sqlserver豆瓣,SQLSERVER开发工程师

SQL书籍推荐

1、《SQL必知必会》

福达著, 钟鸣、刘晓霞译

这本书由浅入深地讲解了SQL的基本概念和语法，涉及数据的排序、过滤和分组，以及表、视图、联结、子查询、游标、存储过程和触发器等内容，实例丰富，便于查阅。新版增加了针对ApacheOpenOfficeBase、MariaDB、SQlite等DBMS的描述，并根据新版本的Oracle、SQLServer、MySQL和PostgreSQL更新了相关示例，非常适合初学者。

2、《SQL基础教程》

MICK 著, 孙淼、罗勇 译

这本书豆瓣评分9.0，重印13次，第2版基于新版本RDBMS全面升级，并新增一章介绍从应用程序执行SQL语句的方法。本书从数据库、表的结构到查询、更新表的语法，常用的函数，表的联结等，内容逐步深入。对于初学者常见的疑难点，均通过专栏进行讲解。各章节后精心设计了练习题，帮助读者巩固理解

3、《SQL Cookbook》

Anthony Molinaro 著

本书是一本指南，其中包含了一系列SQL 的常用问题以及它们的解决方案，希望能对读者的日常工作有所帮助。有150 多个小节，这还仅仅是SQL 所能做的事情的一鳞半爪，而这本书更主要的是让读者看到，SQL 能够做多少一般认为是SQL 问题范围之外的事情。

4、《深入浅出SQL（中文版）》

贝里 著，O‘Reilly Taiwan 译

这本对所有没SQL基础的人来说都是本好书，幽默的语言，紧凑的内容，而且还有生动的图画，这无非给了初学者一个很好的开始，不仅会信心大增，也会提高学习兴趣，同时对后续的提高也打下了基础。着重基本语法的理解和基本概念的阐述，穿插在各个章节的练习题恰好提供了巩固作用，如果你正苦于寻找一本SQL入门书籍，那么它一定是不二之选

5、《SQL 反模式》

Bill Karwin 著，谭振林 / Push Chen 译

《SQL反模式》是一本广受好评的SQL图书。它介绍了如何避免在SQL的使用和开发中陷入一些常见却经常被忽略的误区。它通过讲述各种具体的案例，以及开发人员和使用人员在面对这些案例时经常采用的错误解决方案，来介绍如何识别、利用这些陷阱，以及面对问题时正确的解决手段。另外，《SQL反模式》还涉及了SQL的各级范式和针对它们的正确理解。

相关问答

Q1: 国内金蝶、用友管理软件跟国外SAP、ORACLE的区别？

金蝶主要有两个ERP系统，一个是K3，一个是EAS。

K3我比较熟悉，使用vb编程，sqlserver做数据库为主的配置开发的。适用于中小型企业。

EAS是针对中大型企业设计的ERP，不过我没有使用过。

用友也类似。

SAP之所以交SAP是因为这家德国企业是世界做好的ERP企业，他收购的数据库先是叫sap database，现在和mysql合作，改名叫maxdatabase。当然，mysql被sun收购了，sun被oracle收购了，所以sap的合作更加直接的和oracle连在一起了。

oracle是世界最好的数据库，或者说目前为止，绝大多数it人员都认为oracle是最好的，所以oracle的市场份额非常大。当然有些名企会定制自己的数据库，例如阿里巴巴和豆瓣。

所以这个问题很难回答，大家方向不一样，没办法说区别。。

Q2: 数据分析如何入行？

想要入行数据分析需要学习以下三种技能

1，SQL（数据库）处理海量的数据，数据来源于数据库，从数据库取数据，何建立两表、三表之间的关系，想要的特定的数据等，而这些是需要SQL解决的，所以SQL是数据分析的最基础的技能。

2，统计学基础：数据分析的前提要对数据有感知，数据如何收集，数据整体分布是怎样的，如果有时间维度的话随着时间的变化是怎样的，数据的平均值是什么，数据的最大值最小值指什么，数据相关与回归、时间序列分析和预测等，这些也是需要统计学的技能才能做好的。

3，Python或者R的基础：这是必备项，学会一门技术工具，是入门数据分析师的门槛。

扩展资料

一、数据分析方向

数据挖掘方向：想要在一两个月内快速成为数据挖掘向的数据分析师很难，做数据挖掘必须要底子深基础牢，编程语言基础、算法、数据结构、统计学知识样样不能少。利用数据挖掘进行数据分析常用的3个方法：分类、回归分析、聚类等， 它们分别从不同的角度对数据进行挖掘。

