30天学SQL

SQL 是数据世界里最接近"超能力"的技能——数据是现代业务的生命线，而 SQL 就是读取它的语言。30 天学会 SQL 不是痴人说梦，只要你聚焦正确概念、跳过无关内容，它完全现实。这 30 天不是让你背语法，而是帮你建立理解关系型数据库如何思考的思维模型。下面是务实的、一天天推进的策略，让你一个月内从零到能像初级分析师一样写查询。

为什么 30 天是最合适的长度（以及没计划你一定会失败）

很多线上课程把 SQL 拖成 40 多个小时的视频，但你不需要看别人敲那么久的代码——你需要自己写。30 天的冲刺会逼你进入"学一个概念→立刻应用→改坏→修好"的节奏。初学者最大的错误，是想死记 SELECT、JOIN 这些命令却不理解背后的逻辑。如果你只花 30 天吃透"五大金刚"（SELECT、FROM、WHERE、GROUP BY、ORDER BY），就已经覆盖了数据分析师日常工作的九成。下面计划偏紧凑但可行，它假设你每天能投入 1-2 小时；时间少就拉长各周，但别改动顺序。

第一周：打地基（数据类型与筛选）

前 7 天专注熟悉原材料，先别碰连接（JOIN）。目标是练熟 WHERE 子句，直到它像你的手指一样听话。

第 1-2 天：SELECT 语句与数据类型。从最基础的 SELECT 列名 FROM 表名 开始，更重要的是搞懂数据类型：price 存的是整数、小数还是字符串？用字符串去过滤数值列会报错。多写只返回指定列（而非 SELECT *）的查询，后者只适合初步探索。

第 3-4 天：用 WHERE 与运算符过滤。学会 =、<>、>、<，以及做模糊匹配的 LIKE。重点练 BETWEEN 处理日期区间、IN 处理列表。此刻你开始向数据提问："把金额大于 100 的所有订单显示出来。"

第 5-7 天：排序与 NULL 处理。ORDER BY 排序简单，但 NULL 很棘手——它不等于零，而是"值缺失"。多练 IS NULL 和 IS NOT NULL。第一周结束，你应该能写出"筛选、排序、单拎空值"一条龙查询。

第二周：聚合与分组（分析师的看家本领）

这周你从"看行"升级到"汇总数据"，SQL 开始显得强大——你不再只是取数，而是在计算。

第 8-10 天：聚合函数。学 COUNT()、SUM()、AVG()、MIN()、MAX()，并练 COUNT(DISTINCT 列) 去统计不同值。这很关键——统计唯一客户数和统计订单数是两回事。

第 11-14 天：GROUP BY 与 HAVING。这一周是初学者和进阶者的分水岭。GROUP BY 把多行折叠成汇总统计；诀窍是记住，SELECT 里任何不是聚合函数的列都必须出现在 GROUP BY 里。再用 HAVING 过滤这些分组（注意：聚合结果上不能用 WHERE）。小技巧：动手敲之前先在纸上写一遍查询，能帮你理清执行顺序。

第三周：连接与关系（SQL 存在的意义）

关系型数据库就是建立在关系之上的。跳过这周，你还不如直接用 Excel。

第 15-18 天：INNER JOIN 与 LEFT JOIN。INNER JOIN 只返回两边匹配的行，LEFT JOIN 返回左表所有行加右侧的匹配。练着把"用户表"和"订单表"连起来。语法简单，但"哪张表当主表"的逻辑需要时间琢磨。

第 19-21 天：自连接与多表连接。现实中你很少只连两张表，要学会串联多个 JOIN。还要理解"自连接"（一张表连它自己，常用于员工/经理层级）。这是本月最难的一天——卡住了就多看看讲解"连接顺序"和"连接谓词"的视频。掌握这类结构化拆解问题的方法，可以参考高效学习法里的分块思路。

第四周：子查询、CTE 与性能优化

最后一周，学怎么写既干净又高效的复杂查询——从"能跑"进阶到"跑得好"。

第 22-25 天：子查询。学会在查询里嵌套查询（例如 SELECT * FROM 订单 WHERE 客户ID IN (SELECT id FROM 客户 WHERE 注册日期 > '2026-01-01')）。子查询功能强但可能变慢，只用于连接难以表达的逻辑。

第 26-28 天：公用表表达式（WITH 子句）。CTE 是你的好帮手，能把庞大的查询拆成可读的小块。与其裹成一团嵌套，不如写成 WITH 近期订单 AS (SELECT ...) SELECT * FROM 近期订单。这项技能能让别人（以及未来的你）读得懂你的代码。

第 29-30 天：索引与查询性能。你不需要当 DBA，但要理解查询为什么慢。索引就像书的目录，帮数据库无需扫描每一行就能定位数据。EXPLAIN 能让你看到查询如何执行。最后一天做个练习考试，或从零搭一个小项目。

学习工具对比（2026 年价格）

你不需要花钱才能起步，但结构化平台能加速进程。下面是当前主流选择的诚实对比。

结论：预算紧张就选 Mode Analytics + SQLZoo；只有需要结构化手把手辅导时才值得为 DataCamp 付费。

常见问题

零编程经验，30 天真的够吗？

够，但你必须自律。SQL 是声明式的：你告诉数据库"要什么"，而不是"怎么拿"。这比 Python、Java 好上手得多。计划假设你从零开始，但要求每天练习——连断三天你就会掉队。

该装 MySQL、PostgreSQL 还是 SQLite？

学习阶段什么都不用装。直接用一个在线环境，比如 SQLite Online 或 Mode Analytics。装环境浪费的时间能绕地球一圈。理解语法后，三种系统在基础查询上差异极小。PostgreSQL 更利于日后求职，但 SQLite 最好上手。

SQL 最难学的是哪部分？

连接和子查询，尤其是分不清该用 LEFT JOIN 还是 INNER JOIN，以及 HAVING 与 WHERE 的取舍。别灰心——这些概念往往在你写错几次之后才"咔哒"一下打通。

没有现成数据库，怎么练习？

有大量公开数据集可用。Google BigQuery 公开数据（免费层）或 Kaggle 都行。更简单的办法：把自己的银行流水 CSV 或某平台的浏览历史导进本地 SQLite。用自己关心的数据，学习立刻变得有趣多了。

会 SQL 就能当数据分析师吗？

SQL 是必要地基，但不是全部。你还需要 Excel（做报表）和一款可视化工具（Tableau 或 Power BI）。但 SQL 是"门槛"——SQL 面试不过，工作就黄。这个 30 天计划给你考过这道门槛的核心能力。等你开始把结果讲给别人听，可以搭配快速掌握汇报表达，让数据真正驱动决策。

想继续往数据方向深入？可以先读我们的数据分析入门指南，用 SQL 结合 Excel 做报表时再看Excel 高效用法，两条路都指向更系统的数据能力。

第 30 天的收官项目

别用"看视频"来结束这一个月。第 30 天你必须亲自搭一个东西。作业如下：下载一个含 500+ 行的销售数据集，写三条查询回答：1) 各区域总收入（用 GROUP BY）；2) 按购买频次排名前五的客户（用 JOIN 和 COUNT）；3) 列出半年内未消费的客户（用子查询或带日期函数的 CTE）。可以把练习拆进一个个专注时段，配合番茄工作法防止大脑过载。如果你不翻笔记就能写完这三条，恭喜——你已经正式学会了 SQL。