优化、数据清洗能力远比你想象的复杂。一个能写好 SQL 的分析师和一个只会“select *”的分析师工作效率可以相差数倍。这也是为什么数据分析面试中SQL 永远是不可或缺的考察环节。本文是一套从零基础到项目落地的 SQL 学习路线围绕“数据分析”这个真实用途展开。你会掌握如何搭建本地 SQL 练习环境建库建表与数据导入查询、过滤、分组、排序、连接、子查询等核心语法用 SQL 做数据清洗去重、空值处理、字段转换用 SQL 完成一个完整的数据分析项目SQL 性能优化基础与常见面试题数据分析师学习 SQL 的避坑建议。无论你是转行数据分析的零基础新手还是已经在做数据相关工作但 SQL 不够系统的开发者这篇文章都值得收藏。2. 环境搭建本地 SQL 练习环境准备SQL 是一门需要大量动手实践的技能。只看不练、光学不写很难真正掌握。所以我们第一步先把本地环境搭好。2.1 选择数据库MySQL 8.0数据分析工作中MySQL 是使用率最高的数据库之一学习资料多、安装简单、生态完善。本文所有案例都基于 MySQL 8.0 编写你可以按下面方式安装Windows 用户下载 MySQL Installer for Windows选择 Server only 或 Developer Default安装完成后设置 root 密码。macOS 用户可以使用 Homebrew 安装命令为brew install mysql。Linux 用户以 Ubuntu 为例命令为sudo apt install mysql-server。如果你不想在本机安装也可以使用 Docker 快速启动一个 MySQL 实例docker run --name mysql-sql-study \ -e MYSQL_ROOT_PASSWORD123456 \ -p 3306:3306 \ -d mysql:8.0注意如果你使用的是 SQL Server、Oracle 或 PostgreSQL语法上会有少量差异但核心逻辑和思路是相通的。本文以 MySQL 为教学环境重点讲通用分析思路。2.2 安装可视化工具DBeaver 或 Navicat数据分析师每天都要和数据库打交道纯命令行操作效率偏低。推荐安装一款数据库可视化工具DBeaver免费开源支持 MySQL、PostgreSQL、Oracle、SQL Server 等多种数据库社区版足够日常使用。Navicat界面美观功能强大但需要付费。DataGripJetBrains 出品适合熟悉 IntelliJ 生态的开发者。本文示例使用 DBeaver。安装后新建 MySQL 连接填写主机、端口、用户名、密码测试连接成功后即可开始练习。2.3 准备学习数据集为了让你能跟着文章实操我们直接使用一套电商订单数据集包含三张表users用户表orders订单表products商品表这套数据是模拟的但结构与真实业务非常接近覆盖了用户、订单、商品三个核心维度。-- 创建数据库 CREATE DATABASE IF NOT EXISTS sql_analysis DEFAULT CHARACTER SET utf8mb4; USE sql_analysis; -- 用户表 CREATE TABLE users ( user_id INT PRIMARY KEY, user_name VARCHAR(50), gender VARCHAR(10), age INT, city VARCHAR(50), register_date DATE ); -- 商品表 CREATE TABLE products ( product_id INT PRIMARY KEY, product_name VARCHAR(100), category VARCHAR(50), price DECIMAL(10,2) ); -- 订单表 CREATE TABLE orders ( order_id INT PRIMARY KEY, user_id INT, product_id INT, order_date DATE, quantity INT, amount DECIMAL(10,2), status VARCHAR(20) );建表完成后我们往三张表中插入一些模拟数据INSERT INTO users VALUES (1, 张三, 男, 25, 北京, 2023-01-15), (2, 李四, 女, 30, 上海, 2023-02-20), (3, 王五, 男, 28, 广州, 2023-03-10), (4, 赵六, 女, 22, 深圳, 2023-04-05), (5, 孙七, 男, 35, 杭州, 2023-05-12); INSERT INTO products VALUES (101, 手机, 数码, 2999.00), (102, 笔记本电脑, 数码, 5999.00), (103, T恤, 服饰, 99.00), (104, 运动鞋, 服饰, 399.00), (105, 面包机, 家电, 199.00); INSERT INTO orders VALUES (1001, 1, 101, 2023-06-01, 1, 2999.00, 已完成), (1002, 1, 103, 2023-06-05, 2, 198.00, 已完成), (1003, 2, 102, 2023-06-08, 