SQL для начинающих: 10 запросов, которые нужно знать каждому аналитику

Введение

SQL (Structured Query Language) — это язык структурированных запросов, который является стандартным инструментом для работы с реляционными базами данных. Для аналитика владение SQL — это не просто полезный навык, а необходимый инструмент ежедневной работы, позволяющий извлекать, анализировать и трансформировать данные без зависимости от разработчиков или специализированных BI-инструментов.

В современном мире данных SQL остается одним из самых востребованных навыков. По статистике рынка труда, более 80% вакансий для аналитиков требуют знания SQL. Это объясняется универсальностью языка — он работает практически со всеми популярными системами управления базами данных: PostgreSQL, MySQL, Oracle, SQL Server, SQLite и многими другими.

Основы реляционных баз данных

Ключевые понятия

Прежде чем погрузиться в изучение запросов, важно понимать основную терминологию:

Структура данных для примеров

Для демонстрации SQL-запросов будем использовать базу данных интернет-магазина со следующими таблицами:

Таблица: customers (клиенты)

Таблица: orders (заказы)

Таблица: products (товары)

Таблица: order_items (позиции заказов)

10 основных SQL-запросов для аналитика

1. SELECT — Выборка данных

SELECT — это фундаментальная команда SQL, которая используется для извлечения данных из таблиц. Это первый и самый важный запрос, который должен освоить каждый аналитик.

Базовый синтаксис:

sql

-- Выбор всех столбцов SELECT * FROM customers;  -- Выбор конкретных столбцов SELECT first_name, last_name, email FROM customers;  -- Выбор с псевдонимами SELECT    first_name AS Имя,     last_name AS Фамилия,     email AS "Электронная почта" FROM customers;

Практические примеры:

sql

-- Получить список всех товаров с ценой и остатками SELECT    product_name,     price,     stock_quantity FROM products;  -- Вывести информацию о заказах с форматированием SELECT    order_id AS "Номер заказа",     order_date AS "Дата заказа",     total_amount AS "Сумма",     status AS "Статус" FROM orders;

Работа с вычисляемыми полями:

sql

-- Вычисление общей стоимости товаров на складе SELECT    product_name,     price,     stock_quantity,     price * stock_quantity AS total_value FROM products;  -- Конкатенация строк SELECT    first_name || ' ' || last_name AS full_name,     email,     city FROM customers;

2. WHERE — Фильтрация данных

WHERE позволяет фильтровать строки по определенным условиям. Это критически важный инструмент для работы с большими объемами данных.

Операторы сравнения:

Примеры использования:

sql

-- Клиенты из Москвы SELECT * FROM customers WHERE city = 'Москва';  -- Заказы на сумму от 3000 до 10000 рублей SELECT * FROM orders WHERE total_amount BETWEEN 3000 AND 10000;  -- Товары категории "Электроника" с ценой выше 10000 SELECT product_name, price FROM products WHERE category = 'Электроника'  AND price > 10000;  -- Клиенты с email на gmail или yandex SELECT first_name, last_name, email FROM customers WHERE email LIKE '%@gmail.com'   OR email LIKE '%@yandex.ru';

Логические операторы:

sql

-- Комбинация условий с AND SELECT * FROM orders WHERE order_date >= '2023-06-01'   AND order_date <= '2023-06-30'   AND status = 'completed';  -- Использование OR и скобок для группировки SELECT * FROM products WHERE (category = 'Электроника' OR category = 'Аксессуары')   AND price < 5000;  -- Отрицание с NOT SELECT * FROM customers WHERE NOT city = 'Москва';

3. JOIN — Объединение таблиц

JOIN — это мощный инструмент для объединения данных из нескольких таблиц. Понимание различных типов JOIN критически важно для аналитика.

