随着数据、算力和云数据仓库的激增，对于有经验的分析师或数据科学家来说，SQL已经成为一个更加不可或缺的工具。本书展示了提高SQL技能、解决问题，以及在工作流程中充分利用SQL新的和隐藏的方法。
你将学习如何以创新的方式使用常用的和特殊的SQL函数（如连接、窗口函数、子查询和正则表达式），以及如何用可理解的代码，通过组合SQL技术更快地完成目标。如果你在平常工作中也会用到SQL数据库，本书会是必备的参考资料。

凯西·谷村，热衷于将人们和组织与他们需要的数据联系起来，以产生价值和影响。20多年来，她一直在分析各种行业的数据，从金融到B2B软件，再到消费者服务。她有在大多数主流的专有和开源数据库中使用SQL分析数据的经验。她在多家领先的科技公司建立并管理数据团队和数据基础设施。Cathy还经常在顶级会议上发表演讲，主题包括构建数据文化、数据驱动产品开发和包容性数据分析。

前言
第1章 用SQL来做数据分析
1.1 什么是数据分析
1.2 为什么用SQL
1.2.1 SQL是什么
1.2.2 SQL的优势
1.2.3 SQL与R和Python的对比
1.2.4 SQL作为数据分析流程中的一部分
1.3 数据库类型以及如何使用
1.3.1 行存储数据
1.3.2 列存储数据
1.3.3 其他的数据结构类型
1.4 总结
第2章 为数据分析做准备
2.1 数据类型
2.1.1 数据库的数据类型
2.1.2 结构化和非结构化数据
2.1.3 定量和定性数据
2.1.4 第一方、第二方和第三方数据
2.1.5 稀疏数据
2.2 SQL查询结构
2.3 数据剖析：分布
2.3.1 直方图和频率
2.3.2 分箱
2.3.3 n-Tiles
2.4 数据剖析：数据质量
2.4.1 检测重复数据
2.4.2 用GROUP BY和DISTINCT来处理重复数据
2.5 准备：数据清理
2.5.1 通过CASE转换来清理数据
2.5.2 数据类型转换
2.5.3 处理空值：coalesce,nulliff,nvl函数
2.5.4 缺失的数据
2.6 准备：数据构形
2.6.1 你需要怎样的输出：BI，可视化，统计，机器学习
2.6.2 用CASE语句进行数据透视
2.6.3 用UNION语句来取消数据透视
2.6.4 pivot（透视）和 unpivot（取消透视）函数
2.7 总结
第3章 时间序列分析
3.1 日期、日期时间和时间操作
3.1.1 时区转换
3.1.2 日期和时间戳的格式转换
3.1.3 日期相关的计算
3.1.4 时间相关的计算
3.1.5 连接不同来源的数据
3.2 零售销售数据集
3.3 对数据进行趋势分析
3.3.1 简单的趋势
3.3.2 比较时间序列的组成部分
3.3.3 计算占总数的百分比
3.3.4 运用索引以查看随时间变化的百分比
3.4 滚动时间窗口
3.4.1 计算滚动时间窗口
3.4.2 稀疏数据的滚动时间窗口
3.4.3 计算累计值
3.5 季节性分析
3.5.1 同期比较：YoY和MoM
3.5.2 同期比较：与去年的同月进行对比
3.5.3 与多个以前的周期做对比
3.6 总结
第4章 同期群分析
4.1 同期群：一种有用的分析框架
4.2 立法者数据集
4.3 留存
4.3.1 基本留存曲线的SQL
4.3.2 调整时间序列以提高留存率的准确性
4.3.3 从时间序列数据构建同期群
4.3.4 从单独的表构建同期群
4.3.5 处理稀疏同期群
4.3.6 用除第一个日期以外的其他日期定义同期群
4.4 相关同期群分析
4.4.1 生存
4.4.2 返回或重复购买行为
4.4.3 累积计算
4.5 透过同期群看横断面分析
4.6 总结
第5章 文本分析
5.1 为什么使用SQL进行文本分析
5.1.1 什么是文本分析
5.1.2 为什么SQL是文本分析的好选择
5.1.3 什么情况下SQL不是一个好的选择
5.2 UFO目击数据集
5.3 文本特征
5.4 解析文本
5.5 文本转换
5.6 在较大的文本块中查找元素
5.6.1 通配符匹配：LIKE，ILIKE
5.6.2 精确匹配：IN，NOTIN
5.6.3 正则表达式
5.7 构建与重塑文本
5.7.1 拼接
5.7.2 重塑文本
5.8 总结
第6章 异常检测
6.1 SQL异常检测的能力和限制
6.2 数据集
6.3 检测异常值
6.3.1 通过排序查找异常
6.3.2 通过计算百分比和标准偏差发现异常
6.3.3 通过作图可视化查找异常
6.4 异常的形式
6.4.1 异常值
6.4.2 异常的计数或频率
6.4.3 数据缺失引起的异常
6.5 处理异常
6.5.1 探查
6.5.2 删除
6.5.3 替代值替换
6.5.4 缩放
6.6 总结
第7章 实验分析
7.1 用SQL进行实验分析的优势与局限性
7.2 数据集
7.3 实验的类型
7.3.1 二元结果实验：卡方检验
7.3.2 具有连续结果的实验：t检验
7.4 实验的挑战和拯救有缺陷的实验的方法
7.4.1 变体分配
7.4.2 异常值
7.4.3 时间盒
7.4.4 重复暴露实验
7.5 当无法进行控制实验时：替代分析
7.5.1 前/后分析
7.5.2 自然实验分析
7.5.3 阈值附近的群体分析
7.6 总结
第8章 创建用于分析的复杂数据集
8.1 何时对复杂数据集使用SQL
8.1.1 使用SQL的优点
8.1.2 什么时候构建ETL
8.1.3 何时将逻辑放入其他工具中
8.2 代码组织
8.2.1 注释
8.2.2 大写，缩进，括号和其他格式技巧
8.2.3 存储代码
8.3 组织计算
8.3.1 理解SQL子句的计算顺序
8.3.2 子查询
8.3.3 临时表
8.3.4 公共表表达式
8.3.5 grouping sets
8.4 管理数据集大小和隐私问题
8.4.1 使用%、mod进行抽样
8.4.2 降低维数
8.4.3 PII和数据隐私
8.5 总结
第9章 结论
9.1 漏斗分析
9.2 流失、中止和其他离开的定义
9.3 购物篮