内容简介
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。
目录
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
前言/序言
结构化查询语言（SQL）作为一种广泛应用的数据库语言，对于数据分析领域而言，扮演着至关重要的角色。它不仅助力分析人员高效处理数据，还能确保数据分析的准确性与可靠性。本书通过丰富的实例，循序渐进地阐释了SQL的基础知识和语法要点，同时融入了当前热门的大模型技术，如ChatGPT，探讨了如何在SQL数据分析中巧妙应用这些先进技术。
尽管许多数据分析人员投入了大量时间学习SQL，却仍感迷茫，不知如何运用。经过深入调查，发现主要原因可归结为两点。
首先，学习方法不当。SQL的功能极其强大，但如果脱离实际工作需求，盲目学习，很可能耗时耗力，最终发现所学难以在工作中派上用场。
其次，知识更新滞后。在当今的企业环境中，数据分析人员需具备一定的SQL数据分析能力。然而，如果所学仅限于基础的数据查询，显然无法满足日常工作的需求。
本书的编者有十余年的数据分析经验，深刻体会到SQL在日常工作中的便利性。因此，本书的宗旨并非全面介绍SQL，而是专注于深入解析其与数据分析相关的功能，并通过实例，详细展示SQL中一系列实用的数据分析技巧和方法。
本书主要内容
使用本书的注意事项
（1）数据库版本
本书主要基于MySQL 8.0进行编写，建议读者安装该版本进行学习，由于MySQL 8.1与MySQL 8.0等版本间的差异不大，因此，本书也适合其他版本的学习。
（2）代码运行环境
在本书中，编者使用的是基于Windows 64位家庭版的Anaconda开发环境，Cursor等开发工具需要配置该开发环境，相关Python代码在该环境中可以正常运行。
本书主要特色
特色1：本书内容丰富，涵盖领域广泛，适合各行业人士快速提升SQL技能。
特色2：注重传授方法、思路，以便读者看得懂，学得会，更好地理解与运用。
特色3：贴近实际工作，介绍职场人急需的技能，通过案例以使学习效果立竿见影。
由于编者水平所限，书中难免存在不足之处，请读者批评指正。
编著者
