从事SQL相关工做者能够成为数据科学家吗？

做者 | Saurabh Hooda
来源 | CDA数据分析研究院

简短的回答是确定的。只要数据科学家中存在“数据”，结构化查询语言（或咱们称之为“quel”）将仍然是其中的重要部分。本文将深刻探讨数据科学及其与SQL的关系，包括5 W和1H的答案 - 如何，为何，何地，什么时候，谁和什么。咱们还将学习数据库管理系统（DBMS）的基础知识，并了解数据科学家如何成为您职业生涯的最佳选择。

什么是数据科学

数据科学的视角很是普遍，做为一名数据科学家须要深刻了解各类数学流，机器学习、计算机科学、统计研究、数据处理以及多个领域的专业知识。这些数学流中的每一种知识系统都须要对数据进行大量地研究和探索，不管是收集、分析仍是处理。

为何数据科学如此受欢迎

目前来讲数字世界正处于巅峰时期，随着市场需求和普遍营销策略的不断增加，数据已成为全部营销目的的关键。例如，若是我想购买一部新手机，我会去亚马逊或Flipkart这样的网上商店，浏览不一样的品牌，挑选心仪的品牌手机添加到个人购物车中，最后通过一些对比研究后决定购买。在网站后台，在线商店会保存个人购物车信息和浏览历史记录，并在我下次登陆时向我展现更多相关品牌的手机推荐。即便我不买，在线商店也会给我发电子邮件或短信，提醒我购物车里的商品“还在等着我”。 所以，数据在创建买卖双方关系中起着相当重要的做用。客户展示的历史行为数据越多，向买方呈现的我的定制化推荐程度就越高。这种个性化推荐算法不只适用于电子商务，也一样适用于各行各业用户价值分析和个性化营销方案中。

怎么样实现

• 收藏：假设您在宜家选购家居用品，查看对比相关产品的价目单。你够买了一款喜欢的产品而后离开，但后来你发现你还须要购买更多相关的产品，你还会回来宜家选购。你告诉你的朋友这个产品是多么有用和便宜，他们相信你的推荐也会来宜家购买。制造商使用这些数据来了解客户的喜爱并更新他们的库存以储备更多更受欢迎的产品。此外，持续的反馈也有助于他们改进现有产品。
• 处理：制造商收集用户的数据，并在数据建模和规划阶段考虑可操做的方案。例如，愈来愈多的客户为他们的窗帘寻找特定的彩色床单或特定的布料。
• 分析：想象一下，若是你想要买一个蓝色的床单，为了搭配你的房间的氛围，绿色将是一个更好的选择，可是目前尚未绿色的。绿色是一种常见的流行色。经过对人工输入的数据和数据管理工具中存储的数据进行分析，能够肯定引入绿色搭配的产品是不是一个好主意，是否能知足更多客户的需求，并带来更多的利润。
• 对于需求预测和库存管理，咱们须要存储全部用户信息，包括他们的购买浏览记录，行为偏好指数，评价反馈信息等。

数据在哪里

全部的数据都存储在数据库中。所以，SQL对于处理须要按期加工和转换的大量数据相当重要，同时它也是数据科学打算作的精准营销和用户反馈的重要工具。例如，若是您不喜欢Facebook给您推荐的视频，您能够选择'隐藏此项'，Facebook会当即向您询问隐藏缘由。用户的这些选项数据也须要存储在数据库中。

经过像SQL这样的关系数据库，数据科学提供了一个连续的系统来处理和改进数据的呈现和处理方式。

SQL应用领域

SQL是整个数据科学领域的重要组成部分。可是，在企业实际业务工做中它究竟适用于哪些工做呢？若是您想成为数据分析师，数据工程师或数据架构师，您将须要学习SQL以及C，R和Python等编程语言。这是一个简单的图表，显示了使用SQL的阶段：

图片中突出显示的交集部分是咱们须要SQL知识的地方：大数据，大数据分析和数据分析。

为什么选择SQL

尽管NoSQL数据库提供了高性能和高速度，但SQL数据库仍然被普遍用于全部实际业务工做中。有更多的开发人员了解SQL技术，所以支持和翻译帮助文档使其更加丰富。此外，数据完整性是使SQL与任何NoSQL数据库分开的一个关键因素，经过确保没有重复或未经受权的数据能够进入系统。此外，对于复杂的查询和链接，结构良好的关系数据库能够更好地管理数据。