1, 5999.00, 已完成), (1004, 3, 104, 2023-06-10, 1, 399.00, 已完成), (1005, 4, 101, 2023-06-12, 1, 2999.00, 已完成), (1006, 5, 105, 2023-06-15, 1, 199.00, 已完成), (1007, 2, 104, 2023-06-18, 2, 798.00, 已完成), (1008, 3, 103, 2023-06-20, 3, 297.00, 已完成), (1009, 1, 102, 2023-06-22, 1, 5999.00, 已完成), (1010, 4, 105, 2023-06-25, 2, 398.00, 已完成), (1011, 5, 101, 2023-06-28, 1, 2999.00, 已完成), (1012, 2, 103, 2023-07-01, 1, 99.00, 已完成);3. SQL 核心语法从入门到熟练环境准备好之后我们从最基础的查询语法开始逐步过渡到复杂分析场景。3.1 SELECT 基础查询SELECT是 SQL 中使用频率最高的语句用于从表中查询数据。-- 查询所有用户 SELECT * FROM users; -- 查询指定字段 SELECT user_id, user_name, city FROM users; -- 查询并去重 SELECT DISTINCT city FROM users; -- 查询并排序 SELECT user_id, user_name, age FROM users ORDER BY age DESC;这里需要注意SELECT *在开发调试时很方便但在生产环境或数据量很大的表中尽量指定需要的字段避免不必要的 IO 开销。3.2 WHERE 条件过滤数据分析中我们很少会一次性查询全表数据更多是通过WHERE条件筛选出目标数据。-- 查询年龄大于 25 的用户 SELECT user_id, user_name, age FROM users WHERE age 25; -- 查询城市为北京或上海的用户 SELECT user_id, user_name, city FROM users WHERE city IN (北京, 上海); -- 查询 2023 年 6 月 1 日之后的订单 SELECT order_id, order_date, amount FROM orders WHERE order_date 2023-06-01; -- 查询金额在 100 到 1000 之间的订单 SELECT order_id, amount FROM orders WHERE amount BETWEEN 100 AND 1000;WHERE的常用操作符包括比较运算符,,,,,逻辑运算符AND,OR,NOT范围判断BETWEEN ... AND ...集合判断IN (...)模糊匹配LIKE3.3 聚合函数与 GROUP BY 分组统计分组聚合是数据分析中最核心的操作。比如我们想看每个城市的用户数量、每个商品类别的总销售额都需要用到GROUP BY。-- 统计每个城市的用户数 SELECT city, COUNT(*) AS user_cnt FROM users GROUP BY city; -- 统计每个用户的订单总金额 SELECT user_id, SUM(amount) AS total_amount FROM orders GROUP BY user_id; -- 统计每个商品类别的订单数量和平均金额 SELECT p.category, COUNT(o.order_id) AS order_cnt, AVG(o.amount) AS avg_amount FROM orders o JOIN products p ON o.product_id p.product_id GROUP BY p.category;常用的聚合函数有函数作用COUNT(*)统计行数SUM(字段)求和AVG(字段)求平均值MAX(字段)求最大值MIN(字段)求最小值使用GROUP BY时有几个易错点SELECT中出现的非聚合字段必须包含在GROUP BY中WHERE过滤在分组之前执行分组之后的过滤要用HAVING。-- 过滤订单总额大于 5000 的用户 SELECT user_id, SUM(amount) AS total_amount FROM orders GROUP BY user_id HAVING SUM(amount) 5000;3.4 JOIN 多表连接数据分析中数据很少存在于一张表中通常需要把用户表、订单表、商品表等连接起来。SQL 提供了几种 JOIN 类型INNER JOIN只返回两边都匹配的记录LEFT JOIN返回左表全部记录右表无匹配则为 NULLRIGHT JOIN返回右表全部记录左表无匹配则为 NULLFULL JOIN返回两边全部记录MySQL 不直接支持可用 UNION 模拟-- 订单表和用户表连接查询每个订单的用户信息 SELECT o.order_id, u.user_name, u.city, o.amount FROM orders o INNER JOIN users u ON o.user_id u.user_id; -- 查询每个用户及其订单信息列出所有用户 SELECT u.user_id, u.user_name, o.order_id, o.amount FROM users u LEFT JOIN orders o ON u.user_id o.user_id;实际分析中有一个常见需求找出“没有下过单的用户”。