本文總結(jié)分享了什么是SQL、它的應(yīng)用場(chǎng)景、如何學(xué)習(xí)掌握、如何具體操作？

本篇靈感源自援引《經(jīng)濟(jì)學(xué)人》最近發(fā)表的一篇文章，預(yù)計(jì)2020年將成為AI技術(shù)全面成為主流的一年而起，先撰寫(xiě)比較火熱的數(shù)據(jù)產(chǎn)品經(jīng)理崗位，在數(shù)據(jù)產(chǎn)品經(jīng)理崗位里有對(duì)產(chǎn)品經(jīng)理必須要懂的技術(shù)SQL、AHP、序列分析、PCB主成分分析等等，先講SQL。

在本文中首先介紹SQL是什么，然后重點(diǎn)介紹怎么學(xué)SQL，同時(shí)又將學(xué)SQL分成一方面：學(xué)SQL的基礎(chǔ)理論方面，另外一方面：學(xué)SQL的基礎(chǔ)操作方面。

在講解產(chǎn)品經(jīng)理具體操作方面，講解了基本SELECT語(yǔ)句操作，基本索引操作和數(shù)據(jù)建模操作等詳實(shí)案例，以饗讀者！

一、SQL是什么？

SQL是一種特定目的編程語(yǔ)言，用于管理關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)，或在關(guān)系流數(shù)據(jù)管理系統(tǒng)中進(jìn)行流處理。

SQL基于關(guān)系代數(shù)和元組關(guān)系演算，包括一個(gè)數(shù)據(jù)定義語(yǔ)言和數(shù)據(jù)操縱語(yǔ)言。

SQL的范圍包括數(shù)據(jù)插入、查詢、更新和刪除，數(shù)據(jù)庫(kù)模式創(chuàng)建和修改，以及數(shù)據(jù)訪問(wèn)控制。

二、SQL應(yīng)用場(chǎng)景？

例如，當(dāng)您的股東或者老板想要查看以下問(wèn)題時(shí)，您可以用SQL來(lái)做出對(duì)應(yīng)的產(chǎn)品呈現(xiàn)：

• 統(tǒng)計(jì)不同月份的下單人數(shù)
• 統(tǒng)計(jì)三月份的復(fù)購(gòu)率和回購(gòu)率
• 統(tǒng)計(jì)男女用戶的消費(fèi)頻次是否有差異
• 統(tǒng)計(jì)多次消費(fèi)的用戶，第一次和最后一次的消費(fèi)間隔是多久
• 統(tǒng)計(jì)不同年齡段，用戶的消費(fèi)金額是否有差異

有的同學(xué)說(shuō)這些EXCEL也可以做呀，對(duì)是可以，但是現(xiàn)在市場(chǎng)的數(shù)據(jù)量EXCEL是負(fù)載不了的，EXCEL也容易崩潰。

另外SQL也可以在更大量級(jí)的數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)間進(jìn)行查詢和數(shù)據(jù)分析。

有的同學(xué)說(shuō)產(chǎn)品經(jīng)理不需要懂?dāng)?shù)據(jù)倉(cāng)庫(kù)，更不需要懂SQL。

在筆者LineLian的實(shí)戰(zhàn)工作中，市場(chǎng)上以做出自己公司的數(shù)據(jù)倉(cāng)庫(kù)產(chǎn)品，做出自己公司的數(shù)據(jù)分析產(chǎn)品為產(chǎn)品本體的需求在持續(xù)爆發(fā)增長(zhǎng)，所以作為市場(chǎng)需求旺盛的10大基礎(chǔ)技能之一產(chǎn)品經(jīng)理應(yīng)該懂SQL。

三、怎么學(xué)SQL？

3.1 學(xué)SQL的基礎(chǔ)理論方面

1. 了解建立數(shù)據(jù)庫(kù)的意義，為什么不能用excel而需要用數(shù)據(jù)庫(kù)？以及有哪些方面的應(yīng)用？
2. 數(shù)據(jù)庫(kù)系統(tǒng)在整個(gè)網(wǎng)站中處于一個(gè)什么位置？在數(shù)據(jù)后臺(tái)如何調(diào)用數(shù)據(jù)庫(kù)的數(shù)據(jù)？
3. 數(shù)據(jù)庫(kù)的應(yīng)用范圍？什么時(shí)候才不得不使用數(shù)據(jù)庫(kù)？什么時(shí)候數(shù)據(jù)庫(kù)也不靈了？（一般10萬(wàn)條及以上數(shù)據(jù)用數(shù)據(jù)庫(kù)，千萬(wàn)級(jí)條數(shù)據(jù)是一般數(shù)據(jù)庫(kù)的極限）
4. 表與表之間存在著怎樣的邏輯？理解實(shí)體、關(guān)系、主鍵、外鍵。