Типы JOIN:

INNER JOIN — Внутреннее объединение:

sql

-- Получить информацию о заказах с данными клиентов SELECT    o.order_id,     o.order_date,     o.total_amount,     c.first_name,     c.last_name,     c.email FROM orders o INNER JOIN customers c ON o.customer_id = c.customer_id;  -- Детали заказов с информацией о товарах SELECT    oi.order_id,     p.product_name,     p.category,     oi.quantity,     oi.price,     oi.quantity * oi.price AS item_total FROM order_items oi INNER JOIN products p ON oi.product_id = p.product_id;

LEFT JOIN — Левое объединение:

sql

-- Все клиенты и их заказы (включая клиентов без заказов) SELECT    c.customer_id,     c.first_name,     c.last_name,     o.order_id,     o.order_date,     o.total_amount FROM customers c LEFT JOIN orders o ON c.customer_id = o.customer_id;  -- Найти клиентов без заказов SELECT    c.customer_id,     c.first_name,     c.last_name,     c.registration_date FROM customers c LEFT JOIN orders o ON c.customer_id = o.customer_id WHERE o.order_id IS NULL;

Множественные JOIN:

sql

-- Полная информация о заказах SELECT    o.order_id,     o.order_date,     c.first_name || ' ' || c.last_name AS customer_name,     c.email,     p.product_name,     oi.quantity,     oi.price FROM orders o INNER JOIN customers c ON o.customer_id = c.customer_id INNER JOIN order_items oi ON o.order_id = oi.order_id INNER JOIN products p ON oi.product_id = p.product_id WHERE o.status = 'completed';

4. GROUP BY — Группировка данных

GROUP BY используется для группировки строк с одинаковыми значениями в указанных столбцах. Это основа для агрегирования данных.

Агрегатные функции:

Примеры группировки:

sql

-- Количество заказов по статусам SELECT    status,     COUNT(*) AS order_count FROM orders GROUP BY status;  -- Сумма продаж по категориям товаров SELECT    p.category,     SUM(oi.quantity * oi.price) AS total_sales,     COUNT(DISTINCT oi.order_id) AS order_count,     SUM(oi.quantity) AS items_sold FROM order_items oi INNER JOIN products p ON oi.product_id = p.product_id GROUP BY p.category;  -- Статистика по клиентам SELECT    c.city,     COUNT(DISTINCT c.customer_id) AS customer_count,     COUNT(o.order_id) AS total_orders,     AVG(o.total_amount) AS avg_order_value,     SUM(o.total_amount) AS total_revenue FROM customers c LEFT JOIN orders o ON c.customer_id = o.customer_id GROUP BY c.city;

Группировка по нескольким полям:

sql

-- Продажи по месяцам и категориям SELECT    DATE_TRUNC('month', o.order_date) AS month,     p.category,     COUNT(DISTINCT o.order_id) AS orders,     SUM(oi.quantity) AS units_sold,     SUM(oi.quantity * oi.price) AS revenue FROM orders o INNER JOIN order_items oi ON o.order_id = oi.order_id INNER JOIN products p ON oi.product_id = p.product_id WHERE o.status = 'completed' GROUP BY DATE_TRUNC('month', o.order_date), p.category ORDER BY month, category;

5. HAVING — Фильтрация групп

HAVING используется для фильтрации результатов после группировки. В отличие от WHERE, который фильтрует строки до группировки, HAVING фильтрует уже сгруппированные данные.

Различие между WHERE и HAVING:

sql

-- WHERE фильтрует до группировки SELECT    city,     COUNT(*) AS customer_count FROM customers WHERE registration_date >= '2023-01-01'  -- Фильтр до группировки GROUP BY city;  -- HAVING фильтрует после группировки SELECT    city,     COUNT(*) AS customer_count FROM customers GROUP BY city HAVING COUNT(*) > 1;  -- Фильтр после группировки

Практические примеры:

sql

-- Категории товаров с общей стоимостью на складе > 100000 SELECT    category,     SUM(price * stock_quantity) AS total_value,     COUNT(*) AS product_count FROM products GROUP BY category HAVING SUM(price * stock_quantity) > 100000;  -- Клиенты с более чем 2 заказами SELECT    c.customer_id,     c.first_name,     c.last_name,     COUNT(o.order_id) AS order_count,     SUM(o.total_amount) AS total_spent FROM customers c INNER JOIN orders o ON c.customer_id = o.customer_id WHERE o.status = 'completed' GROUP BY c.customer_id, c.first_name, c.last_name HAVING COUNT(o.order_id) > 2;  -- Товары со средним количеством в заказе > 2 SELECT    p.product_id,     p.product_name,     AVG(oi.quantity) AS avg_quantity,     COUNT(DISTINCT oi.order_id) AS times_ordered FROM products p INNER JOIN order_items oi ON p.product_id = oi.product_id GROUP BY p.product_id, p.product_name HAVING AVG(oi.quantity) > 2;

6. ORDER BY — Сортировка результатов

ORDER BY используется для сортировки результатов запроса по одному или нескольким столбцам.

