Что такое SQL простыми словами: реляционная база, таблицы и запросы

Что такое SQL в одном абзаце

SQL (Structured Query Language, язык структурированных запросов) — язык, на котором читают и меняют данные в реляционных базах. Он декларативный: вы описываете, какой результат нужен, а не как его получить. «Дай число пользователей по каждому каналу» — это запрос. В каком порядке читать строки, какой индекс взять и как считать группы, решает сама база.

Язык придумали в IBM в 1970-х. В 1974 году Дональд Чемберлин и Рэймонд Бойс описали его под названием SEQUEL, позже название сократили до SQL. В основе лежит реляционная модель данных, которую Эдгар Кодд предложил в 1970 году. Стандарт появился в 1986 году в ANSI и в 1987-м в ISO. Действующая редакция — SQL:2023, ISO/IEC 9075:2023.

Читают название двумя способами: «эс-кью-эль» и «сиквел». Оба правильные, в русской речи чаще звучит первый.

• SQL — язык запросов, а не программа. Программа, которая хранит данные и выполняет запросы, называется СУБД: PostgreSQL, MySQL, ClickHouse, DuckDB.
• Реляционная база хранит данные в таблицах. Строка — один объект, колонка — одно его свойство.
• Запрос — это текст. Его можно сохранить, отправить коллеге и выполнить завтра с тем же результатом.
• Аналитик большую часть времени пишет один вид запросов — SELECT: читает, фильтрует, группирует и соединяет таблицы.

Что такое реляционная база данных

Реляционная база — это набор таблиц со строгой структурой. У каждой таблицы есть имя и фиксированный набор колонок, у каждой колонки — тип. Таблицы связаны между собой через значения: в таблице платежей записан user_id, и по нему платёж находит своего владельца в таблице пользователей.

Слово «реляционная» часто объясняют как «таблицы связаны друг с другом». Это не совсем так. В модели Кодда отношение (relation) — это и есть таблица: множество строк с одинаковым набором колонок. Связи между таблицами — важная часть реляционных баз, но название пришло из математики, а не из них.

Учебная база SQL-курса, на которой посчитаны примеры, — это реляционная база SaaS-сервиса. В ней пять таблиц: пользователи, события в продукте, платежи, подписки и участники эксперимента. Всего 45 185 строк.

Таблица, строка, колонка: из чего состоит таблица SQL

Таблица users хранит пользователей. Одна строка — один человек. Колонок пять: user_id — номер пользователя, signup_date — дата регистрации, channel — откуда пришёл, country — страна, device — устройство.

У каждой колонки есть тип. user_id — INTEGER, целое число. signup_date — DATE, дата. Остальные три — VARCHAR, текст. Тип не даёт записать в дату слово «вчера» и определяет, что с колонкой можно делать: даты вычитать, числа складывать, текст сравнивать.

Если значение неизвестно, в ячейке стоит NULL. Это не ноль и не пустая строка, а отметка «значения нет». В учебной базе страна не заполнена у 55 человек из 4 613. Поэтому count(*) вернёт 4 613, а count(country) — 4 558: вторая функция считает только заполненные значения.

У каждой строки должен быть признак, по которому её можно найти однозначно. В users это user_id: 4 613 строк, 4 613 разных номеров. Такая колонка называется первичным ключом, а колонка, которая ссылается на неё из другой таблицы, — внешним ключом.

Первый запрос и его результат

Самый простой полезный запрос — посмотреть несколько строк таблицы. Он отвечает на вопрос «как выглядят данные», и с него начинается работа с любой незнакомой таблицей.

Читается он почти как английская фраза. SELECT — какие колонки показать. FROM — из какой таблицы. ORDER BY — в каком порядке. LIMIT — сколько строк вернуть. Без ORDER BY база вправе отдать строки в любом порядке, и «первые пять» при следующем запуске могут оказаться другими.

SELECT user_id, signup_date, channel, country, device
FROM users
ORDER BY user_id
LIMIT 5;

Что такое SQL-запрос: части и порядок выполнения

Запрос состоит из частей, каждая отвечает за своё. Ниже запрос, в котором работают все основные: он берёт регистрации августа, считает их по каналам, оставляет каналы, где больше 300 человек, сортирует и возвращает три строки.

