Профессии

SQL для аналитика: практика на задачах

SQL для аналитика нужен для получения данных, расчёта метрик и проверки аналитических гипотез запросами. Базовая практика включает фильтрацию, JOIN, группировки, агрегаты, оконные функции и работу с датами.

Обновлено 21 октября 2026 · Команда SQL Arena

Трек «SQL с нуля → Аналитик»Все задачи

Агрегации и GROUP BY для продуктовых метрик
JOIN между событиями, пользователями и сущностями продукта
Работа с датами, периодами и когортами
Оконные функции для ранжирования и последовательностей
Проверка логики воронок, retention и конверсии

Пример задачи в тренажёре

Так выглядит задача в SQL Arena: условие, редактор, результат и схема базы.

ЗадачиПред.След.СлучайнаяСобеседование

ЗаданиеОтправкиAI Mentor

Задача: найти продукты минимум с двумя активными пользователями

Есть таблица продуктов и журнал событий пользователей. Для каждого продукта посчитайте число уникальных пользователей, у которых есть хотя бы одно событие. Верните только продукты минимум с двумя активными пользователями. В результате нужны колонки product_name и active_users. Отсортируйте сначала по числу пользователей по убыванию, затем по названию продукта.

Пример ожидаемого ответа

Порядок строк важен

Справочник по теме 13 команд

Запрос 1PostgreSQLv16

SELECT
  p.product_name,
  COUNT(DISTINCT e.user_name) AS active_users
FROM products p
JOIN user_events e ON e.product_id = p.id
GROUP BY p.id, p.product_name
HAVING COUNT(DISTINCT e.user_name) >= 2
ORDER BY active_users DESC, p.product_name;

SELECT
  p.product_name,
  COUNT(DISTINCT e.user_name) AS active_users
FROM products p
JOIN user_events e ON e.product_id = p.id
GROUP BY p.id, p.product_name
HAVING COUNT(DISTINCT e.user_name) >= 2
ORDER BY active_users DESC, p.product_name;

AI поможет с задачей

Отправить

Результатproductsuser_events

Ответ принят

#	product_name	active_users
1	Ledger	4
2	Pulse	3
3	Canvas	2

3 строки · 19ms

Схема БД

products

idINTEGER

product_nameVARCHAR(50)

categoryVARCHAR(30)

launched_atDATE

user_events

idINTEGER

product_idINTEGER

user_nameVARCHAR(50)

event_dateDATE

1:NКлик — вставить в редактор

Фокус-радио

На паузе · SomaFM · Fluid

Lo-fiКодAmbientSynthwave

ЗадачиПред.След.СлучайнаяСобеседование

ЗаданиеОтправкиAI Mentor

Задача: найти продукты минимум с двумя активными пользователями

Запрос 1PostgreSQLv16

SELECT
  p.product_name,
  COUNT(DISTINCT e.user_name) AS active_users
FROM products p
JOIN user_events e ON e.product_id = p.id
GROUP BY p.id, p.product_name
HAVING COUNT(DISTINCT e.user_name) >= 2
ORDER BY active_users DESC, p.product_name;

SELECT
  p.product_name,
  COUNT(DISTINCT e.user_name) AS active_users
FROM products p
JOIN user_events e ON e.product_id = p.id
GROUP BY p.id, p.product_name
HAVING COUNT(DISTINCT e.user_name) >= 2
ORDER BY active_users DESC, p.product_name;

AI поможет с задачей

Отправить

Результатproductsuser_events

Ответ принят

Разбор SQL-запроса для аналитика

Начинаем с связи двух таблиц. В products хранится одна строка на продукт, а в user_events может быть много событий одного продукта. Поэтому JOIN user_events e ON e.product_id = p.id превращает каждый продукт в набор связанных событий. Для аналитика это базовый шаблон: справочник сущностей соединяется с таблицей фактов, после чего факты агрегируются.

Дальше запрос группирует строки по продукту. Важно использовать COUNT(DISTINCT e.user_name), а не обычный COUNT(*). Если Anna откроет один и тот же продукт пять раз, пять событий не должны превращаться в пять активных пользователей. DISTINCT меняет единицу измерения: мы считаем людей, а не строки событий. Именно такие различия постоянно возникают при расчёте DAU, охвата, числа покупателей и других метрик.

HAVING применяется уже после группировки и оставляет продукты, у которых получилось минимум два уникальных пользователя. WHERE здесь не заменит HAVING, потому что условие зависит от результата агрегатной функции. Последний ORDER BY задаёт однозначный порядок: сначала продукты с большей аудиторией, а при равенстве — по названию. Это полезно не только для примера: стабильная сортировка делает отчёты и проверки результатов воспроизводимыми.