3.2 學(xué)SQL的基礎(chǔ)操作方面

3.2.1 學(xué)會(huì)操作一些基本的select的操作

操作例如：將下表中列出所有建筑物以及每個(gè)建筑物（包括空建筑物）中不同的員工角色表如下圖所示：

SELECT distinct role ,Building_name

FROM Buildings

LEFT JOIN Employees

ON Buildings.building_name=employees.building

3.2.2 了解索引，知道如何建立索引，應(yīng)用索引

例如創(chuàng)建索引的標(biāo)準(zhǔn)語(yǔ)法：CREATE INDEX 索引名 ON 表名 (列名)

3.2.3 了解數(shù)據(jù)類(lèi)型，知道如何給各個(gè)數(shù)據(jù)建立對(duì)應(yīng)的模型

（1）了解數(shù)據(jù)類(lèi)型

數(shù)據(jù)有結(jié)構(gòu)化的數(shù)據(jù)類(lèi)型，常見(jiàn)于存在我們數(shù)據(jù)表中的數(shù)據(jù)；也有半結(jié)構(gòu)化的數(shù)據(jù)類(lèi)型，例如我們百度查詢某個(gè)頁(yè)面結(jié)果展示的多是半結(jié)構(gòu)化數(shù)據(jù)；也有非結(jié)構(gòu)化數(shù)據(jù)像圖片、聲音、視頻等等數(shù)據(jù)類(lèi)型。

（2）產(chǎn)品經(jīng)理需要會(huì)如下的數(shù)據(jù)建模全流程

數(shù)據(jù)建模分析線路一：

準(zhǔn)備數(shù)據(jù)是從數(shù)據(jù)埋點(diǎn)、數(shù)據(jù)采集、數(shù)據(jù)清洗開(kāi)始，然后對(duì)數(shù)據(jù)進(jìn)行直觀的描述分析和洞察，再然后給出數(shù)據(jù)展現(xiàn)，最后撰寫(xiě)數(shù)據(jù)分析報(bào)告。

例如：下表是某些學(xué)生的語(yǔ)文、數(shù)學(xué)、外語(yǔ)、科學(xué)成績(jī)統(tǒng)計(jì)表：

首先，假設(shè)這些科目成績(jī)不相關(guān)，也就是說(shuō)某一科目考多少分與其他科目沒(méi)有關(guān)系。那么一眼就能洞察出來(lái)，數(shù)學(xué)、外語(yǔ)、科學(xué)這三門(mén)課的成績(jī)構(gòu)成了這組數(shù)據(jù)的主成分（很顯然，數(shù)學(xué)作為第一主成分，因?yàn)閿?shù)學(xué)成績(jī)拉的最開(kāi)）。為什么一眼能看出來(lái)？因?yàn)樽鴺?biāo)軸選對(duì)了！

但是當(dāng)數(shù)據(jù)量足夠大的時(shí)候，通過(guò)洞察就不是這么容易看出來(lái)數(shù)據(jù)的特征了。

數(shù)據(jù)建模分析線路二：例如下面閑魚(yú)APP分析用戶行為的例子

用數(shù)據(jù)建模的方法分析用戶行為流程圖如下：

首先分析用戶行為，分析業(yè)務(wù)需求：

一般將用戶行為定義為：由一系列的行為事件所串聯(lián)成的序列。這個(gè)定義在不同的“粒度”上有不同的解釋?zhuān)热绱至６壬蟻?lái)看，“搜索商品”->”聊天“->“下單”為一個(gè)用戶行為，其中“搜索商品”是一個(gè)行為事件。

但是從細(xì)粒度上來(lái)看，“搜索商品”包含了多個(gè)更小的事件，比如“點(diǎn)擊搜索框->輸入文本->點(diǎn)擊搜索按鈕->查看搜索結(jié)果”等，從細(xì)粒度上這幾個(gè)事件同樣可以定義為行為事件，此時(shí)“搜索商品”就變成了一個(gè)用戶行為。

因此，分析用戶行為需求，要先看從哪個(gè)維度上進(jìn)行分析。

在本案例中將行為事件定義為“頁(yè)面跳轉(zhuǎn)”和“按鈕點(diǎn)擊”兩類(lèi)事件，而用戶行為則是“多個(gè)行為事件”根據(jù)時(shí)間順序串聯(lián)起來(lái)的序列。

對(duì)應(yīng)到數(shù)據(jù)形式上，每一個(gè)“頁(yè)面跳轉(zhuǎn)”都對(duì)應(yīng)一個(gè)埋點(diǎn)，每一個(gè)“按鈕點(diǎn)擊”也都對(duì)應(yīng)一個(gè)埋點(diǎn)，

因此，用戶行為數(shù)據(jù)建模分析，實(shí)際上也就變成了：埋點(diǎn)序列數(shù)據(jù)建模分析。

埋點(diǎn)序列數(shù)據(jù)建模圖如下：

從上圖中可見(jiàn)先通過(guò)聚類(lèi)算法例如K-mean對(duì)埋點(diǎn)的人群進(jìn)行分類(lèi)，得到不同的人群，然后再對(duì)不同人群運(yùn)用序列挖掘模型挖掘得到不同的行為，最后得出異?；蛘哒５男袨榕袛嘟Y(jié)果。

