MySQL数据分析：日常工作中的SQL查询
发表于|更新于|数据分析
|总字数:0|阅读时长:1分钟|浏览量:
文章作者: zoengkei
版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 zoengkei_blog！
相关推荐
2026-03-04
MySQL数据分析：日常工作中的SQL查询
MySQL数据分析：日常工作中的SQL查询 数据分析师日常工作中，90%的SQL查询都是基础操作。本文展示企业数据分析中最实用、最常用的MySQL查询，帮你快速掌握核心技能。 一、基础数据表设计12345678910111213141516171819202122232425-- 用户表CREATE TABLE users ( id INT PRIMARY KEY AUTO_INCREMENT, name VARCHAR(50), email VARCHAR(100), reg_date DATE, city VARCHAR(50));-- 订单表CREATE TABLE orders ( id INT PRIMARY KEY AUTO_INCREMENT, user_id INT, order_date DATE, amount DECIMAL(10,2), status VARCHAR(20));-- 产品表 CREATE TABLE products ( id INT PRIMARY KEY AUTO_I...
2026-03-15
Olist巴西电商数据分析完整实战指南（从SQL到RFM模型）
配套在线SQL练习平台：https://zoengsang.cloud/sql-practice/app/ 项目简介什么是Olist？Olist 是巴西最大的电商平台之一，成立于2015年。它连接了巴西各地的小型零售商，让商家可以通过Olist的平台将商品销售给全国客户，并使用Olist的物流网络完成配送。 为什么选这个项目？ 真实电商数据，包含订单、客户、商品、支付等完整业务链条 数据量适中（10万订单），适合个人电脑处理 涵盖数据分析核心技能：SQL、Python、可视化、机器学习 面试时展示RFM和Cohort分析是加分项 一、数据集详解1.1 数据表关系Olist数据集包含9个关联表，核心关系如下： 1234567891011121314151617 ┌─────────────┐ │ orders │ ← 订单主表（核心） │ (99,441) │ └──────┬──────┘ ┌─────────────┼─...
2026-03-15
Olist Store电商数据分析完整实践指南
项目概览这是一个中级电商数据分析完整实践指南，基于Kaggle与天池双平台的Olist巴西电商数据集，帮助你构建从数据清洗到机器学习建模的全流程能力体系。 核心数据指标 指标 数值 关联数据表 9个 数据总量 123MB 订单记录 ~10万 时间跨度 2016-2018 客户满意度 76% 完整学习周期 14-18天 核心分析维度 6大维度 技术栈 数据处理: Python + Pandas + NumPy 数据库: SQL + MySQL 可视化: Matplotlib + Plotly + Streamlit 机器学习: Scikit-learn + XGBoost 平台: Kaggle + 天池 核心推荐项目Kaggle平台优势特点: 🏆 完整数据集: 9个关联CSV文件，星型schema架构 💻 Python生态: Notebook共享、Kaggle API、竞赛技巧 🌍 国际认可: 外企、国际化团队高度认可 天池平台优势特点: 🇨🇳 中文环境: 完整中文文档、字段注释、入门教程 🖥️ SQL专项: 在线Not...
2026-03-03
数据分析求职指南：打造技术博客作品集
📊 为什么需要技术博客？在数据分析求职竞争中，一个优质的技术博客可以： 展示实际能力 - 纸上谈兵不如一行代码 证明学习热情 - 持续更新体现专业热情 建立专业形象 - 从求职者转型为领域贡献者 提供可验证成果 - 招聘方可以直接查看你的工作质量 🚀 数据分析博客内容规划1. 技术教程与案例 Python数据处理实战（Pandas、NumPy） SQL优化与复杂查询 数据可视化案例（Matplotlib、Seaborn、Plotly） 机器学习模型应用（Scikit-learn） 2. 项目深度解析 完整项目架构说明 技术选型与决策过程 遇到的问题与解决方案 性能优化与部署经验 3. 行业洞察 数据分析方法论 业务场景应用 工具链对比与选型 最佳实践总结 🎯 我的数据分析技能栈数据处理 Python: Pandas数据清洗、NumPy数值计算 SQL: 复杂查询优化、性能调优、数据建模 ETL: 数据管道设计、自动化流程 分析与建模 统计分析: 描述性统计、假设检验、回归分析 机器学习: 分类、回归、聚类、特征工程 时间序列: 预测模型、季节性分析 可视化与报...
评论
公告
欢迎来到 zoengkei 的技术博客，这里记录数据分析、量化研究的学习与实践
