发帖
雷达卡
很多数据分析师精通Excel函数和透视表，但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系”时，却常常答不上来。在企业的真实工作场景中，数据很少是现成的Excel文件，而是存储在各类数据库中的结构化信息。掌握数据库的核心概念，是数据分析师从“会处理数据”走向“会获取数据”的必经之路。
”
引言：为什么“读懂数据库”是数据分析师的第一关？
小林是一名数据分析师，入职某零售企业后接到的第一个任务是：“从销售系统数据库中提取近3个月的订单明细数据”。小林打开数据库工具，面对那一排排陌生的表名和字段名，他发现——自己很清楚“分析Excel数据”该怎么算，却不知道“把数据从数据库里弄出来”的第一步是什么。
在企业环境中，数据资产几乎都沉淀在数据库中，而非现成的Excel文件。数据分析师日常工作中面临的“数据从哪来、怎么取、取完怎么用”等基础问题，都绕不开对数据库的理解。
一、数据库的核心认知：CDA视角下的数据“仓库”
1. 什么是数据库？
数据库（Database）是一个有组织的数据集合，旨在高效地存储、管理和检索数据。数据库是存放企业数据资产的“核心大本营”，也是CDA数据分析师工作的“数据起点”。
2. 数据库分类（CDA高频考点）
根据数据模型的差异，数据库可分为关系型数据库和非关系型数据库。
关系型数据库（RDBMS） 是一种基于关系模型的数据库系统，使用结构化的表格来存储数据，表与表之间通过关系进行连接。典型代表：MySQL、Oracle、PostgreSQL、SQL Server等。核心优势：支持ACID事务（原子性、一致性、隔离性、持久性），适合复杂查询和事务密集型场景。例如金融系统对数据的准确性和完整性要求极高，会优先选择关系型数据库。适用场景：事务处理、数据管理、复杂查询等场景。
非关系型数据库（NoSQL） 是一类不使用传统关系模型来存储数据的数据库。分类：按存储结构可分为键值型（如Redis）、文档型（如MongoDB）、列族型（如Cassandra）、图型等。核心优势：水平扩展性强、读写性能高，适合海量数据、低延迟的场景。例如，Redis通过内存存储和单线程模型实现微秒级响应。适用场景：海量数据存储、高并发写入、灵活的数据结构。
3. 表的核心构成要素
在关系型数据库中，表（Table） 是数据的基本单位，由行和列组成。每一行代表一条记录，描述一个完整的业务事件；每一列代表一个字段，描述一种业务属性（如订单金额）。主键（Primary Key） 是表中唯一标识每一行的字段或字段组合，确保数据的唯一性，主键不能为空值。外键（Foreign Key） 是指向另一个表主键的字段，用于建立表与表之间的关系，维护数据的完整性。
在数据分析和多表查询中，主键始终是CDA分析师处理多表关联的“锚点”。
二、核心对象详解：表与视图——考试中的“必考点”
表是存储数据的实体容器，视图则是基于一个或多个表的查询结果构建的虚拟表。掌握表和视图的区别，是CDA一级“数据库应用”部分的明确考点要求。
1. 数据表（Table）：固化数据的“实体容器”
数据表是数据库中用于物理存储数据的实体结构，相当于“数据档案柜”。核心特征：占用物理存储空间；数据独立存在；可直接修改数据内容。
2. 视图（View）：简化查询的“虚拟窗口”
视图是基于一个或多个表的查询结果构建的虚拟表，其本身不存储数据，仅在内部封装了查询语句。每次访问视图时，数据库会重新执行其关联的查询逻辑，返回最新的数据结果。
视图的主要作用：
简化复杂查询：视图可以根据分析流程，将复杂的业务逻辑（如多表连接、分组、排序等）封装成简单的查询。分析人员使用视图时，不需要关心表的结构、连接关系和筛选条件，大幅降低查询代码的复杂度。 增强数据安全性：在创建视图时，数据库管理员可以隐藏敏感字段。同时可为不同级别的用户设置不同的视图访问权限，从而确保用户仅能获得与需求相关的数据，提升数据库的数据安全性。
3. 表与视图的核心差异对比（CDA高频必考点）
