提升职场竞争力，运营必须要会SQL

关注我的公众号：CoreMarketXin 硬核马克🤓

记得在很早的时候，一个在大厂运营朋友跟我说，他们正在全员学SQL。不过等到我后来进入大厂，依然发现没多少人掌握了SQL。当然这跟团队也有关系，我呆过服务、业务运营团队，以及产品团队，从比例上来说，运营团队的SQL掌握率远低于产品团队。但是从业务本身来说，会SQL对于业务的影响和帮助远大于对产品本身的帮助。

我这里简单梳理一些基础的SQL语法，主要是分享，让更多的运营小伙伴认识SQL。以下是以我业务视角，业务语言，对业务同学的输出，从专业性上肯定不及数据同学的解释，但是更多会关注业务同学需要关注的场景。针对一些复杂的场景，欢迎一起提升学习。

认识SQL：

提到SQL，我们紧接着蹦出口的下一句便是“增删查改”，其实对于运营来说，一般只用到“查”这一个基础场景。对于数据表的增、删、改是BI或者数据科学的同事在做的工作。

要认识SQL，我们先要知道数据在哪里，再讨论怎么查。

比如我们要查询商城的用户id明细，先需要知道这个“id”的字段存储在哪里。一般会有一张业务层的表，我习惯称之为“底表”，即这张表存储了很多的相关字段，比如有id，注册时间，用户昵称等等。

这张表一般需要去公司的数据地图查询（不同公司称呼不同，可以问下数据同事），先找到这张表，申请查询权限，注意查询权限可能不包含部分敏感字段的权限，需要单独申请。

我们就拿上面的实例简单展开：

表的格式一般为：

字段存储的基本逻辑为：

假如我们命名这张表的名称：user_info_1

以上大致能让我们了解到了从哪里可以找到这个字段的问题。接下来我们要讨论，怎么把这个数取出来。

结构：

基础查询：

查询数据的语法结构，至少从我目前的实际工作情况来说，就一种结构。不过根据语言不同稍有不同（比如presto和MySQL）。大体上是一致的。

比如我们要查询上述表中的基础信息，我们可以使用下列方式查询：

select
  uid
  ,uname
  ,registration_date
from user_info_1
where pt='20250105'

最终输出的结果即为在表user_info_1中，最新分区“20250105”存储的所有用户的三个字段的信息。

如果我们要找固定的一个用户他的基础信息，那么可以设定其中的uid条件，如下：

select
  uid
  ,uname
  ,registration_date
from user_info_1
where pt='20250105'
and uid=01

最终输出的就是uid为01的用户的基础信息。

我们在分析业务数据的时候，根据明细，结合Excel的一些统计工具，可以快速找到数据并得出一些初步的业务结论。

关联查询

有了上面基础查询的基础，实际工作中还会经常遇到多表关联：不同的字段在不同的表中，需要关联多表来输出一份完整数据。当然也可以分别查询之后，通过Excel中VLOOKUP工具进行统计，不过这个很麻烦，不如一步到位：相当于我们在sql中直接使用了VLOOKUP函数。

如何进行多表关联？我们先认识一下多表关联需要用到的一个新语法：inner join（内关联），left join（左关联），right join（右关联）。在实际工作中，没用到过inner join。而判断使用left 还是right 关联，首先需要判断最终输出的表的核心字段是左表还是右表。

比如上面有一张用户基础表：user_info_1，我们再找一张用户访问表，命名为：user_info_2，如下：

我们要最终输出一份包含用户基础信息以及近30天访问PV的数据，那么就可以这么写：

select
  a.uid
  ,a.uname
  ,a.registration_date
  ,b.recent_30d_visit_pv
from
  user_info_1 a
  left join user_info_2 b
on cast(a.uid as varchar)=b.uid
where pt='20250105'

最终输出的就是包含用户基础信息以及近30天访问PV的数据表。同上，如果要查询用户01的数据，叠加一个and的筛选条件即可。

这里的关键点是：

• 两张表需要有一个相同的意义的字段，如上的例子中就是uid，通过uid来关联两张表。
• 不同的表在最后需要加上字符区分，我这里用了“a”，“b”，当然也可以用其他的，只要能区分开就可以
• 在不同的表中的字段，要与表末带的字符一致，都需要加上对应的字符，如“a.uid”，“b.recent_30d_visit_pv”

特殊语法：

除了上述的几个基础查询语句，在实际工作中还有几个比较实用的语法。能帮助运营提升查询效率。

sum：聚合函数。用于计算某一字段的和。这个可以直接类比Excel中的sum函数。

例：最终输出的结果就是订单数量之和。

select sum(orders)
from user_info_2
where pt='20250105'

count：计数函数。用于统计某个字段的非空的数量。

distinct：去重，返回的是去重的字段明细。

上述两个函数一般来说会结合起来用，例：最终输出的是平台去重的用户数量：

select count(distinct uid)
from user_info_1
where pt='20250105'

时间取值：通过限制时间或者时间周期，来看某一（段）时间内的数值表现情况。

例：最终输出的就是这个时间（段）内的数据情况。

select
  uid
  ,order_created_time
  ,orders
from user_info_2
where pt='20250105'
AND substr(CAST(a.gmt_created_time AS VARCHAR),1,7) = '2024-06'
--AND substr(CAST(a.gmt_created_time AS VARCHAR),1,10) >= '2024-06-28' and substr(CAST(a.gmt_created_time AS VARCHAR),1,10) <= '2024-07-04'
--AND substr(CAST(a.gmt_created_time AS VARCHAR),1,7) >= '2024-01' and substr(CAST(a.gmt_created_time AS VARCHAR),1,7) <= '2024-07'

顺便提一下，字段前“–”表示不运行该语句。方便我们快速定位语法问题，或者添加备注。当然有的也写作“/*”表达的意思是一致的。

另外两个也经常用，但是就不举例了，大家可以自己手动尝试下。

group by：用于将数据按指定的字段分组，通常与聚合函数一起使用。

limit：限制查询结果的数量。

注意点：

这里还有一个需要注意的小知识点，当使用关联函数join或者条件函数（and，where）的时候，我们需要关注这个字段的字符类型：varchar（string） 字符型，需要加单引号，bigint数值型/整型，不要加引号。

例如上面这个例子：

select
  uid
  ,uname
  ,registration_date
from user_info_1
where pt='20250105'
and uid=01

uid属于数值型（BIGINT），pt就属于字符型（STRING），所以在书写上有所不同。

另一个是当使用关联函数，用a表的字段去映射b表的时候，如果a表的字符是BIGINT，需要先将BIGINT通过cast函数转化为STRING，如下：

on cast(a.uid as varchar)=b.uid

结语：

sql要深入很难，我在实际工作中也是用到了一些基础的语法，但是这些语法帮助我大大提升了效率，缓和了与数据同事的职场关系（至少是省了大把的提交、等待数据需求的时间，以及帮数据同学减少了大把查询数据的时间。）

另外，学习sql还需要掌握这几点：

1.刻意练习，不断重复使用，提升熟练度

2.保持好奇心，不断学习新的语法

3.厚脸皮，总有遇到不会的，要多问，并且不懂就问

4.最后还推荐大家一个工具：kimi，实在找不到人问问题的情况下，可以问问AI。

转载请注明：硬核马克 » 提升职场竞争力，运营必须要会SQL