SQL для аналитика данных обычно строится вокруг нескольких повторяющихся операций: выбрать нужный срез, соединить факты со справочниками, сгруппировать строки и посчитать метрики. Важно понимать разницу между COUNT(*) и COUNT(DISTINCT ...), правильно выбирать тип JOIN и следить за уровнем детализации результата. Следующий уровень — оконные функции, CTE и работа с датами: они помогают считать рейтинги, накопительные значения, интервалы между событиями и метрики по периодам без множества промежуточных запросов.

SQLPostgreSQL v16

SELECT
  p.product_name,
  COUNT(DISTINCT e.user_name) AS active_users
FROM products p
JOIN user_events e ON e.product_id = p.id
GROUP BY p.id, p.product_name
HAVING COUNT(DISTINCT e.user_name) >= 2
ORDER BY active_users DESC, p.product_name;

Результат запроса

product_name	active_users
Ledger	4
Pulse	3
Canvas	2

Типичные ошибки аналитиков в SQL

Считать события вместо пользователей

Если написать COUNT(*), запрос покажет число строк в журнале событий. Пользователь с несколькими событиями будет учтён несколько раз, поэтому метрика активной аудитории окажется завышенной. Для количества уникальных пользователей здесь нужен COUNT(DISTINCT user_name).

Фильтровать агрегат через WHERE

Условие WHERE COUNT(...) >= 2 в таком запросе не работает, потому что WHERE применяется до группировки. Условия на итоговые агрегаты задаются через HAVING. Это особенно важно при задачах на выручку по группам, число заказов и средние значения.

Забыть о гранулярности данных

После JOIN одна строка продукта превращается в несколько строк событий. Если затем добавить в SELECT колонку, которая не входит в группировку и не агрегируется, логика запроса развалится. Перед написанием SQL полезно сформулировать, чему соответствует одна строка результата.

Задачи по теме в тренажёре

Трек «SQL с нуля → Аналитик»

В SQL Arena можно продолжить на задачах, где аналитическая логика постепенно становится сложнее. На Easy встречаются выбор последнего платежа, поиск всех платежей заказа и определение магазинов, где продавался товар. Дальше появляются задачи на распределения, CTR и порядковый номер транзакции пользователя. Такие упражнения заставляют не просто вспомнить оператор, а выбрать правильную гранулярность, соединение и способ агрегации. Для системной практики есть трек «SQL с нуля → Аналитик» из 63 задач. Он подходит как следующий шаг после базового SELECT и ведёт к типичным аналитическим конструкциям. В SQL Arena всего 1 192 задачи, поэтому у задач разные таблицы и данные, а не один учебный набор. Решение проверяется на скрытых данных: запрос должен работать по смыслу, а не только выдавать нужные строки на примере. Отдельно можно практиковаться в PostgreSQL, MySQL, ClickHouse и BigQuery прямо в браузере. Для разбора сложных запросов доступны EXPLAIN и ER-диаграммы, а AI-ментор может объяснить ошибку или дать подсказку. Есть и режим «Собеседование» с серверным таймером и отчётом после сессии.

Справочник по теме

Подробные статьи с синтаксисом и примерами в справочнике SQL Arena.

Частые вопросы

Какой SQL нужен аналитику?

Аналитику прежде всего нужны SELECT, WHERE, GROUP BY, агрегатные функции, JOIN, подзапросы, CTE и оконные функции. Также важно уверенно работать с датами, NULL и условной логикой через CASE.

Чем SQL для аналитиков отличается от обычного SQL?

Сам язык тот же, но акцент обычно делается на чтении и преобразовании данных для анализа. Аналитик чаще считает метрики, объединяет фактовые и справочные таблицы, строит срезы и проверяет качество результата.

Что должен знать SQL аналитик данных?

Нужно понимать фильтрацию, группировку, JOIN, агрегаты, оконные функции и CTE. Не менее важно уметь замечать дубли после соединений, правильно считать уникальные сущности и проверять гранулярность итоговой таблицы.

Какие SQL тренажёры подходят для аналитиков?

Полезнее всего тренажёр, где приходится самостоятельно писать запрос, а не выбирать ответ из готовых вариантов. Задачи должны охватывать соединения таблиц, агрегации, метрики, окна и другие типичные аналитические операции.

Смотрите также

Практика SQL для аналитиков на задачах

Откройте трек «SQL с нуля → Аналитик»: в нём 63 задачи, которые ведут от базовых запросов к более характерным для аналитика агрегациям, датам и оконным функциям.

Открыть трек для аналитика