用LEFT JOIN加IS NULL判断就能实现。SELECT u.user_id, u.user_name FROM users u LEFT JOIN orders o ON u.user_id o.user_id WHERE o.order_id IS NULL;3.5 子查询与临时表子查询是指嵌套在SELECT、WHERE、FROM中的查询语句适用于需要多步计算的分析场景。-- 查询订单金额高于平均金额的订单 SELECT order_id, amount FROM orders WHERE amount (SELECT AVG(amount) FROM orders); -- 查询每个用户最近一次下单日期 SELECT user_id, MAX(order_date) AS last_order_date FROM orders GROUP BY user_id;子查询也可以放在FROM中作为一个“临时表”继续参与计算-- 查询用户订单总金额排名前 3 的用户 SELECT user_id, total_amount FROM ( SELECT user_id, SUM(amount) AS total_amount FROM orders GROUP BY user_id ) t ORDER BY total_amount DESC LIMIT 3;3.6 CASE WHEN 条件逻辑数据分析中经常需要对数据进行分类、打标。比如判断用户是否高价值用户、把金额分成不同区间、把日期转成星期几等CASE WHEN是最常用的条件表达式。SELECT order_id, amount, CASE WHEN amount 5000 THEN 高金额 WHEN amount 1000 THEN 中金额 ELSE 低金额 END AS amount_level FROM orders;在分组统计中使用CASE WHEN可以做到“行转列”效果-- 统计每个城市的男女用户数 SELECT city, SUM(CASE WHEN gender 男 THEN 1 ELSE 0 END) AS male_cnt, SUM(CASE WHEN gender 女 THEN 1 ELSE 0 END) AS female_cnt FROM users GROUP BY city;4. 用 SQL 做数据分析七大数据清洗场景实战数据分析中有一句话叫“Garbage in, garbage out”。数据清洗通常占据分析工作 60% 以上的时间而 SQL 是完成数据清洗最高效的语言之一。下面我们来看七个最常用的清洗场景。4.1 去重DISTINCT 与 ROW_NUMBER数据重复是脏数据中最常见的问题。比如用户重复注册、订单重复记录、明细表重复关联等。最简单的去重方式是使用DISTINCTSELECT DISTINCT user_id, product_id FROM orders;但DISTINCT只能去“完全重复”的行。如果我们要保留重复数据中的一条比如每个用户保留最新一条记录就需要窗口函数ROW_NUMBER()。-- 为每个用户按订单日期排序并保留最新一条 SELECT order_id, user_id, order_date FROM ( SELECT order_id, user_id, order_date, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY order_date DESC) AS rn FROM orders ) t WHERE rn 1;注意MySQL 8.0 及以上才支持窗口函数。如果使用 MySQL 5.7可以用关联子查询或分组取最大日期后再关联实现。4.2 空值处理IS NULL 与 COALESCE空值在数据分析中很常见。用户未填写性别、订单没有商品分类、金额字段缺失等都会导致空值。处理空值前先分析空值的含义是“没有”还是“未知”决定是删除还是填充。-- 查询性别为空或年龄为空的数据 SELECT * FROM users WHERE gender IS NULL OR age IS NULL; -- 用 COALESCE 将空值填充为默认值 SELECT order_id, COALESCE(amount, 0) AS amount_filled FROM orders; -- 统计非空用户数 SELECT COUNT(*) AS total_cnt, COUNT(user_name) AS name_cnt, COUNT(DISTINCT user_id) AS user_cnt FROM users;这里有一个非常重要的区别COUNT(*)统计所有行数COUNT(字段)只统计该字段非空的行数COUNT(DISTINCT 字段)统计该字段非空的去重行数。用COUNT的时候很多新手会把三种用法混在一起导致统计结果和预期不一致。4.3 字段转换与格式化业务数据库中字段格式往往不适合直接用于分析。