本篇文章是关于MySQL的总结和使用案例哦，本案例讲完之后，关于MySQL和SQL的内容就告一段落了。
1、MySQL回顾
1.1、不同职位对MySQL的技术要求
（1）数据分析：偏重于查询，各种查；
（2）程序员：表的设计、增删改查、注重SQL性能；
（3）DBA：MySQL服务器配置、SQL、服务性能、稳定性、数据一致性。
1.2、MySQL查询语句格式
SELECT ——查询
DISTINCT<select_list> ——去重
FROM<left_table> ——数据源
<join_type> JOIN <right_table> ——多表连接
ON <join_condition> ——连接字段
WHERE <where_condition> ——条件，查询前
GROUP BY <group_by_list> ——分组
HAVING <having_condition> ——过滤
ORDER BY <order_by_condition> ——排序
LIMIT <limit_number> ——限制
1.3、SELECT语句解析顺序、运行顺序
1）FROM：先加载这个表，知道数据从哪个表里获取；
2）ON：按照join_condition过滤数据；
3）JOIN：添加关联外部表数据；
4）WHERE：筛选数据；
5）GROUP BY：进行分组操作；
6）HAVING：筛选分组后的数据；
7）SELECT：选择指定的列；
8）DISTINCT：指定列去重；
9）ORDER BY：按照order_by_condition排序；
10）LIMIT：取出指定记录的数量。
2、MySQL案例
2.1、熟悉数据表
数据表：pporder.xls
字段包括：
2.2、导入数据
2.3、数据查询
select count(*) from pporder;
共有3.1万多条数据。
练习1：总投资人数 总投资金额
select
count(distinct user_id),
sum(sum_invest_money)
from pporder;
练习2：不同年份注册的投资用户人数，注册用户的总投资金额。
select year(create_time),
count(distinct user_id),
sum(sum_invest_money)
from
pporder
group by
year(create_time);
可以看出，2016年新增的用户最多，其次为2015年，说明2015和2016年为平台飞速发展的阶段，到了2017年，可能因为政策，也可能因为产品成熟等其他原因，平台新增用户减少了，或者后续将逐渐趋于稳定。
练习3：男性用户与女性用户投资人数
select sex,
count(distinct user_id)
from
pporder
group by
sex;
女性投资人数接近男性投资人数的两倍。可见，女性对于投资理财方面比较上心，也愿意去付诸实践。也可能是因为有比较多的家庭是女性在管理财政大权。
大部分时候，我们需要分析的数据就是这么简单，简单的分析已经能反映很重要的现象了。
练习4：贡献投资金额最大的十个年龄
select age, sum(sum_invest_money)
from pporder
group by age
order by sum(sum_invest_money) desc
limit 10;
或使用窗口函数：
select * from
(select age, sum(sum_invest_money),
rank() over(order by sum(sum_invest_money) desc) as ‘rank’
from pporder
group by age) t
where t.rank<=10;
可以看到，投资金额在前三名的是45-55岁的人，20岁左右的人可能没有投资的概念，大家可以考虑。
下篇文章继续讲解本案例，敬请期待哦。
