SQL数据分析从小白到高手

在大数据时代，掌握必要的数据分析能力，将大大提升工作效率和自身竞争力。SQL是一种常用的数据分析工具，本书将详细讲解利用SQL进行数据分析及可视化的相关知识。
书中主要内容包括数据库入门基础，数据库的环境、数据表操作、基础查询、高级查询、主要函数、视图与索引、存储过程、性能优化、数据可视化、分布式数据库以及综合实战案例等。同时，结合时下流行的AI大模型工具，介绍了ChatGPT在SQL数据分析中的应用，帮助读者提高效率。
本书内容丰富，采用双色印刷，配套视频讲解，结合随书附赠的素材边看边学边练，能够大大提高学习效率，迅速掌握SQL数据分析技能，并用于实践。
本书适合数据分析初学者、初级数据分析师、数据库技术人员、市场营销人员、产品经理等自学使用。同时，本书也可用作职业院校、培训机构相关专业的教材及参考书。

无

1数据库入门
1.1 数据库基础 2
1.1.1 大模型与数据库 2
1.1.2 十种数据库类型 3
1.1.3 结构化查询语言 5
1.2 三大关系型数据库 6
1.2.1 MySQL数据库 6
1.2.2 SQL Server数据库 7
1.2.3 Oracle数据库 8
1.3 如何学习数据库 9
1.3.1 理解基本原理 9
1.3.2 熟练掌握SQL语句 11
1.4 利用ChatGPT学习数据库 13

2搭建数据库环境
2.1 下载及安装MySQL 18
2.1.1 下载MySQL 18
2.1.2 安装MySQL 18
2.1.3 验证是否成功 18
2.2 数据库管理工具 18
2.2.1 Navicat 18
2.2.2 DBeaver 18
2.3 大模型开发工具 18
2.3.1 Cursor 18
2.3.2 Fitten Code 18
2.4 利用ChatGPT连接数据库 18

3数据库基础知识
3.1 创建及删除数据库 20
3.1.1 SQL创建及删除数据库 20
3.1.2 Navicat创建数据库及导入数据 21
3.2 数据库存储引擎 22
3.2.1 什么是存储引擎 22
3.2.2 MySQL存储引擎 23
3.2.3 存储引擎的比较 26
3.3 数据库编码 27
3.3.1 什么是数据库编码 27
3.3.2 MySQL数据库编码 28
3.3.3 中文乱码及解决方案 29
3.4 数据类型与运算符 31
3.4.1 数值类型简介 31
3.4.2 日期/时间类型 32
3.4.3 字符串类型 33
3.4.4 MySQL运算符 35
3.4.5 运算符优先级 37
3.5 利用ChatGPT创建数据库 38

4数据表操作
4.1 创建数据表 41
4.1.1 CREATE语句 41
4.1.2 设置主键约束 42
4.1.3 设置外键约束 44
4.1.4 设置非空约束 46
4.1.5 设置唯一性约束 47
4.1.6 设置默认约束 49
4.1.7 设置属性自动增加 50
4.1.8 设置编码格式 51
4.1.9 设置存储引擎 53
4.2 修改数据表 55
4.2.1 修改数据表名称 55
4.2.2 修改字段数据类型 56
4.2.3 修改数据表字段 57
4.2.4 添加数据表字段 58
4.2.5 删除数据表字段 59
4.2.6 修改存储引擎 60
4.2.7 删除外键约束 61
4.2.8 删除关联数据表 63
4.3 插入、更新与删除数据 64
4.3.1 数据表插入数据 64
4.3.2 数据表更新数据 65
4.3.3 数据表删除数据 66
4.4 利用ChatGPT操作数据表 68
4.4.1 利用ChatGPT创建数据表 68
4.4.2 利用ChatGPT修改字段 69
4.4.3 利用ChatGPT插入数据 71
4.4.4 利用ChatGPT更新数据 72

5数据库基础查询
5.1 单表查询 75
5.1.1 按指定字段查询 75
5.1.2 使用WHERE条件查询 76
5.1.3 使用IN关键字范围查询 77
5.1.4 使用BETWEEN AND关键字查询 78
5.1.5 使用DISTINCT查询结果去重 78
5.1.6 使用LIMIT限制查询结果数量 79
5.1.7 使用ORDER BY查询结果排序 80
5.1.8 使用LIKE关键字模糊查询 81
5.1.9 使用NOT关键字条件查询 82
5.1.10 使用AND多条件且查询 83
5.1.11 使用OR多条件或查询 84
5.1.12 使用GROUP BY分组查询 85
5.2 聚合查询 86
5.2.1 SUM求和函数 86
5.2.2 AVG平均值函数 87
5.2.3 MAX最大值函数 88
5.2.4 MIN最小值函数 89
5.2.5 COUNT计数函数 91
5.3 连接查询 92
5.3.1 内连接及其案例 92
5.3.2 外连接及其案例 93
5.3.3 复合条件连接查询 95
5.4 利用ChatGPT进行基础查询 96

6数据库高级查询
6.1 表和字段别名 100
6.1.1 使用表别名 100
6.1.2 使用字段别名 101
6.2 子查询 102
6.2.1 ANY关键字子查询 102
6.2.2 ALL关键字子查询 103
6.2.3 EXISTS关键字子查询 105
6.2.4 IN关键字子查询 106
6.2.5 带比较运算符子查询 108
6.2.6 带聚合函数子查询 109
6.3 正则表达式查询 110
6.3.1 以特定字符或字符串开头 110
6.3.2 以特定字符或字符串结尾 112
6.3.3 匹配字符串任意一个字符 113
6.3.4 匹配字符串中多个字符 114
6.3.5 匹配指定字符串 116
6.3.6 匹配指定字符中的任意一个 117
6.3.7 匹配指定字符以外的字符 118
6.3.8 指定字符串连续出现的次数 119
6.4 利用ChatGPT进行高级查询 121