例如日期是字符串类型、性别编码是 0/1、金额单位是分等。-- 字符串转日期 SELECT order_id, STR_TO_DATE(order_date, %Y-%m-%d) AS order_date_parsed FROM orders; -- 日期格式化 SELECT order_id, DATE_FORMAT(order_date, %Y-%m) AS order_month FROM orders; -- 字符串拼接 SELECT CONCAT(user_name, , city, ) AS user_desc FROM users;对于性别等编码字段建议在查询时就转成可读性更强的内容SELECT user_id, CASE WHEN gender M THEN 男 WHEN gender F THEN 女 ELSE 未知 END AS gender_text FROM users;4.4 字符串清洗去空格、截取、替换字符串清洗包括去除前后空格、去掉换行符、替换无效字符、截取子串等。-- 去除字符串前后空格 SELECT TRIM(user_name) FROM users; -- 替换字符串 SELECT REPLACE(city, 市, ) AS city_short FROM users; -- 截取子串取用户名的前 1 个字符 SELECT SUBSTRING(user_name, 1, 1) AS first_char FROM users; -- 判断字符串是否包含某个值 SELECT user_name FROM users WHERE user_name LIKE %三%;4.5 日期与时间处理按时间维度分析是数据分析中最常见的需求。SQL 提供了丰富的日期函数-- 提取年、月、日 SELECT order_id, YEAR(order_date) AS order_year, MONTH(order_date) AS order_month, DAY(order_date) AS order_day FROM orders; -- 计算两个日期之间的天数差 SELECT order_id, DATEDIFF(2023-12-31, order_date) AS days_to_end FROM orders; -- 日期加减 SELECT order_id, DATE_ADD(order_date, INTERVAL 7 DAY) AS plus_7_days FROM orders;按月份统计订单量是数据分析报表中非常基础的操作SELECT DATE_FORMAT(order_date, %Y-%m) AS order_month, COUNT(*) AS order_cnt, SUM(amount) AS total_amount FROM orders GROUP BY DATE_FORMAT(order_date, %Y-%m) ORDER BY order_month;4.6 排名与 Top N数据分析场景中经常需要找出销售额最高的商品、下单次数最多的用户、访问量最大的页面。这类问题在 SQL 中有两种常见解法。方法一使用ORDER BY配合LIMIT-- 找出订单金额最高的前 3 个订单 SELECT order_id, amount FROM orders ORDER BY amount DESC LIMIT 3;方法二使用窗口函数RANK()、DENSE_RANK()、ROW_NUMBER()。这三者的区别是ROW_NUMBER()不管排名是否相同都按顺序编号 1、2、3、4RANK()排名相同时会跳过后续排名例如 1、1、3DENSE_RANK()排名相同时不会跳过例如 1、1、2。-- 每个商品类别下销售额最高的商品 SELECT p.category, p.product_name, RANK() OVER (PARTITION BY p.category ORDER BY o.amount DESC) AS rk FROM orders o JOIN products p ON o.product_id p.product_id;4.7 分组 Top N每个组的最大值“每个城市订单金额最高的用户是谁”“每个商品类别中最受欢迎的商品是哪几个”这类问题在数据分析面试中频繁出现。核心思路是先将组内排名算出来再取前 N 条。-- 每个用户订单金额最高的前 2 个订单 SELECT * FROM ( SELECT user_id, order_id, amount, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY amount DESC) AS rn FROM orders ) t WHERE rn 2;5. SQL 数据分析项目实战从需求到结论掌握了基础语法和数据清洗能力后我们来看一个完整的数据分析项目巩固前面所有知识点。5.1 项目需求假设你是某电商平台的数据分析师老板给了几个问题2023 年 6 月和 7 月每个月的订单总数和总销售额是多少哪个商品类别贡献的销售额最高哪个城市的用户下单金额最高销售额排名前 3 的商品是什么每个商品类别下销售额最高的商品分别是什么5.2 逐步分析第一个问题按月统计订单数和销售额。