Перейти к содержимому
Учи.Онлайн Выбрать школу
Статья

SQL для системного аналитика: запросы, модель данных и проверка требований на живой базе

Системному и бизнес-аналитику SQL нужен не для того, чтобы писать код вместо разработчика, а чтобы проверять требования на реальных данных. С его помощью аналитик читает схему базы и находит нужное поле, до написания ТЗ проверяет, верно ли заказчик представляет себе данные, описывает выборку для отчёта так, чтобы её нельзя было понять двояко, и рисует ER-модель новых таблиц. Для этого хватает SELECT, соединений, группировки, табличных выражений WITH и оконных функций, а также понимания ключей и нормализации.

Автор: редакция Учи.ОнлайнОтветственный редактор: Дмитрий Игнатьев
Содержание
Иллюстрация к статье: SQL для системного аналитика: запросы, модель данных и проверка требований на живой базе

Главная ошибка новичка — думать, что знание SQL проверяется умением написать сложный запрос. Для аналитика ценнее задать данным вопрос, ответ на который меняет постановку. Заказчик говорит: «У каждого клиента один менеджер». Запрос с группировкой показывает, что у трёх процентов клиентов их два, и требование к отчёту «выручка по менеджерам» переписывают до начала разработки, а не после приёмки.

Что аналитик делает с SQL, а что оставляет разработчику

Работа с базой у аналитика требований складывается из четырёх действий. Первое — разобраться в схеме: найти в DBeaver или другом клиенте первичные и внешние ключи, понять, какая таблица хранит события, а какая — справочник. Второе — проверить гипотезу о данных: сколько записей с пустым полем, есть ли дубли, какие значения встречаются в поле статуса. Третье — описать выборку и маппинг: из каких полей собирается отчёт или выгрузка во внешнюю систему, по каким ключам соединять таблицы, что делать с пустыми значениями. Четвёртое — спроектировать модель данных для новой функции и показать её ER-диаграммой.

Индексы, планы выполнения, миграции и скорость запросов остаются за разработчиком и администратором базы. Аналитик данных отвечает за методику расчёта и выводы, а аналитик требований — за то, чтобы система собирала и хранила данные так, как договорились с заказчиком. О SQL для маркетолога и продакта и о системном анализе в целом на сайте есть отдельные статьи.

Учебный пример: отчёт с нарастающим итогом

Ситуация учебная. Руководитель продаж просит отчёт: выручка по дням сентября с нарастающим итогом и для каждого клиента — сумма последнего заказа. В таблице orders есть поля id, client_id, created_at, amount и status. Сначала аналитик группирует заказы по статусу и считает, у скольких заполнена дата оплаты. Допустим, у части оплаченных заказов она пустая, потому что их перенесли из старой системы. Это вопрос к заказчику, и ответ попадёт в требования. Затем аналитик собирает черновик отчёта через WITH (CTE) — именованный промежуточный результат, который читается сверху вниз как шаги расчёта:

WITH daily AS (
  SELECT created_at::date AS day, SUM(amount) AS revenue
  FROM orders
  WHERE status = 'paid'
    AND created_at >= DATE '2026-09-01' AND created_at < DATE '2026-10-01'
  GROUP BY created_at::date
)
SELECT day, revenue, SUM(revenue) OVER (ORDER BY day) AS revenue_to_date
FROM daily ORDER BY day;

Здесь в каждой строке уникальная дата, и итог считается верно. Но если разработчик напишет оконную функцию прямо по заказам, SUM(amount) OVER (ORDER BY created_at::date), у всех заказов одного дня окажется одинаковый «нарастающий итог» — сумма на конец дня. Так работает умолчание. В документации PostgreSQL 18, раздел 4.2.8, рамка окна по умолчанию — RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW, а в режиме RANGE граница CURRENT ROW означает последнюю строку, «равную» текущей по ORDER BY. В учебном разделе 3.5 это видно на примере: у двух сотрудников с одинаковой зарплатой одинаковая накопленная сумма.

