excel|再见了繁琐的Excel，掌握数据分析处理技术就靠它了( 二 ) 数据库|程序员|算法

那为什么又把这东西单提出来？没有其它自动人工智能的产品吗？
有，但又是太沉重，你还是搞不定，不适合这一级的选手。
这三种技术（产品）门槛都比较低，也就是要写点公式，仅仅比Excel难一点点，可以并列为第1级。
易明建模其实使用起来最简单（连公式都很少填），但需要了解一些数据挖掘知识（算法不用懂，要对建模预测的机制有点概念，也要学会如何评价模型的好坏），而且人工智能业务也显得高端一点，算作1.5级也行吧。
SPL
涉及到复杂的技术时，虽然每一步还是四则运算难度，但步骤多了用一个公式很难写出来，要分几步才行，过程中还可能有判断。
但是如果会用编程，就很简单了。
这个道理好懂，但为啥是这个SPL ，编程语言不是很多吗？

结构化数据，能很方便地处理结构化数据的程序语言。只有SPL和SQL ，还有Python看起来也能对付。
但还有很多场景下没法用数据库也就没法用SQL 。程序员也要对文件数据做处理，有多个数据库的情况也没法直接跑SQL ，能跑SQL的数据库叫关系数据库，还有一堆不是关系数据库的数据库，比如MongoDB ，还有jsonxml这些奇怪格式的数据。这时候，掌握SPL技术就方便多了，它不要求有数据库，啥场景都能算。

而且， SQL在处理很多有过程运算的时候也不方便，企业应用中常常会出现我们前在说过的长达几K十几K的SQL 。而大多数情况用SPL要简单得多，开发效率也就高得多。有过企业报表开发经验的同学都知道，报表没完没了做不完，开发成本极高。而我们的国产报表工具已经把呈现解决得很好了，仍然会出现这种现象，主要就是因为用SQL或Java等去实现数据计算的难度太大效率太低。会了SPL ，这些事就会轻松多了。
SQL
程序员世界里的数据分析处理技术， SQL是首当其冲的。数据库可能是存储最多数据的地方，而这里的数据主要就是用SQL来耍，不会SQL很难在数据圈里混。
简单SQL长得像英语，语法学起来很容易。如果已经掌握了结构化数据的概念和运算，估计也就看上几小时语法书就能上手写查询了，按说不应该是个专业级的技术。但是，你学会了没地方用啊，得有个数据库才能跑SQL ，安装数据库以及把数据倒腾进去来做查询，都是很专业的任务，会折腾这种事的你已经是个半职业的程序员了。
倒是可以用SPL来学， SPL中也实现了常见的SQL ，可以让使用者针对文件执行SQL 。不过，如果学会了SPL ，在处理分析文件数据时也没必要学SQL了， SPL的运算处理能力要远远强于SQL 。
SQL入门容易，但精通很难，复杂的SQL始终还是很复杂的。三行五行的简单SQL通常只会大量出现在教科书和培训班，现实中用于做数据分析的SQL语句，说起长度时我们通常是用K（千字符）而不是用行作为单位的。