| 对比维度 | 数据表 | 视图 | CDA选择建议 |
|---|---|---|---|
| 数据存储 | 物理存储数据，占用空间 | 仅存查询逻辑，不存数据 | 长期稳定数据→表；实时关联数据→视图 |
| 数据更新 | 可直接增删改查 | 操作受限制（聚合函数、去重场景无法修改） | 需修改数据→表；仅查询→视图 |
| 查询效率 | 直接读取数据 | 每次访问需动态执行查询语句 | 大数据量频繁访问→表；临时查询→视图 |
| 依赖关系 | 独立存在 | 依赖底层基本表，源表变化时视图自动更新 | 需动态数据→视图；稳定结构→表 |
三、CDA与数据库的“沟通语言”：SQL的三层能力框架
SQL（结构化查询语言，Structured Query Language） 是操作关系型数据库的标准编程语言，几乎适用于所有的主流关系型数据库管理系统。
（一）领会层：SQL语句的基本语法
核心规则：SQL中可以使用表别名和列别名来增强代码可读性，但存在执行顺序限制。SQL语句的执行顺序为：FROM → JOIN → WHERE → GROUP BY → HAVING → SELECT → ORDER BY。别名在WHERE子句后计算，因此WHERE子句中不能使用列别名，但SELECT、FROM和JOIN子句中可以使用表别名。
（二）熟知层：从数据中“抽丝剥茧”
熟知层要求能够选取需要的列、过滤重复的行、筛选符合条件的行。
选取需要的列（SELECT）： SELECT 字段1, 字段2 FROM 表名;仅查询必要字段能显著减少I/O开销。过滤重复的行（DISTINCT）： SELECT DISTINCT 字段 FROM 表名;筛选符合条件的行（WHERE）：通过比较运算符和逻辑运算符筛选满足条件的数据。
（三）应用层：分组汇总、连接查询与子查询
1. 对查询结果排序（ORDER BY）与限制（LIMIT）：SELECT … FROM … ORDER BY 字段名 ASC/DESC; 升序(ASC)或降序(DESC)排序。LIMIT子句用于限制返回记录数。
2. 在查询结果中创建新列（使用AS设置别名）：SELECT 字段1, 字段1 * 0.5 AS ‘计算列名称’ FROM 表名;
3. 分组汇总和筛选（GROUP BY + HAVING）：GROUP BY配合聚合函数实现数据分组（SUM求和、AVG平均值、COUNT计数、MAX最大值、MIN最小值）。HAVING子句在数据分组之后执行筛选。
WHERE在数据聚合前筛选原始数据行；HAVING在数据聚合后筛选分组后的结果。
4. 多表横向连接查询（JOIN考点） ：在企业真实数据中，一张表的信息永远不够，必须连接多个表才能完成完整分析。考试要求重点掌握三种连接方式：
| 连接类型 | 核心逻辑 | 实际业务场景 |
|---|---|---|
| 内连接（INNER JOIN） | 只返回两张表中都匹配的记录 | 分析已付款的订单及其客户信息 |
| 左连接（LEFT JOIN） | 返回左表全部记录，右表匹配不上显示NULL | 保留所有用户，匹配其订单记录 |
| 右连接（RIGHT JOIN） | 返回右表全部记录，左表匹配不上显示NULL | 与左连接对称，应用较少 |
5. 多表纵向合并查询（UNION / UNION ALL） ：UNION ALL合并结果集保留所有行（含重复行，速度快）；UNION会对合并后的结果集执行去重操作。
6. 子查询（嵌套查询） ：在SELECT内部嵌套另一个SELECT语句，通常与IN、NOT IN、EXISTS等关键字组合使用，解决“筛选条件依赖另一张表统计结果”的复杂问题。
四、数据库、DBMS与SQL的三角关系
DATABASE、DBMS与SQL三者是CDA一级考试中的一组核心关联概念。
数据库（DATABASE） ：是实际存储数据的容器，可视为各种数据实体（表）的集合。 DBMS（Database Management System，数据库管理系统） ：是用于操作和管理数据库的软件系统，例如MySQL、Oracle等。 SQL：则是CDA分析师与DBMS“对话”所使用的编程语言。它是一套通用的标准语言，用于向DBMS发送指令，去读取、更新和操作Database中的结构化数据。
