SQL в 2026 для аналитика: с чего начать и что реально нужно знать

Конспект статьи. Автор оригинала: Таня Алексеевна (TanyaVSdannye)

Практикующий аналитик данных о том, как учить SQL и что действительно нужно на работе. Есть разрыв между умением написать простой SELECT и умением посчитать когорты и retention.

Три этапа

• База: таблицы, ключи, WHERE, ORDER BY, DISTINCT, LIMIT.
• Агрегация: агрегатные функции, GROUP BY, HAVING, простые оконные функции.
• Соединения, подзапросы и CTE.

На практике

Типы данных (VARCHAR и TEXT, TIMESTAMP и DATE), даты (EXTRACT, интервалы), текст (LIKE, регулярки), CASE для разметки. Продвинутый уровень — RANK, DENSE_RANK, LAG, LEAD, накопительные суммы. Классическое тестовое — посчитать retention или churn одним запросом.

SELECT user_id, paid_at, amount,
       amount - LAG(amount) OVER (PARTITION BY user_id ORDER BY paid_at) AS diff_prev
FROM payments;

Производительность

Индексы создаёт DBA, но аналитику полезно понимать, почему одни фильтры медленные, и читать план через EXPLAIN. В ClickHouse важны движки таблиц, в BigQuery платят за объём прочитанных данных.

Где учиться

Stepik, SQL Academy, LearnSQL, документация; платно — Karpov.Courses, Яндекс Практикум, Coursera. Главный совет — учить SQL ради ответов на бизнес-вопросы.