Синтаксис и опции:

sql

-- Сортировка по возрастанию (по умолчанию) SELECT * FROM products ORDER BY price;  -- Явное указание направления сортировки SELECT * FROM products ORDER BY price ASC;  -- По возрастанию  -- Сортировка по убыванию SELECT * FROM products ORDER BY price DESC;  -- Сортировка по нескольким столбцам SELECT * FROM products ORDER BY category ASC, price DESC;

Практические примеры:

sql

-- Топ-5 самых дорогих товаров SELECT    product_name,     category,     price FROM products ORDER BY price DESC LIMIT 5;  -- Последние заказы SELECT    o.order_id,     o.order_date,     c.first_name || ' ' || c.last_name AS customer,     o.total_amount FROM orders o INNER JOIN customers c ON o.customer_id = c.customer_id ORDER BY o.order_date DESC LIMIT 10;  -- Рейтинг клиентов по сумме покупок SELECT    c.customer_id,     c.first_name,     c.last_name,     COUNT(o.order_id) AS orders_count,     SUM(o.total_amount) AS total_spent FROM customers c LEFT JOIN orders o ON c.customer_id = o.customer_id GROUP BY c.customer_id, c.first_name, c.last_name ORDER BY total_spent DESC NULLS LAST;

Сортировка с вычисляемыми полями:

sql

-- Сортировка по вычисляемому полю SELECT    product_name,     price,     stock_quantity,     price * stock_quantity AS total_value FROM products ORDER BY total_value DESC;  -- Сортировка с использованием CASE SELECT    order_id,     total_amount,     status,     CASE        WHEN status = 'pending' THEN 1         WHEN status = 'processing' THEN 2         WHEN status = 'completed' THEN 3         WHEN status = 'cancelled' THEN 4     END AS status_priority FROM orders ORDER BY status_priority, order_date DESC;

7. SUBQUERY — Вложенные запросы

Подзапросы позволяют использовать результат одного запроса внутри другого. Это мощный инструмент для решения сложных аналитических задач.

Подзапросы в WHERE:

sql

-- Заказы с суммой выше средней SELECT * FROM orders WHERE total_amount > (     SELECT AVG(total_amount)    FROM orders );  -- Клиенты, которые делали заказы SELECT * FROM customers WHERE customer_id IN (     SELECT DISTINCT customer_id    FROM orders );  -- Товары, которые ни разу не заказывали SELECT * FROM products WHERE product_id NOT IN (     SELECT DISTINCT product_id    FROM order_items );

Подзапросы в SELECT:

sql

-- Добавление вычисляемого поля с подзапросом SELECT    c.customer_id,     c.first_name,     c.last_name,     (SELECT COUNT(*)     FROM orders o     WHERE o.customer_id = c.customer_id) AS order_count,     (SELECT SUM(total_amount)     FROM orders o     WHERE o.customer_id = c.customer_id) AS total_spent FROM customers c;  -- Процент от общей суммы продаж SELECT    category,     SUM(price * stock_quantity) AS category_value,     ROUND(         SUM(price * stock_quantity) * 100.0 /        (SELECT SUM(price * stock_quantity) FROM products),         2     ) AS percentage FROM products GROUP BY category;

Подзапросы в FROM:

sql

-- Использование подзапроса как временной таблицы SELECT    month,     revenue,     revenue - LAG(revenue) OVER (ORDER BY month) AS month_over_month FROM (     SELECT        DATE_TRUNC('month', order_date) AS month,         SUM(total_amount) AS revenue    FROM orders    WHERE status = 'completed'     GROUP BY DATE_TRUNC('month', order_date) ) AS monthly_revenue;  -- Анализ распределения заказов по клиентам SELECT    order_frequency,     COUNT(*) AS customer_count FROM (     SELECT        customer_id,         COUNT(*) AS order_frequency    FROM orders    GROUP BY customer_id ) AS customer_orders GROUP BY order_frequency ORDER BY order_frequency;

8. UNION — Объединение результатов

UNION используется для объединения результатов нескольких SELECT-запросов в один результирующий набор.