Со второй частью отчёта ловушка серьёзнее. Запрос last_value(amount) OVER (PARTITION BY client_id ORDER BY created_at) кажется очевидным, но раздел 9.22 об оконных функциях предупреждает: last_value видит только рамку окна, которая по умолчанию кончается на текущей строке и равных ей, поэтому результат бесполезен — функция вернёт сумму текущего заказа. Разработчик исправит это явной рамкой ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING или нумерацией row_number(). Задача аналитика — записать в постановке, что значит «последний» и как упорядочить заказы с одинаковым временем, например по номеру заказа. Без уникальной сортировки два запуска одного отчёта могут разойтись, и спор на приёмке не решить.

Как описать выборку для разработчика

Постановка на отчёт проверяется так же, как запрос: по ней два человека должны получить одинаковый результат. Пункты ниже идут в том порядке, в каком разработчик строит расчёт: сначала уровень детализации и источники, затем фильтры, в конце контроль. Без первого пункта остальные теряют смысл, ведь непонятно, что считать одной строкой.

  1. Зерно: что такое одна строка — заказ, позиция заказа, клиент за день.
  2. Источники и ключи: таблицы, поля, условие соединения и ожидаемое соотношение (у заказа один клиент, у клиента много заказов).
  3. Фильтры с точными границами: «с 1 сентября включительно до 1 октября не включительно», часовой пояс.
  4. Пустые значения и дубли: что делать, если поле не заполнено.
  5. Сортировка, которая однозначно задаёт «первый» и «последний».
  6. Контрольная цифра, с которой сверят результат на приёмке.

Маппинг для интеграции оформляют таблицей: поле источника, тип, поле приёмника, правило преобразования, пример значения. Именно на колонке с примером выясняется, что дата в одной системе хранится строкой «15.10.2026», а в другой — типом date.

Модель данных: ER-диаграмма и нормализация

ER-диаграмма показывает сущности (клиент, заказ, позиция, товар), их атрибуты и связи с кратностью. Нормализация — разбор таблиц так, чтобы каждый факт хранился в одном месте. Проверочный вопрос: если у менеджера сменился телефон, сколько строк придётся исправить? Если телефон записан в каждой заявке, часть строк рано или поздно останется со старым номером. Значит, менеджеру нужна своя таблица, а в заявке — ссылка на него. Связь «многие ко многим», например товар и акция, требует промежуточной таблицы с двумя внешними ключами.

В хранилище данных (DWH) и витринах данные, наоборот, денормализуют: таблицу фактов окружают измерениями, чтобы отчёты строились быстро и одинаково. Описывая витрину, аналитик прежде всего фиксирует её зерно, иначе в ней смешаются строки разного уровня и суммы удвоятся.

С чего начать и в каком порядке осваивать

Двигаться удобнее от чтения к проектированию. Пока вы не умеете найти в схеме нужное поле и проверить его заполненность, проектировать свои таблицы рано. Оконные функции и CTE стоит брать после группировки: почти каждый отчётный запрос начинается с неё.

  1. Установите PostgreSQL и DBeaver, загрузите открытую учебную базу и постройте по ней ER-диаграмму средствами клиента.
  2. Освойте выборку, фильтры, JOIN и LEFT JOIN, сверяя число строк после каждого соединения.
  3. Перейдите к GROUP BY и проверкам качества: пустые значения, дубли по ключу, распределение статусов.
  4. Соберите отчёт через WITH и оконные функции с явной рамкой и уникальной сортировкой.
  5. Спроектируйте три-четыре таблицы для выдуманной функции и приведите их к третьей нормальной форме.
  6. Напишите по отчёту постановку из шести пунктов и отдайте её коллеге на проверку.

