Khám Phá SQL Cho Data Analyst: Công Cụ Không Thể Thiếu

SQL là gì?

SELECT – WHERE – JOIN

Trong lĩnh vực phân tích dữ liệu, việc truy xuất dữ liệu một cách hiệu quả từ cơ sở dữ liệu là kỹ năng không thể thiếu. SQL cung cấp một loạt các công cụ mạnh mẽ để giúp các chuyên viên phân tích dữ liệu thực hiện điều này, và trong đó, các lệnh SELECT, WHERE, và JOIN là những thành phần cơ bản và không thể thiếu.

Trước tiên, lệnh SELECT được sử dụng để truy vấn dữ liệu từ một hoặc nhiều bảng trong cơ sở dữ liệu. Đây là nền tảng của mọi truy vấn SQL. Với SELECT, chúng ta có thể chỉ định các cột mà mình muốn lấy dữ liệu. Cú pháp cơ bản của nó rất đơn giản:

SELECT column1, column2 FROM table_name;

Tuy vậy, trong thực tế, chúng ta hiếm khi chỉ đơn giản thực hiện SELECT mà không kèm theo điều kiện nào. Đó là lúc WHERE trở nên cần thiết. Mệnh đề WHERE cho phép lọc dữ liệu dựa trên các điều kiện cụ thể. Ví dụ, để chọn tất cả học sinh có điểm số lớn hơn 80, bạn sẽ thực hiện truy vấn:

SELECT * FROM students WHERE score > 80;

Sử dụng WHERE một cách hiệu quả sẽ giúp bạn giảm tải lượng dữ liệu không cần thiết và tập trung vào những thông tin quan trọng đối với phân tích của mình.

Chúng ta không chỉ truy vấn dữ liệu từ một bảng mà thường cần kết hợp dữ liệu từ nhiều bảng khác nhau. Lúc này, lệnh JOIN trở thành công cụ đắc lực. Có nhiều loại JOIN, nhưng phổ biến nhất là INNER JOIN, được sử dụng để kết hợp các bảng dựa trên một điều kiện chung, thường là khóa chính (primary key) và khóa ngoại (foreign key).

Ví dụ dưới đây diễn tả cách sử dụng INNER JOIN để kết hợp hai bảng orders và customers dựa trên cột customer_id:

SELECT orders.order_id, customers.customer_name
FROM orders
INNER JOIN customers ON orders.customer_id = customers.customer_id;

Với INNER JOIN, chỉ những bản ghi có giá trị chung ở cả hai bảng mới được chọn, giúp bạn dễ dàng kết hợp và so sánh dữ liệu từ các nguồn khác nhau.

Theo thời gian, các truy vấn trở nên phức tạp hơn khi bạn làm việc với dữ liệu lớn và có cấu trúc phức tạp. Việc hiểu và kết hợp hài hòa lệnh SELECT, WHERE, và JOIN giúp bạn tạo ra các truy vấn hiệu quả, tối ưu hóa thời gian và tài nguyên. Khi thành thạo các lệnh này, bạn sẽ nâng cao kỹ năng phân tích dữ liệu đáng kể.

GROUP BY – HAVING

Trong quá trình phân tích dữ liệu với SQL, việc sử dụng GROUP BY để nhóm dữ liệu dựa trên một hoặc nhiều tiêu chí nhất định là một kỹ năng cần thiết mà mỗi Data Analyst cần nắm vững. Công cụ này cho phép chúng ta tổng hợp và tóm tắt dữ liệu theo cách rất trực quan và có ích trong việc ra quyết định.

Khi bạn sử dụng GROUP BY, bạn có thể nhóm các bản ghi từ một bảng dựa trên một hoặc nhiều cột. Việc này rất hữu ích khi bạn muốn áp dụng các hàm tổng hợp như SUM để tính tổng, AVG để tính trung bình, COUNT để đếm số bản ghi hay các hàm khác để phân tích sâu hơn.

Chẳng hạn, giả sử bạn đang làm việc với một bảng đơn hàng và muốn biết tổng giá trị bán hàng theo từng khách hàng. Bạn có thể sử dụng GROUP BY như sau:

SELECT CustomerID, SUM(OrderValue) AS TotalValue
FROM Orders
GROUP BY CustomerID;

Kết quả của truy vấn này sẽ cho bạn biết tổng giá trị đơn hàng theo từng khách hàng, giúp bạn dễ dàng xác định những khách hàng giá trị nhất.

Một vấn đề bạn có thể gặp phải khi nhóm dữ liệu là không phải mọi nhóm đều cần xuất hiện trong kết quả cuối cùng. Đây là lúc HAVING - mệnh đề lọc sau khi tổng hợp - trở nên cần thiết.

Mệnh đề HAVING cho phép lọc các nhóm dữ liệu mà bạn đã tạo ra bằng GROUP BY. Điều này khác với WHERE, nơi mà việc lọc được thực hiện trước khi nhóm dữ liệu. Ví dụ, bạn chỉ muốn hiển thị khách hàng có tổng giá trị đơn hàng trên 1000. Bạn có thể viết truy vấn như sau:

SELECT CustomerID, SUM(OrderValue) AS TotalValue
FROM Orders
GROUP BY CustomerID
HAVING SUM(OrderValue) > 1000;

Ví dụ trên chỉ trả về những khách hàng có tổng giá trị đơn hàng lớn hơn 1000. Điều này rất hữu ích trong ngành phân tích kinh doanh, nơi việc tập trung vào các khách hàng hoặc nhóm có giá trị cao hơn có thể mang lại hiệu quả vượt bậc cho chiến lược kinh doanh.

Kết hợp GROUP BY với HAVING là một trong những cách mạnh mẽ nhất để tiến hành phân tích dữ liệu nâng cao. Điều này đặc biệt quan trọng khi xử lý các tập dữ liệu lớn, nơi việc nhận biết các xu hướng và cung cấp thông tin chi tiết là cực kỳ quan trọng.

Việc thuần thục với GROUP BY và HAVING không chỉ giúp bạn trong việc phân tích dữ liệu mà còn giúp tối ưu hóa được các truy vấn SQL của bạn. Điều này cần thiết khi bạn phải xử lý và phân tích một lượng dữ liệu lớn mà thời gian xử lý là một yếu tố quan trọng.

Trong thực tế, nhóm dữ liệu và tổng hợp thông qua GROUP BY và HAVING giúp chuyển đổi dữ liệu thô thành thông tin có giá trị, hỗ trợ cho việc ra quyết định và cải tiến quy trình kinh doanh hiện tại. Với việc áp dụng đúng cách, bạn có thể khai thác tối đa từ dữ liệu, từ đó nâng cao hiệu quả công việc và mang lại giá trị lớn cho doanh nghiệp.

    
      SELECT 
        branch_name, 
        quarter, 
        revenue,
        RANK() OVER(PARTITION BY quarter ORDER BY revenue DESC) as rank
      FROM 
        branch_revenues;
    
  

Tối Ưu Truy Vấn Cho Phân Tích