此文是《10周入门数据分析》系列的第5篇。
想了解学习路线，可以先行阅读
公中号上已更新到第11篇，详情可见文末。
上周更新了两篇Excel学习，有读者反映写得不够实操。这里解释下，文字真的很难将每一步细化，不然真的要出一本书。文章更多是一个引路，告诉大家为什么要学这个，主要学什么，怎么学？深入的操作，还需大家业余加餐啊，已经尽量给大家留了材料了。
也有人提议，出个视频，不错！很赞！明年计划下。即使没有时间，我也会推荐一些我认为OK的视频让大家学习。
年底了，近几个晚上都在苦熬年终报告，各位写好了么？
好了，回到正文，本篇讲数据库知识：
经常有刚从事数据分析的职场萌新，问我做数据分析工作要学些什么，应该怎样规划学习路径。我会告诉他：如果你Excel还用的不溜的话，就先学学Excel，当你用Excel处理和分析一些小数据集没有问题的时候（具体表现就是：常用函数公式信手拈来，数据透视表，筛选，排序，图表绘制操作熟练），你就去学习SQL语言，然后用BI去分析去熟悉业务。然后到了一定阶段，你可以上手R或者Python。后面如果你能更进一步，可以去了解一些Spark等大数据框架。
为什么要学习Excel？
首先Excel是我们最常用的数据分析和处理工具，Excel的功能非常丰富，基本可以涵盖我们在之后在其它软件(SQL、BI、Python、R)中要学到的那些功能。
有的人可能会问，既然Excel这么强大，为什么还要学其它的工具？这是因为Excel是通过菜单的形式来进行操作的，很难实现自动化和功能复用，当然你也可以通过VBA来实现，用VBA也就是编程了，不过因为VBA这种语言学会了基本只能在office软件中使用，学习的投入成本和产出收益不成比例，不推荐学习，这是客观原因之一；另外就是Excel在处理比较大的数据集的时候，性能很差，并且经常崩溃。(虽然Excel2013及以上版本宣称可以容纳100 万条记录，但几万条数据就开始卡顿了)。
为什么Excel学完要学SQL？
客观原因是绝大部分数据分析岗都有SQL技能的要求。企业里面为了保证数据的安全性和管理的方便，数据都是统一存放在数据库中，从数据库中提取和查询数据需要使用SQL语言，甚至有的公司就是用SQL语言来做数据分析。
另外一个原因就是即使你先学了其它的工具，比如R，Python，甚至Spark等大数据框架，你会发现最后你还是得学习SQL。如果你先学习SQL，那么很多概念你都能在学习R，Python，Spark等更加复杂的工具之前弄清楚。对于后面的学习会有帮助。这就好比建房子，都是先打地基，然后一层一层的盖。
SQL语言的学习排在Excel之后，其它工具之前，还有一个很重要的原因就是，SQL可以在一定程度上帮Excel解决大数据集的问题，同时架起一个通往其它工具的桥梁。
关于数据库和SQL的学习，也是分为两篇，第一篇讲数据库以及表的概念。第二篇是SQL语句的掌握和数据库的操作。
一、数据库基础知识先谈一下我对数据库的理解。数据库顾名思义就是数据的集合，是由一张张数据表组成的。
放在物理实体上，是一堆写在磁盘上的文件，文件中有数据。这些最基础的数据组成了表(table)，我们把它想象成一张Excel的sheet，如下图：
每一张表都有一个唯一标识，即主键，也就是ID。ID是数据库中重要的概念，叫做唯一标识符／主键，用来表示数据的唯一性。就相当于我们的身份证，是唯一的，有了身份证，就知道数据在哪了。
ID通常没有业务含义，就是一种唯一标识，每张表只能有一个主键，且主键通常是整数，主键一旦设立，值通常不允许修改。
数据库是表的集合。一个数据库中可以放多张表，我们给每张表命名，表与表之间能互相联系。联系就是数据能够对应匹配，正式名称叫联接，对应的操作叫做Join，我们想象成Excel中的vlookup。
比如上面两张图，左图是学生信息表，右图是老师信息表。左图的主键是学生ID，右图的主键是老师ID。细心的读者可能发现右图还有一个学生ID，这里的学生ID是专门用来联接用户表的，它并不是主键。只不过两张表通过学生ID这个唯一信息来关联。
但两张表关联也并不是信息能一一对应的，也会存在空缺的时候，比如：
那两表建立连接就会变成：