什么是SQL

SQL是一种关系数据库管理系统，用于存储，检索，更新和读取数据库中的数据。

在本文中，咱们将专一于SQL如何对数据科学起做用。让咱们举一个简单的例子，说明您做为数据科学家如何使用SQL来收集和分析数据。

假设您想经过检查有多少用户订购它的副原本了解做者'Carl Shan'的一本名为'The Data Science Handbook'的书的受欢迎程度。由于SQL是具备适当模式的结构良好的语言，因此您可使用以下结构：

customer table

order_details table

book table

要获取此类数据，咱们须要使用一些关键字段或主键和外键字段来链接这三个表。在这种状况下，order_id对于全部三个表都是共有的关键字段，能够用来做为链接字段，使用这些链接后的数据，咱们能够编写查询语句来获取必要的字段信息。

在现实生活中，这种系统能够处于多个层次的分析需求中，咱们须要使用SQL分析和处理大量数据。来自数百万用户的平常行为记录数据被存储在SQL数据库中，用于不一样目的的分析需求。想象一下，在不使用SQL的状况下咱们可以完成这些海量数据的处理和分析工做吗？

虽然有些人认为SQL在数据科学家工做中的做用正在减小，但事实并不是如此。SQL在数据分析工做中依然十分的重要。

如下是数据科学家应该了解的一些关键SQL概念：

• 关系数据库模型
• 在关系数据库模型中，全部数据点都相互关联或相互链接。在建立这种类型的数据库时，必须在设计阶段自己定义各类表和列之间的关系。在上面的例子中，这三个表是相关的。客户表的主键（“在关系（表）中惟一指定元组（行）的最小属性集（列）的特定选择”）将是customerid，而orderid将是外键（“属性集主题”）某种包含依赖性约束，特别是一种约束，即由一个关系中的外键属性R组成的元组R也必须存在于某种其余（不必定是不一样的）关系中，S“）。以一样的方式，bookid和orderid组合能够是书表的复合键。必须在建立阶段自己定义这些关系。
• DBMS规范化
• 规范化是设计过程，其中数据库中的表以规范化的方式组织，以免数据的冗余和依赖性。使用不一样形式的规范化，咱们能够将数据划分为更小的结构并在它们之间创建连接，以便最佳地存储数据。这篇好文章以一种很是简单易懂的方式介绍了有关规范化的信息。
• 数据库架构
• 数据库模式是数据库的逻辑视图。应用于数据的全部关系（如约束，表，视图，触发器等）构成模式。
• 基本SQL命令
• SQL能够执行如下类型的语句：
• DML（数据操做语言）声明 - select, insert, delete, update
• DDL（数据定义语言）声明 - create, drop, alter
• DCL（数据控制语言）声明 - grant, revoke
• TCL（交易控制语言）声明 - begin, commit, rollback

谁应该学习SQL

到如今为止，您应该明白SQL相关从业者是否能够成为数据科学家以及如何成为一名数据科学家。若是您对数据很是感兴趣，并但愿将数据科学做为您的职业选择，那么您必定要学习SQL。

数据科学家做为职业选择

当今社会天天都会产生大量数据，须要将其转换为新的业务解决方案，设计和产品，这些只能来自数据科学家的创造性思惟。这种需求至少会在几十年内增长。除了行业为数据科学家提供的脂肪包以外，吸引专业人士参与这项工做的挑战和不断增加的角色也是如此。从数据管理员，数据架构师，数据分析师，业务分析师到数据管理员或商业智能经理，在数据科学圈中有不少机会可供选择。了解SQL，R和Python等编程语言，统计和应用数学，结合批判性思惟和行业知识，能够比你想象的更快。

做者：Saurabh Hooda曾在全球范围内为各类电信和金融巨头工做。在Infosys和Sapient工做了十年以后，他开始了他的第一家创业公司Leno，以解决超本地书籍共享问题。他对产品营销和分析感兴趣。