SELECT DATE_FORMAT(order_date, %Y-%m) AS order_month, COUNT(*) AS order_cnt, SUM(amount) AS total_amount FROM orders GROUP BY DATE_FORMAT(order_date, %Y-%m) ORDER BY order_month;第二个问题按商品类别统计销售额。SELECT p.category, SUM(o.amount) AS total_sales FROM orders o JOIN products p ON o.product_id p.product_id GROUP BY p.category ORDER BY total_sales DESC;第三个问题按城市统计用户下单金额。SELECT u.city, SUM(o.amount) AS total_amount FROM orders o JOIN users u ON o.user_id u.user_id GROUP BY u.city ORDER BY total_amount DESC;第四个问题销售额排名前 3 的商品。SELECT p.product_name, SUM(o.amount) AS total_sales FROM orders o JOIN products p ON o.product_id p.product_id GROUP BY p.product_name ORDER BY total_sales DESC LIMIT 3;第五个问题每个商品类别下销售额最高的商品。SELECT category, product_name, total_sales FROM ( SELECT p.category, p.product_name, SUM(o.amount) AS total_sales, ROW_NUMBER() OVER (PARTITION BY p.category ORDER BY SUM(o.amount) DESC) AS rn FROM orders o JOIN products p ON o.product_id p.product_id GROUP BY p.category, p.product_name ) t WHERE rn 1;5.3 完整分析结果模板在实际工作中我们通常需要把 SQL 查询结果整理成一份分析报告。推荐输出格式包含分析结论一句话说清核心发现数据支撑用表格或图表展示关键指标业务建议基于数据给出可落地建议风险提示说明数据口径、样本量、异常情况。比如针对上述结果可以写“2023 年 6 月至 7 月总订单数为 12 单数码类商品贡献销售额最高其中手机和笔记本电脑为主要来源北京地区用户下单金额领先建议后续重点运营数码品类同时在上海开展用户拉新活动。”6. SQL 性能优化与安全注意事项当数据量从几百行增长到几百万行、几千万行时SQL 查询性能就会成为大问题。一条糟糕的 SQL 可能会把数据库拖垮。数据分析师写好“正确”的 SQL 之后还要追求“高效”的 SQL。6.1 慢 SQL 优化思路常见的慢 SQL 原因及解决方向问题现象常见原因解决思路查询非常慢全表扫描为 WHERE、JOIN、ORDER BY 涉及的字段添加索引子查询很慢子查询在大表上执行改写为 JOIN 或使用临时表COUNT 很慢对大表做精确 COUNT使用近似统计或缓存计数排序很慢ORDER BY 字段无索引添加索引或减少排序字段分页很深时很慢LIMIT 100000, 20使用游标分页或基于主键定位一个简单的优化示例给orders表的user_id添加索引。CREATE INDEX idx_orders_user_id ON orders(user_id);添加索引后WHERE user_id 1的查询速度会明显提升。但要注意索引不是越多越好因为每次插入和更新数据时都需要维护索引会有额外开销。6.2 SQL 注入风险SQL 注入是最常见的数据库安全威胁之一攻击者通过在输入框或请求参数中拼接恶意 SQL达到绕过认证、窃取数据、删除数据的目的。反例不要这样拼接 SQLString sql SELECT * FROM users WHERE user_name userName ;如果userName传入的是 OR 11最终 SQL 就变成了SELECT * FROM users WHERE user_name OR 11;这条语句会返回全表数据账号信息直接泄露。推荐做法是使用参数化查询例如在 Java 的 JDBC 中使用PreparedStatementString sql SELECT * FROM users WHERE user_name ?; PreparedStatement pstmt conn.prepareStatement(sql); pstmt.setString(1, userName); ResultSet rs pstmt.executeQuery();在 Python 中禁止直接拼接 SQL 字符串使用参数化方式cursor.execute(SELECT * FROM users WHERE user_name %s, (user_name,))在涉及数据库操作时务必确保你拥有合法的授权并且在测试环境验证通过后再执行。