回归分析：回归分析方法反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。

业务方向：需要对业务感知能力强，对数据十分敏感，掌握常用的一些业务分析模型套路，企业经常招聘的岗位是：商业分析、数据运营、用户研究、策略分析等等。

二、入门数据分析的参考书籍推荐

《增长黑客》、《网站分析实战》、《精益数据分析》、《深入浅出数据分析》、《啤酒与尿布》、《数据之魅》、《Storytelling with Data》。

Q3: python能干什么

整理了Python的7大就业方向，希望大家能找到适合自己的，然后学习下去，完成人生的目标。

1、Web开发（Python后端）

Python有很多优秀的Web开发框架，如Flask、Django、Bootstar等，可以帮助你快速搭建一个网站。当需要一个新功能时，用Python只需添加几行代码即可，这受到了很多初创型公司的一致欢迎。

像知乎、豆瓣、小米这样的大厂，最早的网站都是用Python搭建的，国外则更多，如YouTube 、Quora、Reddit、Instagram、Netflix等代表地球顶级流量的大站，都构建在Python之上。

平均薪资：15~20K

技能要求：前端基础、Python基础、主流Python Web框架（Flask、Django等）、数据库等

 2、Python爬虫工程师

顾名思义，就是用Python收集和爬取互联网的信息，也是小伙伴们入坑Python的第一驱动力。靠人力一星期才能完成的工作，你泡着咖啡、跑10分钟爬虫即可，又装X又实用，学会Python爬虫后，即使不做程序员的工作也能加分不少。

平均薪资：15~25K

技能要求：前端基础、Python爬虫库、数据库、JS反爬等

友情提示：注意法律风险

3、Python数据分析师

这个时代，数据和黄金一样宝贵，现在最火的公司如：今日头条、抖音、快手等，产品都建立在对用户的分析之上，更不用说淘宝、京东、拼多多这些 “定制化推荐” 的老手。

可以说，所有的商业公司都需要这样一个角色，Python数据分析师也成了目前最火的职业之一。

Python是目前数据分析业务中，最常用的语言。学会Python后，基本可以满足数据分析经理的招聘需求。

平均薪资：10~25K

技能要求：统计学基础、Python的数据分析库（Pandas、NumPy、matplolib）、数据库、机器学习框架（高端职位需要）

4、AI工程师

人工智能是目前最火的方向之一，薪资待遇非常高（土豪的代名词）。从招聘网站上可以看到，80K、100K 的职位也有很多，小编流下了没有技术的泪水，当然这些职位的要求也相对较高。

Python是人工智能时代的头牌语言，不管是机器学习（Machine Learning）还是深度学习（Deep Learning），最常用的工具和框架都需要用Python调用，如Numpy、scipy、pandas、matplotlib、PyTorch、TensorFlow等，因此Python是人工智能工程师的必备技能之一。

薪资：20~40K

技能要求：统计学基础、Python、数据分析库、机器学习、深度学习框架

5、自动化运维工程师

运维工程师经常要监控上百台机器的运行，或同时部署的情况。使用Python可以自动化批量管理服务器，起到1个人顶10个人的效果。

自动化运维也是Python的主要应用方向之一，它在系统管理、文档管理方面都有很强大的功能。

平均薪资：15~25K

技能要求：Python、shell、Linux、数据库、openpyxl库等

6、自动化测试工程师

测试的工作是枯燥和重复的，在过去，每次产品更新，都要重复测试一遍，效率低而且容易出错。

Python提供了很多自动化测试的框架，如Selenium、Pytest等，避免了大量的重复工作，Python自动化测试也变得越来越流行。

平均薪资：10~20K

技能要求：Python、自动化测试框架、Linux等

7、Python游戏开发

Python游戏开发的招聘集中在游戏服务器领域，主要负责网络游戏的服务器功能开发、性能优化等工作。

平均薪资：15~25K

技能要求：Python、Python Web框架、Linux、数据库、Nginx等

通过以上一系列的讲解，相信各位刚入门Python编程语言的人，对于Python主要用来做什么这个问题有了一定的了解。Python编程语言应用广泛，就业方向也是十分广阔，当下正是学习Python的好时机。

Q4: 毫无基础的人如何入门 Python ?