Пишутся части в одном порядке, а выполняются логически в другом. Сначала база берёт таблицу (FROM), отбрасывает лишние строки (WHERE), собирает группы (GROUP BY), отбрасывает лишние группы (HAVING), вычисляет колонки результата (SELECT), сортирует (ORDER BY) и обрезает (LIMIT). Поэтому в WHERE нельзя написать count(*) > 300: групп на этом шаге ещё нет, для такого условия и существует HAVING.

Из того же порядка следует, что в WHERE по стандарту нельзя сослаться на псевдоним, который задан в SELECT. PostgreSQL на такой запрос отвечает ошибкой column "doubled" does not exist. DuckDB, на котором работает песочница курса, это разрешает. Такие мелкие расхождения между базами называют диалектами.

SELECT channel, count(*) AS users           -- 5. что показать
FROM users                                  -- 1. откуда
WHERE signup_date >= DATE '2026-08-01'      -- 2. какие строки
GROUP BY channel                            -- 3. как сгруппировать
HAVING count(*) > 300                       -- 4. какие группы оставить
ORDER BY users DESC                         -- 6. порядок
LIMIT 3;                                    -- 7. сколько строк

-- organic 672, paid_search 533, referral 393
-- partner (297) отсеял HAVING

Как SQL соединяет таблицы

Сила реляционной базы видна, когда ответ лежит в двух таблицах. Вопрос «сколько выручки принёс каждый канал» требует платежей из payments и канала из users. В Excel это ВПР по 1 251 строке платежей. В SQL — одно соединение, JOIN, по общей колонке user_id.

Результат: organic — $14 114, referral — $9 326, partner — $4 732, paid_search — $2 467. В сумме $30 639, ровно столько, сколько во всей таблице платежей. Эта сверка — первая привычка аналитика: после соединения итог должен совпасть с итогом исходной таблицы.

Соединение не всегда безопасно. Если у одной строки слева несколько пар справа, строк становится больше, и сумма растёт вместе с ними. В учебной базе соединение платежей с событиями по user_id даёт 11 667 строк и «выручку» $284 913 — в 9,3 раза больше настоящей. Запрос при этом выполняется без ошибок. Как этого избежать, разобрано в статьях про JOIN и про ключи.

SELECT u.channel,
       count(DISTINCT p.user_id) AS payers,
       sum(p.amount)             AS revenue
FROM payments p
JOIN users u ON u.user_id = p.user_id
GROUP BY u.channel
ORDER BY revenue DESC;

-- organic 410 / 14114, referral 278 / 9326,
-- partner 138 / 4732, paid_search 86 / 2467

Какие команды есть в SQL

Команды SQL принято делить на группы по тому, что они делают. Деление учебное, в стандарте оно устроено сложнее, но на собеседованиях и в тестах спрашивают именно его.

Аналитику почти всё время нужна одна группа — чтение данных. Создавать таблицы и менять строки приходится реже: для своих промежуточных расчётов, для витрин, иногда для загрузки файла. Права доступа и транзакции обычно остаются инженерам и администраторам.

СУБД и диалекты: PostgreSQL, MySQL, ClickHouse, DuckDB

SQL — язык, а выполняет его конкретная программа, СУБД (система управления базами данных). Основа у всех общая: SELECT, WHERE, GROUP BY, JOIN работают одинаково. Расходятся функции, особенно для дат и строк, и отдельные правила. Такие варианты языка называют диалектами.

Первую половину курса можно пройти, не замечая диалекта. Разница вылезает на датах: начало месяца в PostgreSQL и DuckDB — date_trunc('month', d), в ClickHouse — toStartOfMonth(d) (есть и date_trunc), в SQL Server — DATETRUNC(month, d) начиная с версии 2022, а в MySQL такой функции нет, и начало месяца собирают через DATE_FORMAT.

Второе частое место — ограничение числа строк. LIMIT 5 понимают PostgreSQL, MySQL, ClickHouse и DuckDB. SQL Server пишет SELECT TOP 5. Стандартную форму FETCH FIRST 5 ROWS ONLY понимает, например, PostgreSQL.

Реляционные и нереляционные базы данных

Не все базы хранят данные в таблицах. Документные базы вроде MongoDB хранят записи как вложенные документы, похожие на JSON. Хранилища «ключ — значение» вроде Redis быстро отдают значение по известному ключу, но считать по многим записям сразу почти не умеют. Графовые базы вроде Neo4j хранят узлы и связи между ними.