Если нужна программа, где SQL встроен в работу системного аналитика целиком, посмотрите онлайн-курс Skillbox «Системный аналитик + ИИ». Он рассчитан на восемь месяцев; блок SQL включает выборку и фильтрацию, JOIN, группировки, ключи и основы устройства базы, а в портфолио заявлены ER-диаграмма и SQL-запросы. Там же оговорено, что этого хватит, чтобы понимать модель данных, но не для роли администратора базы.

Открыть курс «Профессия Системный аналитик»

Упражнения и типичные ошибки

Полезнее всего упражнения с заранее известным ответом. Возьмите требование, например «каждый заказ привязан к складу», и сформулируйте его как запрос, который должен вернуть ноль строк: заказы без склада или с несуществующим складом. Если строки нашлись, требование неверно или нарушается. Второе упражнение — восстановить ER-модель по экрану знакомого сервиса.

Ошибки новичков предсказуемы. Гипотезу проверяют на тестовом стенде со сгенерированными данными. Пишут «за сентябрь», не уточнив, включён ли последний день и в каком часовом поясе считаются даты. Запускают тяжёлый запрос на рабочей базе, хотя для проверок лучше просить доступ на чтение к реплике или копии.

Бизнес-аналитику SQL нужен для оценки эффекта и проверки гипотез о процессе: сколько заявок висит на согласовании дольше трёх дней и изменилось ли это после нового регламента. На онлайн-курсе Skillbox «Бизнес-аналитик» для этого есть траектория анализа данных: в неё входят электронные таблицы, SQL, Power BI и основы Python. Глубина SQL-части не раскрыта, её стоит уточнить у школы.

Открыть курс «Профессия Бизнес-аналитик»

Как SQL влияет на доход

Отдельной надбавки «за SQL» в вакансиях аналитиков требований обычно нет: навык чаще стоит среди обязательных требований. Ориентир дают зарплаты из анкет в калькуляторе Хабр Карьеры (Россия, все уровни, проверено 15 октября 2026 года): у системного аналитика с навыком SQL — 230 833 ₽ по 342 анкетам, у системного аналитика без фильтра по навыку — 222 500 ₽ по 2 455 анкетам.

Выводить из этой разницы цену навыка нельзя: в выборке смешаны младшие и старшие специалисты, а SQL в анкете чаще указывают опытные. Практический эффект в другом: аналитик, который сам проверяет данные, получает задачи по хранилищам, витринам и интеграциям. Для своих цифр задайте в калькуляторе город и уровень.

Как выбрать обучение

Решите, нужен ли SQL для текущей роли или для смены профессии. В первом случае хватит практики на реальной СУБД с разбором запросов. Во втором SQL должен быть связан с требованиями, моделью данных и интеграциями. Проверьте, есть ли в программе проектирование таблиц и ER-диаграммы, CTE и оконные функции и проверяет ли задания живой человек.

Тем, кто уже работает в аналитике и хочет углубиться в хранилища, может подойти онлайн-курс Нетологии «Системный аналитик: расширенный курс». В описании на Учи.Онлайн упомянут SQL Pro, но перечня модулей в карточке нет, поэтому программу, практику по хранилищам и требования к входному уровню уточните у школы до оплаты.

Открыть курс «Системный аналитик: расширенный курс»

Сравнивая программы, смотрите не на часы, а на работы, которые можно показать: ER-диаграмму учебной системы, набор проверочных запросов, постановку на отчёт с контрольной цифрой. На собеседовании они говорят больше, чем строка «знание SQL».

Сравнить онлайн-школы по длительности, цене и формату поможет рейтинг онлайн-школ по системной аналитике. Это рейтинг всего направления, а не курсов по SQL, поэтому ищите в программах конкретный блок о базах данных.

Готовность проверить просто: возьмите требование из своей задачи и попробуйте подтвердить или опровергнуть его одним запросом. Если результат хоть раз изменил постановку, выбирайте обучение по тому, чего не хватает: моделированию, отчётам или хранилищам.