Python是一种计算机程序设计语言。你可能已经听说过很多种流行的编程语言，比如非常难学的C语言，非常流行的Java语言，适合初学者的Basic语言，适合网页编程的JavaScript语言等等。

那Python是一种什么语言？

首先，我们普及一下编程语言的基础知识。用任何编程语言来开发程序，都是为了让计算机干活，比如下载一个MP3，编写一个文档等等，而计算机干活的CPU只认识机器指令，所以，尽管不同的编程语言差异极大，最后都得“翻译”成CPU可以执行的机器指令。而不同的编程语言，干同一个活，编写的代码量，差距也很大。

比如，完成同一个任务，C语言要写1000行代码，Java只需要写100行，而Python可能只要20行。

所以Python是一种相当高级的语言。

你也许会问，代码少还不好？代码少的代价是运行速度慢，C程序运行1秒钟，Java程序可能需要2秒，而Python程序可能就需要10秒。

那是不是越低级的程序越难学，越高级的程序越简单？表面上来说，是的，但是，在非常高的抽象计算中，高级的Python程序设计也是非常难学的，所以，高级程序语言不等于简单。

但是，对于初学者和完成普通任务，Python语言是非常简单易用的。连Google都在大规模使用Python，你就不用担心学了会没用。

用Python可以做什么？可以做日常任务，比如自动备份你的MP3；可以做网站，很多著名的网站包括YouTube就是Python写的；可以做网络游戏的后台，很多在线游戏的后台都是Python开发的。总之就是能干很多很多事啦。

Python当然也有不能干的事情，比如写操作系统，这个只能用C语言写；写手机应用，只能用Objective-C（针对iPhone）和Java（针对Android）；写3D游戏，最好用C或C++。

如果你是小白用户，满足以下条件：

会使用电脑，但从来没写过程序；

还记得初中数学学的方程式和一点点代数知识；

想从编程小白变成专业的软件架构师；

每天能抽出一个半小时学习。可以看下面的代码

Q5: 如何学好SQL

先学SQL，把子查询，group by, order by, having, union, exists, in, join, left join, inner join 搞得明明白白

装个SQL 2005，装两个实例。装service pack。装了卸，卸了装，直到呕吐(嘿嘿)

把login, user, schema, linked server这些基本概念搞清

把不同的系统权限，用户权限学习一遍

建数据库，备份数据库，全备份，增量备份，日志备份

建表，写SQL建表，把常用数据类型搞懂，边建表，学习update/delete边插入/删除记录，边做备份

然后恢复数据库，恢复全备份，恢复到某个标记，恢复到某个时间点

用SQL命令把上面的这些操作做一遍（都有SQL的，不要只会用鼠标点来点去）

DBCC的一些常用命令

好好学习一下索引，用SQL建索引，各种各样的索引

建几个表，分别有1千条记录，1万条记录，10万条记录，100万条记录，500万条记录

每建一个表，就看看数据库如何变大，日志如何变大，如果没看懂，恢复数据库到前一个状态再做....

把数据库缩小，放大，增加数据文件，把数据文件放在不同硬盘上，把日志截断（虽然小了，但看看还能不能恢复）

把主键，外键，约束，默认值，数据类型等基本概念搞清楚

然后开始在上面玩索引和各种查询，玩玩备份和恢复，删除50万条记录，插入10万条记录，等等

看你的硬盘小灯乱闪，CPU冒烟，你就对性能和速度开始关注了（嘿嘿）

就会想着怎么优化一下你的SQL，怎么优化索引等这些问题了。

学习T-SQL的一些基本东西，学习一下存储过程，触发器

到这里多回答别人的问题，帮别人写点存储过程，触发器的代码，多看别人怎么写的，怎么解决问题的。

到这里，你应该有不错的基本功了。

如果对数据库开发有兴趣呢，T-SQL要熟悉，会分析execution plan，对索引比较精通，然后就是要使用的程序语言

如果要做DBA，我觉得一个好的DBA应该有很好的开发方面的经验，

主动争取维护一下开发环境下的数据库，首先是每天都备份，然后看看有没有可以优化的地方。

多关注性能，安全，备份/恢复，高可用性方面的东西。试试数据库复制，日志转移，数据镜像，如果有机会再试试集群