在執行數據分析工作時，我認為 SQL 才是首先要掌握的語言，但可能它是一個已經很久的語言，也比較樸實不搶眼，所以常常被忽略了。一直到這幾年，隨著許多前輩的分享，及越來越多學校開設了商業分析學程，大家對資料分析整個流程有更深的認識，也越來越多人會學習 SQL。
我是經濟背景，剛踏入數據分析師，其實也完全沒碰過資料庫，都是自學的，在SQL自學-這過程中，我覺得：不難啊，滿簡單的。但真實工作開展中，我還是會在「取數」的過程卡住很久，而現在帶新人時，面試時我也都考過他們基本能力，但到實際工作中，還是有點慘不忍睹
奇怪，明明看似不難啊，為什麼到工作中就沒法快速上手？
經過一陣子的思考，我發現 SQL 精通的過程，很依賴大量的實務練習，SQL自學-造成自學跟實務之間的落差，有以下原因：
落差一、只是在學語句，無法靈活運用
傳統的學習方式，一個單元就講解一個語句，基礎知識都是一步一步拆解完，這種學習方法不容易達到靈活運用的程度。因為工作中，數據的前處理，可能就包含聚合函數、join、 子查詢、各種函數等的組合，考驗綜合運用的能力，如何組裝每一步操作才是難點，但這部分知識目前市面上內容幾乎都沒講。
落差二、案例缺乏商業場景
講解的案例，常見的有學生成績、電影排行數據，我可能學會了篩選數據可以用 WHERE子句，但在工作中，什麼場景要用到這個語句呢？我為什麼需要篩選？分析過程中用的遍地開花的 CASE WHEN 也只被簡單帶過。
落差三、數據量太小，無法訓練“數據敏感度”
分析開展前，通常會先對數據進行了解，例如數據是什麼格式，有沒有異常數據，數據分佈的情況，這些依賴我們的“數據敏感度”。
但平台所提供的案例頂多幾百筆，我肉眼喵兩下就看出來了。工作中，幾十萬、幾千萬、幾億筆的數據量比比皆是，也只有在這種大量數據的情況下，數據敏感度才有機會獲得一定程度的鍛鍊。
落差四、實操環境的不足
親自動手永遠是練習寫程式最快的方法
大多資源沒有線上環境可以實操，而可實操的網站 SQLbolt，提供的也多是小數據集、缺乏商業場景的數據，這又回到了上述提到的問題。
這邊想再延伸聊一下「分析平台」，不論 csv、關係數據庫，都是數據儲存的一個載體，但他們並不是為大數據而生的，隨著網路產業的發展，越來越多公司開始探索大數據應用，數據挖掘、數據分析與數據探索等關注度越來越高，也越來越多企業開始導入 hadoop 這套最主流的大數據架構。
這幾年常聽到的數據中台、乃至數據湖的概念，都是以 hadoop 為基礎的延伸。可以說，要成為優秀的數據工作者，Hadoop 是逃不開的知識，尤其是其中的數據倉庫工具 Hive 更是重要。
Hive 是 hadoop 生態系統非常重要的一個工具，它提供了一種類 SQL 的語言，可以查詢存儲在 Hadoop 分布式文件系統（HDFS）中的數據，也可以查詢 Hadoop 數據庫（Hbase）中的數據。
有能力的公司會自建hadoop UI平台，有的公司會用開源的HUE，不論哪個，其背後的計算引擎、調度機制、集群管理都與傳統的關係數據庫有不小的差異，然而hadoop的部屬比較複雜，所以很難有機會練習到。
<插播小廣告> 因此我自己寫的hive內容跟作業，也一直在思考怎麼設計出滿常用到且比較複雜的例子，並且設計出通用的數據表，而且絕對不是幾百筆數據，怎麼說也要10萬級別起跳的數據量才有感。另外為了不是紙上談兵，也在開發一個可以真正操作的大數據平台。【入門數據分析，掌握Hive SQL取數能力】已經上架Hahow，如果你有興趣可以點擊此購買或查看詳細介紹！
想更認識 Hive SQL 嗎？
歡迎你參考我在 Hahow 上架的課程入門數據分析，掌握 Hive SQL 取數能力