[中英对照] SQL 数据分析（第四版）（双语版电子书）

本书共 14 章，内容层层递进，覆盖从数据管理基础到高级分析实践的全流程： 基础入门：数据管理系统导论 开篇从数据本质出发，解析数据建模的三个核心阶段（概念模型、逻辑模型、物理模型），详解实体 - 关系模型（ER 模型）、主键与外键的作用，以及数据库规范化（1NF、2NF、3NF）的实践方法。同时指导读者完成 PostgreSQL 本地环境搭建，包括数据库安装、客户端工具（pgAdmin、psql）使用，以及示例数据库 sqlda 的导入，为后续实操奠定基础。 表操作与数据交换 第 2-3 章聚焦数据表的创建与数据交换：讲解通过CREATE TABLE语句定义表结构（含数据类型、约束条件），使用INSERT/DELETE/DROP完成数据增删与表管理；介绍 PostgreSQL 的COPY与\COPY命令，实现数据与外部文件（如 CSV）的高效导入导出，满足与 Excel 等工具协同分析的需求。 多工具协同：Python 与 SQL 整合 第 4 章打破单一工具局限，指导读者通过 Python（搭配 psycopg2、SQLAlchemy、pandas 库）连接 PostgreSQL，实现数据读取、清洗、可视化与写入数据库的全流程自动化。示例代码清晰演示如何用 pandas 处理数据后生成图表，并将结果回写到数据库，提升数据分析的效率与灵活性。 SQL 查询与数据处理核心 第 5-9 章是 SQL 查询与数据处理的核心内容： 详解SELECT语句的进阶用法，包括列别名、LIMIT/ORDER BY/DISTINCT等子句，以及WHERE子句的多条件过滤（AND/OR、IN、IS NULL）； 介绍数据更新（UPDATE）、清洗（DELETE/TRUNCATE）与转换技巧，包括CASE WHEN条件函数、数据类型转换、NULL 值处理（COALESCE/NULLIF），并指导创建用户自定义函数（UDF）； 讲解派生数据集的构建方式，如子查询、公用表表达式（CTE）、视图，以及多表关联（内连接、外连接、交叉连接）与集合运算（UNION/INTERSECT/EXCEPT）； 深入聚合分析（GROUP BY）与窗口函数（ROW_NUMBER/RANK/LAG/LEAD），前者实现数据分组统计，后者解决行级对比分析（如排名、滚动平均值），满足精细化数据分析需求。 性能优化与特殊数据类型 第 10-12 章聚焦 SQL 性能提升与特殊数据类型处理： 解析 PostgreSQL 的查询计划（EXPLAIN/EXPLAIN ANALYZE），对比顺序扫描与索引扫描（B-tree、哈希索引）的适用场景，指导创建高效索引以优化查询速度； 讲解 JSON/JSONB 与数组这两种半结构化数据类型的处理方法，包括数据提取、修改与查询，解决传统关系模型难以应对的复杂数据场景； 深入日期时间（DATE/TIMESTAMP）、文本（字符串匹配、正则处理）与地理空间数据（经纬度计算、距离分析）的专项操作，覆盖业务中常见的时间序列分析、文本挖掘与地理位置相关分析需求。 统计分析与实战案例 最后两章聚焦高级分析能力：第 13 章引入推断统计概念，讲解点估计、置信区间、假设检验、相关性分析与回归模型的 SQL 实现，帮助读者从 “描述性分析” 迈向 “预测性分析”；第 14 章以真实业务场景为案例，演示数据从源文件导入（ETL 流程）、数据质量校验、星型模型构建到最终分析查询的完整流程，将全书知识融会贯通。 二、核心特色 实操导向，案例丰富 全书贯穿大量实战练习与活动任务，如 “安装 PostgreSQL 并导入示例数据库”“用窗口函数分析客户地址填充率”“地理空间分析：查找客户最近的经销商” 等，每个案例均提供完整 SQL 代码与结果解析，读者可直接复现操作，快速掌握技能。 适配真实业务需求 内容设计贴合企业数据分析场景，例如：通过GROUP BY与HAVING筛选高价值客户、用窗口函数计算 30 天滚动销售额、处理 JSON 格式的交易数据等，解决实际工作中数据清洗、多表关联、性能优化等痛点问题。 工具与技术协同 不仅专注 SQL 本身，还介绍 Python、Excel 等工具与 SQL 的协同使用，如用 Python 自动化数据处理流程、用 Excel 对 SQL 导出的 CSV 数据进行可视化，形成 “数据提取 - 处理 - 分析 - 展示” 的完整闭环。 三、适用人群 数据分析师、数据工程师：系统掌握 SQL 核心技能，提升数据处理与分析效率； 业务分析师、产品经理：通过 SQL 直接获取业务数据洞察，减少对技术团队的依赖； 编程初学者：以数据分析为目标，快速入门 SQL 并应用于实际场景； 数据库管理员：了解 SQL 在分析场景的高级应用，优化查询性能与数据模型。 四、技术准备 读者需准备一台可安装软件的计算机（Windows/macOS/Linux 均可），书中提供详细的 PostgreSQL 安装步骤，以及 Anaconda（Python 环境）的配置指南，零基础读者也能轻松搭建实操环境。 通过本书的学习，读者不仅能掌握 SQL 的语法与函数，更能建立 “用 SQL 解决业务问题” 的思维，将数据转化为可落地的商业洞察，为数据分析工作打下坚实基础。