7数据库主要函数
7.1 数学函数 124
7.1.1 绝对值函数 124
7.1.2 求余函数 125
7.1.3 四舍五入函数 126
7.1.4 幂函数 127
7.1.5 对数函数 129
7.1.6 取整函数 130
7.1.7 随机数函数 131
7.1.8 三角函数 132
7.1.9 反三角函数 134
7.2 字符串函数 135
7.2.1 字符数和字符长度函数 135
7.2.2 字符连接函数 136
7.2.3 字符替换函数 137
7.2.4 字符大小写转换函数 139
7.2.5 字符截取函数 140
7.2.6 删除空格函数 141
7.2.7 字符串位置函数 142
7.2.8 字符串反转函数 144
7.3 日期时间函数 145
7.3.1 当前日期和时间函数 145
7.3.2 日期和时间计算函数 146
7.3.3 日期转换函数 147
7.3.4 格式转换函数 148
7.3.5 提取星期函数 149
7.3.6 其他日期函数 150
7.4 控制流程函数 153
7.4.1 IF函数 153
7.4.2 IFNULL函数 154
7.4.3 CASE函数 155
7.5 窗口函数 157
7.5.1 窗口函数概述 157
7.5.2 聚合窗口函数 158
7.5.3 排名窗口函数 161
7.5.4 分析窗口函数 163
7.6 利用ChatGPT进行函数学习 165

8视图与索引
8.1 创建视图 169
8.1.1 单表创建视图 169
8.1.2 多表创建视图 170
8.1.3 创建带约束的视图 171
8.2 修改视图 173
8.2.1 修改数据表视图 173
8.2.2 修改视图约束 175
8.3 更新视图 176
8.3.1 更新视图记录 176
8.3.2 插入视图数据 178
8.3.3 删除数据表视图 179
8.4 索引及其操作 180
8.4.1 新表创建索引 180
8.4.2 修改表索引 182
8.4.3 删除表索引 183
8.5 利用ChatGPT创建视图和索引 184

9存储过程
9.1 存储过程概述 187
9.2 存储过程的创建及查看 189
9.2.1 创建存储过程 189
9.2.2 变量的使用 190
9.2.3 光标的使用 192
9.2.4 流程控制的使用 193
9.2.5 查看存储过程 194
9.3 调用、修改及删除存储过程 195
9.3.1 调用存储过程 195
9.3.2 修改存储过程 197
9.3.3 删除存储过程 198
9.4 利用ChatGPT创建存储过程 199

10数据库性能优化
10.1 性能优化简介 202
10.2 数据库结构优化 203
10.2.1 选择最合适的字段属性 203
10.2.2 尽量把字段设置为非空 204
10.2.3 使用连接来代替子查询 206
10.2.4 使用联合查询代替创建临时表 207
10.2.5 设置事务 208
10.2.6 使用外键 209
10.2.7 锁定表 211
10.2.8 使用索引 212
10.3 查询语句优化 213
10.3.1 不使用子查询 213
10.3.2 避免函数索引 215
10.3.3 用IN来替换OR 216
10.3.4 LIKE双百分号无法使用到索引 217
10.3.5 读取适当的记录“LIMIT M,N” 218
10.3.6 避免数据类型不一致 220
10.3.7 分组统计可以禁止排序 221
10.3.8 避免随机取记录 222
10.3.9 禁止不必要的ORDER BY排序 223
10.3.10 批量INSERT插入 225
10.4 利用ChatGPT进行数据库优化 226

11SQL数据可视化
11.1 图表类型 230
11.1.1 垂直条形图 230
11.1.2 水平条形图 231
11.1.3 折线图 231
11.1.4 面积图 233
11.1.5 堆积面积图 233
11.1.6 瀑布图 234
11.1.7 饼图 236
11.1.8 圆环图 237
11.1.9 散点图 237
11.2 Navicat数据可视化 239
11.2.1 图表功能 239
11.2.2 创建工作区 239
11.2.3 创建数据源 241
11.2.4 创建图表 242
11.2.5 美化图表 244
11.3 利用ChatGPT进行可视化分析 246

12分布式数据库
12.1 分布式数据库概述 250
12.1.1 分布式数据库原理 250
12.1.2 主要分布式数据库 251
12.2 MongoDB数据库 253
12.2.1 MongoDB数据库概述 253
12.2.2 搭建MongoDB开发环境 256
12.2.3 MongoDB数据库基础操作 258
12.3 OceanBase数据库 260
12.3.1 OceanBase数据库概述 260
12.3.2 搭建OceanBase开发环境 262
12.3.3 OceanBase数据库基础操作 262
12.4 TiDB数据库 273
12.4.1 TiDB数据库概述 273
12.4.2 搭建TiDB开发环境 274
12.4.3 TiDB数据库基础操作 274

13案例：电商数据处理与分析
13.1 案例背景及分析 279
13.1.1 案例背景 279
13.1.2 RFM模型 280
13.1.3 案例数据 282
13.1.4 分析思路 283
13.2 数据清洗 284
13.2.1 创建数据表 284
13.2.2 重复值处理 284
13.2.3 异常值处理 284
13.2.4 缺失值处理 285
13.3 用户行为分析 285
13.3.1 用户转化率分析 285
13.3.2 转化率原因分析 288
13.4 活跃用户分析 291
13.4.1 日活跃用户分析 291
13.4.2 周活跃用户分析 293
13.4.3 月活跃用户分析 293
13.5 用户价值分析 295
13.5.1 计算R、F、M值 295
13.5.2 计算R、F、M得分 295
13.5.3 用户价值分类 297
13.6 结论与建议 300