Типы объединений:

Примеры использования UNION:

sql

-- Объединение клиентов и поставщиков в один список SELECT    'Customer' AS type,     first_name || ' ' || last_name AS name,     email,     city FROM customers UNION SELECT    'Supplier' AS type,     supplier_name AS name,     supplier_email AS email,     supplier_city AS city FROM suppliers;  -- Все транзакции (покупки и возвраты) SELECT    order_id AS transaction_id,     'Sale' AS transaction_type,     order_date AS transaction_date,     total_amount AS amount FROM orders WHERE status = 'completed' UNION ALL SELECT    return_id AS transaction_id,     'Return' AS transaction_type,     return_date AS transaction_date,     -return_amount AS amount FROM returns;

Практические сценарии:

sql

-- Создание сводного отчета по активности SELECT    'Новые клиенты' AS metric,     COUNT(*) AS value FROM customers WHERE registration_date >= CURRENT_DATE - INTERVAL '30 days' UNION ALL SELECT    'Новые заказы' AS metric,     COUNT(*) AS value FROM orders WHERE order_date >= CURRENT_DATE - INTERVAL '30 days' UNION ALL SELECT    'Отмененные заказы' AS metric,     COUNT(*) AS value FROM orders WHERE status = 'cancelled'   AND order_date >= CURRENT_DATE - INTERVAL '30 days';  -- Комбинированный поиск по разным таблицам SELECT    'Product' AS result_type,     product_id AS id,     product_name AS name,     'Category: ' || category AS description FROM products WHERE product_name LIKE '%ноут%' UNION SELECT    'Customer' AS result_type,     customer_id AS id,     first_name || ' ' || last_name AS name,     'Email: ' || email AS description FROM customers WHERE first_name LIKE '%ноут%'   OR last_name LIKE '%ноут%';

9. WINDOW FUNCTIONS — Оконные функции

Оконные функции выполняют вычисления по набору строк, связанных с текущей строкой, но в отличие от GROUP BY, они не сворачивают строки.

Основные оконные функции:

Примеры ранжирования:

sql

-- Нумерация заказов по клиентам SELECT    customer_id,     order_id,     order_date,     total_amount,     ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY order_date) AS order_number FROM orders;  -- Рейтинг продуктов по цене в каждой категории SELECT    product_name,     category,     price,     RANK() OVER (PARTITION BY category ORDER BY price DESC) AS price_rank,     DENSE_RANK() OVER (PARTITION BY category ORDER BY price DESC) AS dense_rank FROM products;  -- Топ-3 товара в каждой категории WITH ranked_products AS (     SELECT        product_name,         category,         price,         ROW_NUMBER() OVER (PARTITION BY category ORDER BY price DESC) AS rn    FROM products ) SELECT * FROM ranked_products WHERE rn <= 3;

Аналитические функции:

sql

-- Сравнение с предыдущим периодом SELECT    order_date,     total_amount,     LAG(total_amount, 1) OVER (ORDER BY order_date) AS previous_order,     total_amount - LAG(total_amount, 1) OVER (ORDER BY order_date) AS difference FROM orders;  -- Накопительная сумма продаж SELECT    order_date,     total_amount,     SUM(total_amount) OVER (ORDER BY order_date) AS running_total,     AVG(total_amount) OVER (ORDER BY order_date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW) AS moving_avg_7 FROM orders WHERE status = 'completed';  -- Процент от общей суммы SELECT    category,     product_name,     price,     SUM(price) OVER (PARTITION BY category) AS category_total,     ROUND(price * 100.0 / SUM(price) OVER (PARTITION BY category), 2) AS percentage FROM products;

10. CTE (Common Table Expressions) — Временные именованные результаты

CTE позволяют создавать временные именованные результаты запросов, которые существуют только в рамках одного SQL-выражения.

Синтаксис и преимущества:

sql

-- Базовый синтаксис CTE WITH cte_name AS (     SELECT ... ) SELECT * FROM cte_name;  -- Множественные CTE WITH first_cte AS (     SELECT ... ), second_cte AS (     SELECT ... ) SELECT * FROM first_cte JOIN second_cte ON ...;

Практические примеры:

sql

-- Анализ клиентской базы с использованием CTE WITH customer_stats AS (     SELECT        c.customer_id,         c.first_name,         c.last_name,         COUNT(o.order_id) AS order_count,         SUM(o.total_amount) AS total_spent,         AVG(o.total_amount) AS avg_order_value    FROM customers c    LEFT JOIN orders o ON c.customer_id = o.customer_id    GROUP BY c.customer_id, c.first_name, c.last_name ), customer_segments AS (     SELECT        *,         CASE            WHEN total_spent > 10000 THEN 'VIP'             WHEN total_spent > 5000 THEN 'Gold'             WHEN total_spent > 0 THEN 'Regular'             ELSE 'Inactive'         END AS segment    FROM customer_stats ) SELECT    segment,     COUNT(*) AS customer_count,     AVG(order_count) AS avg_orders,     AVG(total_spent) AS avg_revenue FROM customer_segments GROUP BY segment ORDER BY avg_revenue DESC;

