# sql

Spark 任务跑了 3 小时，很多数据开发第一反应是问 AI 要不要改 executor、shuffle、分区数。但慢任务不是靠一句调参解决的。本文结合 Expedia 分析 Spark SQL Plan 的实践，说明普通数据开发为什么要先拿出执行计划、运行指标和业务上下文这 3 份证据。

数据同学最怕业务反复改口径：今天按下单，明天按支付，后天又要排除退款。很多人第一反应是改 SQL，但真正该问的是业务到底要用这个指标做什么。本文从一次复购指标争议讲起，拆解口径反复背后的 4 个问题，以及一张指标变更卡应该记录什么。

AI 问数和 Text-to-SQL 正在进入数据团队，但数据分析师、数据开发和 BI 同学真正要担心的，不是模型不会写 SQL，而是它写得太顺、错得太像对。本文从一次指标复盘会讲起，拆开 AI 写 SQL 的 3 类背锅风险、1 段 SQL 对照、10 项上线检查和 20 个高频问题模板。

一次 AI 问数 Demo 里，模型把 LEFT JOIN 改成 INNER JOIN，SQL 看起来更短、更顺，却让未转化用户被悄悄排除。AI 写 SQL 的风险不只是语法错误，而是错得很像对的。本文拆解生成错误、业务逻辑错误和可信问数系统的边界，并自然介绍 Forge。

业务一句“帮我看下复购”，数据分析师连续改了 3 次口径：按首购用户算、按下单用户算、按支付用户算，最后才发现问题不在 SQL，而在需求没有被翻译成判断任务。本文用对象、动作、时间窗口和决策用途 4 个问题拆解模糊数据需求，帮你在写 SQL 前少返工、少改口径。

业务同事说“帮我看一下用户流失”，数据分析师和数据开发应该马上写 SQL 吗？这篇文章用一个真实工作场景，拆解模糊需求澄清、指标口径、分析边界和交付确认，让数据工作少返工。

数据分析师、数据工程师和转型 AI 的数据人，2026 年到底该先补 SQL、Python、业务分析、Agent/RAG，还是项目经验？这篇给一张学习体检表，把 0-1 年新人、1-3 年执行者、3-5 年瓶颈期、转 AI 人群和求职党分开诊断，帮你找到下一课。

Forge开发日记Day 6：把原型变成可私有化部署的服务。一天内完成用户认证体系、PostgreSQL数据库迁移、RBAC权限模型和CI/CD Pipeline 4大生产就绪模块，记录从SQLite单进程原型到企业级服务的完整改造过程。

面向初级至中级电商数据分析师的高频面试题库，覆盖GMV异常分析、用户留存归因、商品转化SQL实现等6大类问题；含双11GMV下降15%真实场景拆解、UV/PV/复购率等23个核心指标应用，适配淘宝、京东、拼多多等平台业务逻辑。

面向互联网行业数据分析师、数据科学家、商业分析岗的面试真题库，覆盖用户留存下降分析、A/B实验设计、指标体系搭建等高频考点，含SQL代码示例与结构化回答框架，适用于字节、腾讯、阿里等大厂面试准备。

一道字节跳动SQL面试题，看似考聚合查询，实际考察的是数据仓库分层设计能力——特别是中间表（DWS层）的设计思维。面试不是考SQL语法，而是考你在生产环境中处理亿级数据的经验。本文从初级解法到专家解法逐层拆解，展示面试官真正想看到的数据思维。

停更两周，我把自己关进小黑屋，为数据工程师造了一间「暖房」——一个覆盖SQL、Spark、数仓建模、求职面试的完整学习和实战平台。2025即将翻篇之际，聊聊为什么要做这件事，以及数据工程师在2026年最需要的到底是什么。

“当 SQL 和 Python 成为标配，当 AI 能秒出报表，数据分析师的护城河到底还在不在？本文用技能折旧曲线和K型人才市场模型，为你拆解 2026 年新人的破局之道。”

2025年ChatGPT能写SQL、能做可视化、能出分析报告——数据从业者的价值到底还剩什么？本文用真实案例拆解从「技术生产者」到「价值定义者」的转型路径，揭示AI时代数据人的核心竞争力在于定义问题而非执行SQL，35岁不是终点而是起点。

数据开发工程师入门路线图：系统掌握Linux操作、SQL编程、Python开发和数据库原理4大基础技能。面向计算机应届生、后端转型者、分析师转型者3类人群，提供2-4个月的学习计划，帮你建立大数据工程的全貌认知，为Hadoop/Spark生态学习打好地基。

Forge开发实录Day 6：将单进程SQLite原型升级为可私有化部署的生产服务。完成JWT认证、PostgreSQL迁移、RBAC权限和自动化部署Pipeline，记录从原型到生产就绪的完整技术决策过程和踩坑经验。