你是否曾有過這些問題
- 接了一個分析需求，卻因為 SQL不熟練，無法順利取出需要的數據，導致分析開展不順⋯⋯
- 花費大量時間分析、做了 PPT 準備匯報，最後關頭卻發現取數邏輯有問題，又要重新搞一次
- 最近剛上線了一個新的功能 / 新的活動，想透過數據看看效果如何，請數據工程師協助，需求排期卻遙遙無期...
入門大數據分析，掌握 Hive SQL 取數邏輯力
提到數據分析的必備程式語言，大多數人腦中出現的關鍵字通常是 R 或 Python，大多 R/Python 的課程已經提供好分析所需要的數據了，但在真實的大數據工作環境中，公司的數據都放在資料倉庫(Data Warehouse)中，我們必須透過 HiveSQL語言到資料倉庫中把數取出來 (簡稱：取數)。
然而不少剛入門的數據分析師卻卡在這裡，他們無法順利的取出需要的數據做進一步分析。
因此，在這堂課的內容會以為分析工作中常用的查詢操作為主，讓你能快速應用到工作中。
Hive 是基於 Hadoop 框架下的數據倉庫(Data Warehouse)工具。而 Hadoop 則是一個分佈式計算的基礎架構，因為高可靠、高拓展、低成本的特點，是目前最主流的大數據架構。在工作中，公司的數據大多是儲存在 Hive 中的。
聽說 HiveSQL 很簡單？真的是這樣嗎？
大部分人都會覺得很簡單，不就是 select * from 嗎？ 隨便在網上搜一篇教程或者找一本數據庫的書，一天基本就可以學會了。
HiveSQL 困難的地方在於，在實際工作中，沒有一個現成的表格讓你select 一下就出結果了，你需要進行組裝，運用各種各樣的 join 、group by 等操作，才能得到想要的結果。如何組裝每一步操作才是利用HiveSQL進行數據分析的難點。
如果 HiveSQL 入門是 0-1，那實際應用是 1-100
就好像我們一開始學英語一樣，「How are you」 、「Good Morning」 一樣，這樣隨便說幾句和流利地與人溝通，這差的還是十萬八千里。
我自己學習 HiveSQL 過程中，曾因缺少完善的資源，經歷了許多陣痛期。
- 線上平台的內容太簡單。記得剛入行時，看到 DBA 開發一個報表的 SQL 充滿多表關聯、子査詢多層嵌套及各種函數；因為業務邏輯的複雜，有時數百行甚至上千行的語句也不足為奇。
- 數據庫相關的書籍，內容講的多是數據庫設計、數據管理、底層架構、甚至是運行原理等知識，但畢竟我們不是運維也不是數據開發工程師，實際工作中也確實用不到這些知識。對數據分析來說，查詢才是做的最多的操作。
課程目標為學習後能立刻上手開展數據分析相關工作
做到學以致用，不只是 Learning Hive，而是 Learning with Hive
特色一：循序漸進的課程內容，零基礎也能無痛入門
課程內容分為四大部分，由易到難循序漸進，即使零基礎也可入門。從掌握的基本語法，進行簡單統計分析，再學習透過函數進行數據清洗，最後進階到複雜的查詢，包含多表操作、窗口函數、建表與插入數據及執行效能優化。
特色二：大量且貼近商業場景的數據，讓你更靠近真實工作場景
教科書或網上提供的數據往往不符合商業情境，例如人口資料、氣象站資料、班級成績的樣本。
在這堂課程中，設計了電商常用的數據教學，例如訂單表、會員表，透過實戰演練營運場景，讓你更靠近真實工作場景。
特色三：掌握常見的分析場景
是不是每個分析問題，都要先在數據庫取出明細，再 import 到 R/python/Excel 進一步分析？其實不少問題，是可以在 Hive 中就處理好的，而且效率還明顯增加！
本課程以常見的分析問題作為教學案例，例如描述統計、趨勢分析、客戶忠誠 RFM 模型、數據質量分析、連續N天等問題，讓你在工作中學以致用。
特色四：業界唯一！提供真實的大數據開發環境實操
大數據基礎環境的安裝過程比較複雜，導致往往只能紙上談兵的學習。在 Hadoop 框架下，HUE 平台是許多公司在用的大數據開發環境，為此本課程也搭建了HUE平台，學員可以在自己電腦安裝HUE實操課程代碼，也可以針對自己有興趣的維度自主分析。
除了在電腦安裝外，隨著雲端的普及，您也可以使用雲端資料倉庫，課程選用了Google Cloud的BigQuery！（影片以HUE平台操作，講義則同時提供HiveSQL與BigQuery語句，一次滿足)
親自動手動練習是進步最快的方法！