Такие базы выбирают разработчики под задачу приложения. Аналитик с ними работает реже: данные из них обычно выгружают в аналитическое хранилище, и там они снова лежат в таблицах, которые читают на SQL.

Что SQL умеет, а чего нет

SQL хорошо делает то, что нужно для большинства рабочих вопросов: отбирает строки, считает суммы и доли по группам, соединяет таблицы, работает с датами, сравнивает строку с предыдущей через оконные функции. Считает он там, где лежат данные, поэтому таблица на сотни миллионов строк не должна помещаться в память вашего ноутбука.

Хуже SQL справляется с тем, что лежит за пределами таблиц. Графики строят в BI-системе или в Python. Статистические тесты, регрессии и модели удобнее считать в Python или R. Разбор свободного текста и сложная пошаговая логика на SQL пишутся тяжело.

И главное ограничение: SQL не проверяет смысл. Запрос с лишним соединением, забытым фильтром на неполный день или NULL в неожиданном месте выполнится и вернёт правдоподобное число. Ошибку находят не по сообщению базы, а сверкой с контрольным числом, посчитанным другим путём.

• Умеет: фильтры, группировки, соединения, даты, окна, подзапросы, промежуточные шаги через CTE.
• Умеет плохо: графики, статистические тесты, модели, разбор текста.
• Не умеет: понять, что вы спросили не то. Это остаётся за аналитиком.

Кому нужен SQL

Аналитику данных и продуктовому аналитику SQL нужен каждый день: почти любой вопрос о продукте начинается с выборки из базы. Менеджеру продукта и маркетологу он даёт возможность проверить цифру самому, не дожидаясь очереди к аналитику. Разработчику и тестировщику — посмотреть, что на самом деле записалось в базу.

Объём у всех разный. Продуктовому аналитику нужны соединения, окна, даты и уверенная проверка своих чисел. Менеджеру часто хватает SELECT, WHERE, GROUP BY и одного JOIN, чтобы ответить на свой вопрос и не ошибиться в знаменателе.

С чего начать изучение SQL

Порядок почти всегда один. Сначала SELECT, FROM и WHERE: научиться доставать нужные строки. Затем агрегаты и GROUP BY: считать людей, события и деньги и не путать одно с другим. Потом JOIN: соединять таблицы и следить, чтобы строки не размножались. Дальше CASE, NULL и CTE, работа с датами, подзапросы и оконные функции.

Практиковаться лучше на базе, похожей на рабочую, и на вопросах, которые задал бы менеджер. Учебная база курса устроена так: пользователи, события, платежи, подписки и эксперимент. В песочнице курса любой запрос из этой статьи выполняется без установки и регистрации. Первые главы курса — устройство базы, SELECT и WHERE — открыты бесплатно.

Частые вопросы

SQL — это язык программирования? Это язык запросов. На нём описывают, какие данные нужны, а не последовательность шагов. У многих СУБД есть процедурные расширения — например, PL/pgSQL в PostgreSQL, — где уже есть переменные, циклы и условия, но аналитику они нужны редко.

Чем SQL отличается от MySQL? SQL — язык, MySQL — одна из программ, которые его выполняют. Так же, как PostgreSQL, ClickHouse или DuckDB.

Сколько времени нужно, чтобы выучить SQL? Базовые запросы — SELECT, WHERE, GROUP BY, JOIN — осваивают за несколько недель регулярной практики. Уверенность в собственных числах приходит дольше: она строится на задачах, где ответ можно проверить.

Нужна ли математика? Для запросов — школьная арифметика и проценты. Статистика понадобится позже, когда вы начнёте сравнивать группы и проверять эксперименты.

Итог

SQL — язык, на котором задают вопросы реляционной базе. База хранит данные в таблицах, строка — объект, колонка — свойство, ключи связывают таблицы. Запрос описывает результат, а СУБД решает, как его получить. Основа языка одинакова в PostgreSQL, MySQL, ClickHouse и DuckDB, различаются функции и мелкие правила.

Лучший следующий шаг — выполнить запросы из этой статьи самому и получить те же числа: 4 613 пользователей, четыре канала, $30 639 выручки. Потом — разобраться, как устроены ключи, и перейти к SELECT и WHERE на задачах.