Gordon S. Linoff从事数据库工作数十年。在他的记忆中，他开始学习SQL时，还是SQL92标准版。当时他正领导一支开发团队(现已不存在的Thinking Machines公司)，编写第一个侧重于复杂查询的高性能数据库，用于支持决策分析。

此后，Gordon在1998年合作创建了Data Miners公司，这是一家致力于数据挖掘、分析和大数据的咨询公司。在他的工作生涯中，数据仍然是永恒的主题——而且通常是存储于关系型数据库中的数据。他对SQL的理解和应用也变得越来越深刻和娴熟。在2014年，他是Stack Overflow的最多贡献者，Stack Overflow是行业内领先的技术问答网站。

Gordon编写的另外几本书也都是畅销书：《数据挖掘技术(第3版)——应用于市场营销、销售与客户关系管理》、Mastering Data Mining和Mining the Web——这些书籍都侧重于数据挖掘和数据分析。本书延续广受好评的第1版，侧重于如何实际地获取和解释数据结果，更具有实践性。

本书的14章可以分为4部分。前3章介绍SQL、Excel和统计学的核心概念。中间7章讨论特别适合使用SQL和Excel的数据探索和数据分析技术。在后续的3章中，从统计学和数据挖掘的角度，介绍了关于建模的更正式的思想。最后，新增的第14章讨论编写SQL查询时的性能问题。

每一章都通过不同的视角，介绍使用SQL和Excel做数据分析的方方面面，包括：

● 使用数据分析的基础示例

● 分析师需要回答的问题

● 详解数据分析技术的工作原理

● 实现技术的SQL语法

● 以表格或图表展示结果，以及如何在Excel中创建它们

第1章  数据挖掘者眼中的SQL 1

1.1  数据库、SQL和大数据 2

1.1.1  什么是大数据？ 2

1.1.2  关系型数据库 3

1.1.3  Hadoop和Hive 3

1.1.4  NoSQL和其他类型的数据库 3

1.1.5  SQL 4

1.2  绘制数据结构 4

1.2.1  什么是数据模型？ 5

1.2.2  什么是表？ 5

1.2.3  什么是实体-关系图表？ 8

1.2.4  邮政编码表 9

1.2.5  订阅数据集 10

1.2.6  订单数据集 11

1.2.7  关于命名的提示 12

1.3  使用数据流描述数据分析 12

1.3.1  什么是数据流？ 13

1.3.2  数据流、SQL和关系代数 16

1.4  SQL查询 16

1.4.1  做什么，而不是怎么去做 16

1.4.2  SELECT语句 17

1.4.3  一个基础的SQL查询 17

1.4.4  一个基本的SQL求和查询 19

1.4.5  联接表的意义 20

1.4.6  SQL的其他重要功能 26

1.5  子查询和公用表表达式 29

1.5.1  用于命名变量的子查询 29

1.5.2  处理统计信息的子查询 32

1.5.3  子查询和IN 33

1.5.4  用于UNION ALL的子查询 37

1.6  小结 38

第2章  表中有什么？开始数据探索 39

2.1  什么是数据探索？ 40

2.2  Excel中的绘图 40

2.2.1  基础图表：柱形图 41

2.2.2  单元格中的条形图 45

2.2.3  柱形图的有用变化形式 47

2.2.4  其他类型的图表 50

2.3  迷你图 53

2.4  列中包含的值 55

2.4.1  直方图 55

2.4.2  计数的直方图 58

2.4.3  计数的累积直方图 60

2.4.4  数字值的直方图(频率) 60

2.5  探索更多的值——最小值、最大

值和模式 64

2.5.1  最小值和最大值 64

2.5.2  最常见的值(模式) 65

2.6  探索字符串值 66

2.6.1  长度的直方图 66

2.6.2  起始或结尾包含空白字符

的字符串 66

2.6.3  处理大小写问题 67

2.6.4  字符串中存储的字符是