首先,对于sql的掌握程度,不同数据分析岗位的要求和标准是不同的
行业分析师、商业分析等岗位,更偏向于市场数据的宏观分析和预测,需要有一定的统计学基础和经济学,对sql的要求并不高;
我见过很多商业分析师甚至都不会sql,宏观数据一般也不会放在数据仓库里让你去取,外部数据根本用不着sql。
比较常见的业务分析师,对sql的掌握有一定要求,不过也不必要十分精通,只要能从数据仓库里取数、学会普通的增删减改就行了,取数不是业务分析师的主要工作,而且很多人用现成的BI工具,或者直接Python大法,虽然也需要sql从数据库中取数,但是不用考虑复杂逻辑;
还有一些岗位,比如金融数据分析师,对于sql不是必须的,学会了是加分项;
如果是做数据仓库的分析师,或者说更类似于系统分析师,那就必须要精通sql了,没得说,这是吃饭的饭碗不能差,起码来说T-SQL、约束、触发器、复杂综合查询、客户端、联机分析处理等都要掌握,更好地提高检索速度对于业务来说比较重要。
老师讲得很细,会一步步的教操作,前面7章看完,并跟着老师做完了所有的例子,就是入门了。
入门之后,就要多学学T-SQL语言了。除了51自学网的SQL Server数据库教程外,w3schools是一个很好的资源库,它不止讲解T-SQL语言的知识点,还有一个在线的示例数据库提供给用户,可以随时随地进行练习。
通过FineDataLink作为中间件,简道云数据下云本地化,原库用于提供业务负载,本地库搭配FineReport用于数据分析展示,解决了数据分析人员无法完全取到简道云数据的问题,在FineDataLink侧进行简单的配置,同步数据和附件,即可完成简道云数据的迁移。通过FineDataLink作为中间件,简道云数据下云本地化,原库用于提供业务负载,本地库搭配FineReport用于数据分析展示,解决了数据分析人员无法完全取到简道云数据的问题,在FineDataLink侧进行简单的配置,同步数据和附件,即可完成简道云数据的迁移。
整合了MES、ERP、SQS、APS、PLM等系统,建立了公司级别的数据仓库,统一数据源,统一数据分析出口。
FineDataLink和6节点的FineData相结合,自动把4个厂的MES、ERP、WMS、PLM等业务系统,通过数据库logminer、消息等进行实时采集同步;通过对ODS层的数据加工作转换进行分层建设,完成分布式数仓的搭建,10分钟内即可完成从业务库,到ODS的ELT的整个数据链条处理。