假如用數(shù)據(jù)建模來(lái)發(fā)現(xiàn)未知黑產(chǎn)人群，用上述方法，對(duì)閑魚(yú)的用戶埋點(diǎn)進(jìn)行分析，發(fā)現(xiàn)聚類(lèi)出的人群里，有一類(lèi)人群的行為序列是:

“商品搜索結(jié)果頁(yè)->打開(kāi)某個(gè)商品->點(diǎn)擊聊天->發(fā)送文件->返回商品搜索結(jié)果頁(yè)->打開(kāi)某個(gè)商品->點(diǎn)擊聊天->發(fā)送文件”

洞察查看這群人發(fā)送的文件發(fā)現(xiàn)，全部都是廣告視頻，也就是說(shuō)，這些都是黑產(chǎn)賬號(hào)，不斷的在發(fā)送廣告視頻給別的用戶，而這些黑產(chǎn)行為，是我們?cè)取拔粗钡模ú恍枰崆爸肋@種行為的存在）。

說(shuō)明一下傳統(tǒng)的黑產(chǎn)模型用的是AHP層次分析法模型為主，即通過(guò)漏洞補(bǔ)上和行業(yè)專(zhuān)家打分的方法來(lái)實(shí)現(xiàn)風(fēng)控和安全。

通過(guò)數(shù)據(jù)建模這種方式相比原來(lái)的AHP專(zhuān)家打分“補(bǔ)漏”型黑產(chǎn)防控有以下優(yōu)勢(shì)：

沒(méi)有經(jīng)驗(yàn)預(yù)設(shè)，可以快速?gòu)臄?shù)據(jù)中發(fā)現(xiàn)新型的黑產(chǎn)行為模式，而不必等到大面積用戶反饋以后做補(bǔ)漏。

數(shù)據(jù)建模算法抽象出來(lái)的行為模式相比人工“總結(jié)”會(huì)更加準(zhǔn)確。（原來(lái)的防控大多數(shù)是根據(jù)用戶反饋，然后人工觀察這些人的行為，并用規(guī)則去識(shí)別匹配這些行為）

當(dāng)然，數(shù)據(jù)建模這樣的數(shù)據(jù)還需要進(jìn)一步挖掘才能得到實(shí)際可利用的信息，針對(duì)不同業(yè)務(wù)和問(wèn)題，也有不同的利用方式，這里也還只是一個(gè)案例思路，希望能從這個(gè)新的數(shù)據(jù)視角挖掘到對(duì)產(chǎn)品業(yè)務(wù)有用的信息。

小結(jié)一下

在紅利輩出的年代，選擇做什么選擇學(xué)什么比擅長(zhǎng)做什么更重要！

在市場(chǎng)運(yùn)營(yíng)上大家比較期待用戶增長(zhǎng)，客戶爆發(fā)；在技術(shù)上Python、React（web）、Angular、機(jī)器學(xué)習(xí)以及Docker將也已成為市場(chǎng)需求最為旺盛的需求。

在產(chǎn)品經(jīng)理崗位上一方面要盯緊市場(chǎng)運(yùn)營(yíng)的業(yè)務(wù)需求，迭代產(chǎn)品配合實(shí)現(xiàn)用戶增長(zhǎng)；另外一方面要緊盯技術(shù)發(fā)展。畢竟科學(xué)技術(shù)是第一生產(chǎn)力，所以產(chǎn)品經(jīng)理不能僅僅是畫(huà)原型的經(jīng)理，而要持續(xù)學(xué)習(xí)，在數(shù)據(jù)中臺(tái)產(chǎn)品，數(shù)據(jù)平臺(tái)產(chǎn)品，數(shù)據(jù)智能產(chǎn)品，純AI產(chǎn)品持續(xù)井噴的年代。

悲觀者往往正確，樂(lè)觀者常常成功！

最后筆者建議在AI時(shí)代，產(chǎn)品技術(shù)運(yùn)營(yíng)的第一要?jiǎng)?wù)就是為未來(lái)的全新工作方式做好準(zhǔn)備。未來(lái)已來(lái)，未來(lái)需要數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)，未來(lái)需要數(shù)據(jù)智能化，未來(lái)需要產(chǎn)品經(jīng)理具有的技能，讓我們持續(xù)一起讀懂。

如果你想系統(tǒng)化入門(mén)AI產(chǎn)品經(jīng)理，掌握AI產(chǎn)品經(jīng)理的落地工作方法，戳這里>http://996.pm/7bjab

#專(zhuān)欄作家#

連詩(shī)路，公眾號(hào)：LineLian。人人都是產(chǎn)品經(jīng)理專(zhuān)欄作家，《產(chǎn)品進(jìn)化論：AI+時(shí)代產(chǎn)品經(jīng)理的思維方法》一書(shū)作者，前阿里產(chǎn)品專(zhuān)家，希望與創(chuàng)業(yè)者多多交流。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash, 基于CC0協(xié)議