生产环境的数据变更、删除、更新操作必须先备份数据遵循最小权限原则。6.3 生产环境 SQL 操作注意事项在数据分析工作中你可能会接触到生产环境的数据库。遇到需要执行 DELETE、UPDATE、DROP 等操作时必须特别谨慎先确认是否连接的是生产库避免误操作对于删除和更新操作先用SELECT验证条件重要操作前备份数据尽量在低峰期执行遵循公司规范和权限审批流程。比如下面的删除操作必须先注释掉 DELETE先执行 SELECT 确认影响范围SELECT COUNT(*) FROM orders WHERE status 已取消; -- DELETE FROM orders WHERE status 已取消;7. 数据分析面试中的 SQL 常见题型如果你正在准备数据分析岗位面试SQL 是必考环节。下面这些题型出现的频率非常高建议逐一练习。7.1 留存率计算留存率是互联网数据分析面试的经典问题。比如计算每个注册日期的新用户在次日、第 3 日、第 7 日的留存率。SELECT register_date, COUNT(DISTINCT u.user_id) AS new_user_cnt, COUNT(DISTINCT CASE WHEN ORDER BY order_date DATE_ADD(register_date, INTERVAL 1 DAY) THEN u.user_id END) AS kept_user_cnt FROM users u LEFT JOIN orders o ON u.user_id o.user_id GROUP BY register_date;7.2 连续登录天数连续登录天数问题也频繁出现在数据分析面试中。核心思路是先获取每个用户的登录日期用ROW_NUMBER()或日期差值的连续性来判断。WITH user_login AS ( SELECT DISTINCT user_id, order_date AS login_date FROM orders ), login_with_rn AS ( SELECT user_id, login_date, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS rn FROM user_login ) SELECT user_id, MIN(login_date) AS start_date, MAX(login_date) AS end_date, COUNT(*) AS continuous_days FROM login_with_rn GROUP BY user_id, DATE_SUB(login_date, INTERVAL rn DAY);7.3 同比与环比同比是和去年同期比较环比是和上一期比较。SQL 中通常用LAG()窗口函数实现SELECT order_month, total_amount, LAG(total_amount, 1) OVER (ORDER BY order_month) AS prev_month_amount, ROUND((total_amount - LAG(total_amount, 1) OVER (ORDER BY order_month)) / LAG(total_amount, 1) OVER (ORDER BY order_month) * 100, 2) AS mom_ratio FROM ( SELECT DATE_FORMAT(order_date, %Y-%m) AS order_month, SUM(amount) AS total_amount FROM orders GROUP BY DATE_FORMAT(order_date, %Y-%m) ) t;7.4 累计求和累计求和计算每个用户的累计消费金额可以用窗口函数或自连接实现SELECT user_id, order_id, amount, SUM(amount) OVER (PARTITION BY user_id ORDER BY order_date) AS cumulative_amount FROM orders;8. 学习路线总结与建议SQL 的学习路径可以归纳为“基础查询 → 数据清洗 → 业务分析 → 性能优化 → 项目实战”五个阶段。每个阶段的重心不同第 1 阶段熟练掌握SELECT、WHERE、GROUP BY、ORDER BY、JOIN、子查询等核心语法第 2 阶段掌握去重、空值处理、字段转换、日期处理等清洗能力第 3 阶段能够基于业务需求构造分析指标如留存率、复购率、Top N、同比环比第 4 阶段理解索引、执行计划、慢查询优化等性能知识第 5 阶段独立完成从取数、清洗、分析到输出报告的完整项目。最后强调三个实际工作中最值得注意的地方第一不要只背语法一定要动手建表、造数据、写分析。SQL 的熟练度全部来自实践量。第二在真实业务场景中数据的质量、口径、业务含义比语法更重要。写 SQL 之前先搞清楚字段定义和业务规则不要拿到表就直接开查。第三生产环境操作必须谨慎。删除、更新、批量变更数据之前先备份、再验证、最后执行尽量减少对线上数据的影响。如果本文对你有帮助可以收藏备用。后续我也会继续整理数据分析项目中更复杂的场景比如漏斗分析、RFM 模型、A/B 实验效果评估等欢迎持续关注。