五、实战演练：从一份“电商订单分析需求”完成完整的SQL查询
背景
你是某电商公司的CDA数据分析师。数据库中有三张核心表：
用户表（user） ：user_id（主键）、user_name、city、reg_date 订单表（orders） ：order_id（主键）、user_id、order_amt、order_status、order_date 商品表（product） ：product_id（主键）、product_name、category
分析任务：筛选出近3个月的已支付订单，统计每个城市已支付订单的总金额（GMV），并筛选出GMV大于10万元的城市。
完整操作流程
阶段一：数据获取与多表横向连接（INNER JOIN）
SELECT
u.city,
o.order_amt,
o.order_date
FROM orders o
INNER JOIN user u ON o.user_id = u.user_id
WHERE o.order_status = '已支付'
AND o.order_date >= DATE_SUB(CURDATE(), INTERVAL 3 MONTH);
阶段二：分组汇总与分组筛选（GROUP BY + HAVING）
SELECT
u.city,
SUM(o.order_amt) AS city_gmv
FROM orders o
INNER JOIN user u ON o.user_id = u.user_id
WHERE o.order_status = '已支付'
AND o.order_date >= DATE_SUB(CURDATE(), INTERVAL 3 MONTH)
GROUP BY u.city
HAVING city_gmv > 100000
ORDER BY city_gmv DESC;
关键考点：WHERE在分组之前筛选原始订单数据；GROUP BY按城市聚合；HAVING在聚合计算之后筛选结果；ORDER BY最终排序输出。这个完整流程覆盖了CDA一级要求的主要SQL核心语法，从数据连接到条件筛选、从分组汇总到筛选输出，展现了数据库查询在业务分析中的实际应用。
这就是一套完整的“数据连接 → 条件过滤 → 分组汇总 → 分组筛选 → 排序输出”的SQL实战流程。
”
结尾
很多数据分析师会写SELECT * FROM，但当被问到“表和视图有什么区别”“内连接和左连接分别适用什么场景”“GROUP BY和HAVING的执行顺序是什么”时，却答不上来。
2025年新考纲进一步强化了对SQL实际应用能力的考核，更侧重考查考生工作中的实际操作技能，确保认证价值与个人职业能力成长深度契合。新教材拓展了跨数据库通用查询语法，由旧版仅针对MySQL扩展到覆盖SQL Server等主流数据库，并强化了模型合理性检验等实战内容。
数据库应用（PART 8）是CDA一级“从数据接入走向分析输出”的全链路枢纽，将表结构处理、SQL查询与业务数据分析紧密衔接。这部分考核贯穿数据库分类的领会、表视图差异的熟记到SQL多表连接与子查询的综合应用，确保每一位CDA分析师都具备从企业核心数据库中高效、准确获取数据的核心能力。
下一步行动：
打开你企业的数据库管理工具，查看业务表的结构，理解表与表之间的关系和主键/外键连接 选择常用的几类 SELECT加聚合函数进行分组统计，熟悉GROUP BY和HAVING的执行顺序用 INNER JOIN和LEFT JOIN连接用户表和订单表，对比数据量增减逻辑差异
数据库是企业数据的“心脏”，SQL是CDA数据分析师与这颗心脏对话的“标准语言”；掌握它们，你才能真正让数据为你所用。
”
推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !
京公网安备 11010802022788号