Рекурсивные CTE:

sql

-- Иерархическая структура категорий WITH RECURSIVE category_tree AS (     -- Базовый случай: корневые категории     SELECT        category_id,         category_name,         parent_id,         0 AS level,         category_name AS path    FROM categories    WHERE parent_id IS NULL        UNION ALL        -- Рекурсивная часть     SELECT        c.category_id,         c.category_name,         c.parent_id,         ct.level + 1,         ct.path || ' > ' || c.category_name    FROM categories c    INNER JOIN category_tree ct ON c.parent_id = ct.category_id ) SELECT * FROM category_tree ORDER BY path;

Сложные аналитические запросы с CTE:

sql

-- Когортный анализ удержания клиентов WITH cohorts AS (     SELECT        customer_id,         DATE_TRUNC('month', registration_date) AS cohort_month    FROM customers ), customer_orders AS (     SELECT        o.customer_id,         DATE_TRUNC('month', o.order_date) AS order_month,         c.cohort_month    FROM orders o    INNER JOIN cohorts c ON o.customer_id = c.customer_id ), cohort_data AS (     SELECT        cohort_month,         order_month,         COUNT(DISTINCT customer_id) AS customers    FROM customer_orders    GROUP BY cohort_month, order_month ), cohort_size AS (     SELECT        cohort_month,         COUNT(DISTINCT customer_id) AS total_customers    FROM cohorts    GROUP BY cohort_month ) SELECT    cd.cohort_month,     cd.order_month,     cd.customers,     cs.total_customers,     ROUND(cd.customers * 100.0 / cs.total_customers, 2) AS retention_rate FROM cohort_data cd INNER JOIN cohort_size cs ON cd.cohort_month = cs.cohort_month ORDER BY cd.cohort_month, cd.order_month;

Практические кейсы для аналитиков

Кейс 1: Анализ продаж по периодам

sql

-- Сравнение продаж по месяцам WITH monthly_sales AS (     SELECT        DATE_TRUNC('month', order_date) AS month,         COUNT(DISTINCT order_id) AS orders,         COUNT(DISTINCT customer_id) AS unique_customers,         SUM(total_amount) AS revenue,         AVG(total_amount) AS avg_order_value    FROM orders    WHERE status = 'completed'     GROUP BY DATE_TRUNC('month', order_date) ) SELECT    month,     orders,     unique_customers,     revenue,     avg_order_value,     LAG(revenue) OVER (ORDER BY month) AS prev_month_revenue,     ROUND((revenue - LAG(revenue) OVER (ORDER BY month)) * 100.0 /          NULLIF(LAG(revenue) OVER (ORDER BY month), 0), 2) AS growth_rate FROM monthly_sales ORDER BY month;

Кейс 2: ABC-анализ товаров

sql

-- ABC-анализ товарного ассортимента WITH product_sales AS (     SELECT        p.product_id,         p.product_name,         p.category,         SUM(oi.quantity) AS units_sold,         SUM(oi.quantity * oi.price) AS revenue    FROM products p    LEFT JOIN order_items oi ON p.product_id = oi.product_id    GROUP BY p.product_id, p.product_name, p.category ), product_ranking AS (     SELECT        *,         SUM(revenue) OVER (ORDER BY revenue DESC) AS cumulative_revenue,         SUM(revenue) OVER () AS total_revenue    FROM product_sales ) SELECT    product_id,     product_name,     category,     units_sold,     revenue,     ROUND(revenue * 100.0 / NULLIF(total_revenue, 0), 2) AS revenue_percentage,     ROUND(cumulative_revenue * 100.0 / NULLIF(total_revenue, 0), 2) AS cumulative_percentage,     CASE        WHEN cumulative_revenue * 100.0 / NULLIF(total_revenue, 0) <= 80 THEN 'A'         WHEN cumulative_revenue * 100.0 / NULLIF(total_revenue, 0) <= 95 THEN 'B'         ELSE 'C'     END AS abc_category FROM product_ranking ORDER BY revenue DESC;

