SQ
SQL 与数据库
8 周所有技术岗的共同底座
适合谁：所有人。真的，包括前端和产品
难度
共 4 个阶段 · 8 周这条路上最常见的三个误区
- 以为 SQL 就是 SELECT —— 索引、执行计划与事务隔离才是分水岭
- 背八股不建表 —— 没亲手设计过表，永远理解不了范式与反范式
- 忽视数据口径 —— 分析岗最贵的错误不是写错 SQL，而是算错数
第一周就做这三件事
- 1装 PostgreSQL（或用 Docker 起一个），建 3 张关联表，灌 1 万行测试数据
- 2用 EXPLAIN 对比「有索引 / 无索引」的同一条查询
- 3写 10 条带 GROUP BY 与窗口函数的分析查询，并解释每个指标的口径
「准备期」是拖延的另一种说法。先跑起来，再谈规划。
分阶段执行
按每周 10–12 小时估算，有基础可压缩学习进度 0%0/4 阶段 · 约 0/8 周
- 1
阶段一 · 查询基础
建议 2 周阶段目标能独立完成业务取数
知识点SELECT / WHERE / ORDER BYJOIN 五种连接GROUP BY 与聚合子查询NULL 的坑验收标准20 题全部独立写出且结果正确
- 2
阶段二 · 进阶查询
建议 2 周阶段目标解决复杂分析问题
知识点窗口函数（row_number/rank/lag）CTE 与递归行转列与列转行留存/漏斗/连续登录验收标准能手写 7 日留存与转化漏斗
- 3
阶段三 · 设计与优化
建议 2 周阶段目标能设计表并优化慢查询
知识点范式与反范式索引原理（B+ 树）执行计划 EXPLAIN事务与隔离级别分库分表思路验收标准能解释优化前后的执行计划差异
- 4
阶段四 · 工程实战
建议 2 周阶段目标能独立搭建一个分析型数据模型
知识点维度建模（星型/雪花）分层设计 ODS/DWD/ADSdbt 或 SQL 脚本编排指标口径文档化ClickHouse / PG 选型验收标准能跑通 GMV / 复购率 / 品类贡献三个指标，且口径可复述