Кейс 3: Анализ воронки продаж

sql

-- Построение воронки конверсии WITH funnel_stages AS (     SELECT 'Посетители сайта' AS stage, 1 AS stage_order, 10000 AS users    UNION ALL     SELECT 'Зарегистрировались', 2, (SELECT COUNT(*) FROM customers)     UNION ALL     SELECT 'Сделали первый заказ', 3, (SELECT COUNT(DISTINCT customer_id) FROM orders)     UNION ALL     SELECT 'Повторная покупка', 4,           (SELECT COUNT(DISTINCT customer_id)            FROM (SELECT customer_id, COUNT(*) AS orders                  FROM orders                  GROUP BY customer_id                  HAVING COUNT(*) > 1) t) ) SELECT    stage,     users,     LAG(users) OVER (ORDER BY stage_order) AS prev_stage_users,     ROUND(users * 100.0 / FIRST_VALUE(users) OVER (ORDER BY stage_order), 2) AS total_conversion,     ROUND(users * 100.0 / NULLIF(LAG(users) OVER (ORDER BY stage_order), 0), 2) AS stage_conversion FROM funnel_stages ORDER BY stage_order;

Оптимизация запросов

Основные принципы оптимизации

Использование EXPLAIN

sql

-- Анализ плана выполнения запроса EXPLAIN (ANALYZE, BUFFERS) SELECT    c.customer_id,     COUNT(o.order_id) AS orders FROM customers c LEFT JOIN orders o ON c.customer_id = o.customer_id GROUP BY c.customer_id;

Индексы и их влияние

sql

-- Создание индексов для часто используемых полей CREATE INDEX idx_orders_customer_id ON orders(customer_id); CREATE INDEX idx_orders_date_status ON orders(order_date, status); CREATE INDEX idx_products_category_price ON products(category, price);  -- Составной индекс для сложных условий CREATE INDEX idx_orders_composite ON orders(customer_id, order_date, status) WHERE status = 'completed';

Полезные функции и операторы

Работа с датами

sql

-- Извлечение частей даты SELECT    order_date,     EXTRACT(YEAR FROM order_date) AS year,     EXTRACT(MONTH FROM order_date) AS month,     EXTRACT(DAY FROM order_date) AS day,     EXTRACT(WEEK FROM order_date) AS week,     EXTRACT(QUARTER FROM order_date) AS quarter FROM orders;  -- Арифметика дат SELECT    order_date,     order_date + INTERVAL '7 days' AS week_later,     order_date - INTERVAL '1 month' AS month_ago,     CURRENT_DATE - order_date AS days_ago FROM orders;  -- Форматирование дат SELECT    order_date,     TO_CHAR(order_date, 'DD.MM.YYYY') AS formatted_date,     TO_CHAR(order_date, 'Day, DD Month YYYY') AS long_date,     TO_CHAR(order_date, 'Q') AS quarter FROM orders;

Работа со строками

sql

-- Функции обработки строк SELECT    first_name,     UPPER(first_name) AS uppercase,     LOWER(first_name) AS lowercase,     LENGTH(first_name) AS length,     SUBSTRING(email FROM 1 FOR POSITION('@' IN email) - 1) AS email_name,     REPLACE(email, '@', ' at ') AS replaced_email,     TRIM('  ' FROM first_name) AS trimmed FROM customers;  -- Регулярные выражения SELECT * FROM customers WHERE email ~ '^[a-zA-Z0-9._%+-]+@gmail\.com$';

Условная логика

sql

-- CASE выражения SELECT    order_id,     total_amount,     CASE        WHEN total_amount < 1000 THEN 'Small'         WHEN total_amount < 5000 THEN 'Medium'         WHEN total_amount < 10000 THEN 'Large'         ELSE 'VIP'     END AS order_size,     CASE status         WHEN 'completed' THEN 'Завершен'         WHEN 'cancelled' THEN 'Отменен'         WHEN 'pending' THEN 'Ожидает'         ELSE 'Неизвестно'     END AS status_ru FROM orders;  -- COALESCE и NULLIF SELECT    product_name,     COALESCE(discount_price, price) AS final_price,     COALESCE(description, 'Описание отсутствует') AS description,     NULLIF(stock_quantity, 0) AS available_stock FROM products;

Работа с различными СУБД

Особенности синтаксиса разных СУБД

Примеры адаптации запросов

sql

-- PostgreSQL SELECT first_name || ' ' || last_name AS full_name FROM customers LIMIT 10;  -- MySQL SELECT CONCAT(first_name, ' ', last_name) AS full_name FROM customers LIMIT 10;  -- SQL Server SELECT TOP 10 first_name + ' ' + last_name AS full_name FROM customers;  -- Oracle SELECT first_name || ' ' || last_name AS full_name FROM customers WHERE ROWNUM <= 10;

Практические задания для закрепления

Задание 1: Базовые запросы

1. Выберите всех клиентов из Москвы, зарегистрированных в 2023 году
2. Найдите товары с ценой от 1000 до 5000 рублей
3. Отсортируйте заказы по дате в обратном порядке

Задание 2: Группировка и агрегация

1. Посчитайте количество заказов и общую сумму продаж по месяцам
2. Найдите среднюю стоимость товара в каждой категории
3. Определите топ-5 клиентов по сумме покупок

Задание 3: Объединения таблиц

1. Получите список заказов с информацией о клиентах
2. Найдите товары, которые ни разу не заказывали
3. Создайте полный отчет по заказам с деталями

Задание 4: Оконные функции

1. Пронумеруйте заказы каждого клиента
2. Рассчитайте накопительную сумму продаж по дням
3. Найдите разницу между текущим и предыдущим заказом

Задание 5: Комплексный анализ

1. Проведите RFM-анализ клиентской базы
2. Постройте когортный анализ по месяцам регистрации
3. Создайте дашборд основных метрик продаж

Типичные ошибки начинающих

Ошибки в синтаксисе и логике

Проблемы производительности

sql

-- Плохо: подзапрос выполняется для каждой строки SELECT    *,     (SELECT COUNT(*) FROM orders o WHERE o.customer_id = c.customer_id) AS orders FROM customers c;  -- Хорошо: JOIN с группировкой SELECT    c.*,     COALESCE(o.order_count, 0) AS orders FROM customers c LEFT JOIN (     SELECT customer_id, COUNT(*) AS order_count    FROM orders    GROUP BY customer_id ) o ON c.customer_id = o.customer_id;

Советы по изучению SQL

План обучения для начинающих

1. Неделя 1-2: Основы SELECT, WHERE, ORDER BY
2. Неделя 3-4: JOIN, GROUP BY, агрегатные функции
3. Неделя 5-6: Подзапросы, UNION, CASE
4. Неделя 7-8: Оконные функции, CTE
5. Далее: Оптимизация, специфика СУБД, практические проекты

Рекомендации по практике

1. Используйте реальные данные — работайте с открытыми датасетами
2. Решайте практические задачи — участвуйте в SQL-челленджах
3. Анализируйте чужой код — изучайте решения опытных аналитиков
4. Документируйте запросы — пишите понятные комментарии
5. Тестируйте на разных данных — проверяйте граничные случаи

Ресурсы для самостоятельного изучения

Онлайн-платформы:

• SQLZoo — интерактивные уроки
• HackerRank SQL — задачи разной сложности
• LeetCode Database — подготовка к собеседованиям
• Mode Analytics SQL Tutorial — практические кейсы
• W3Schools SQL — справочник с примерами

Практические датасеты:

• Kaggle Datasets — тысячи реальных датасетов
• Google BigQuery Public Datasets — большие данные
• PostgreSQL Sample Databases — учебные базы
• MySQL Sample Databases — примеры схем

Заключение

SQL остается фундаментальным навыком для любого аналитика данных. Освоение представленных 10 типов запросов обеспечит прочную основу для решения большинства аналитических задач. Начните с простых SELECT-запросов, постепенно добавляя сложность через JOIN, группировки и оконные функции.

Ключевые принципы успешного освоения SQL:

• Регулярная практика — пишите запросы каждый день
• Понимание данных — изучайте структуру и связи таблиц
• Оптимизация — думайте о производительности
• Читаемость — пишите понятный и документированный код
• Непрерывное обучение — изучайте новые функции и подходы

Помните, что SQL — это не просто язык запросов, а мощный инструмент для превращения сырых данных в ценные бизнес-инсайты. Каждый освоенный тип запроса расширяет ваши возможности как аналитика и повышает вашу ценность на рынке труда.

Начните применять полученные знания на практике уже сегодня, и через несколько месяцев вы будете уверенно решать сложные аналитические задачи с помощью SQL!