A. 自学sql server数据库的书籍材料等比较好的，有推荐的么
你好！
sqlserver数据库吧，资料也没那么多
好的书也就express出的那几本，基本上网上msdn 上学学就可以了！
你要是学习oracle的话，可能会发现，这个比sqlserver 要好玩的多！
祝你好运
B. SQL中EXISTS怎么用
EXISTS在SQL中的作用是：检验查询是否返回数据。
select a.* from tb a where exists(select 1 from tb where name =a.name)返回真假，当 where 后面的条件成立，则列出数据，否则为空。
exists强调的是是否返回结果集，不要求知道返回什么。比如：select name from student where sex = 'm' and mark exists(select 1 from grade where ...)
只要exists引导的子句有结果集返回，那么exists这个条件就算成立了,大家注意返回的字段始终为1
如果改成“select 2 from grade where ...”，那么返回的字段就是2，这个数字没有意义。所以exists子句不在乎返回什么，而是在乎是不是有结果集返回。
(2)b站用sql数据分析扩展阅读：
Exists 方法描述如果在 Dictionary对象中指定的关键字存在，返回True，若不存在，返回False。
语法object.Exists(key)Exists 方法语法有如下几部分：部分描述Object必需的。始终是一个 Dictionary对象的名字。Key必需的，在 Dictionary对象中搜索的Key值。
exist相当于存在量词：表示集合存在,也就是集合不为空只作用一个集合.
例如 exist P表示P不空时为真; not exist P表示p为空时为真in表示一个标量和一元关系的关系。
例如：s in P表示当s与P中的某个值相等时为真; s not in P 表示s与P中的每一个值都不相等时为真。
exits与not exits
exists(sql 返回结果集为真)
not exists(sql 不返回结果集为真)
如果not exists子查询只有自己本身的查询条件，这样只要子查询中有数据返回，就证明是false，结果在整体执行就无返回值；一旦跟外面的查询关联上，就能准确查出数据。
C. b站应聘需要什么条件
一、运维项目管理
工作职责：
1、负责IT资源项目的管理工作，确保项目团队协同工作；
2、负责IT资产管理和定期资产盘点工作；
3、跟踪IT资源的使用，并对数据进行分析，完成日常报表；
4、协助IT成本管理工作，预算制定、供应商沟通等。
职位要求：
1、具备数据敏感性和探知欲、分析和解决问题的能力、良好的数据呈现能力；
2、工作认真、负责、严谨，有良好的团队合作精神；
3、有良好沟通能力和技巧；
4、有外语沟通能力、海外背景优先。
二、数据开发工程师
工作职责：
1、负责直播业务的数据调研，数仓模型设计，ETL开发，任务监控和优化等；
2、负责数据仓库多场景的应用产品建设，如快报，告警推送等；
3、负责基于数据仓库之上的数据探索，如特征工程，标签挖掘等;
4、负责数据管理相关的开发和实施。
任职要求:
1、计算机、数学相关专业全日制本科及以上学历；
2、熟练使用SQL,了解数仓ETL开发；
3、熟悉R、Python、Shell等脚本的至少一种语言，有实战经验的优先；
4、有Java/Golang开发经验优先；
5、业务理解能力强，技术学习能力强，工作积极主动，有良好的团队合作能力。
三、前端开发工程师
工作职责：
1、参与哔哩哔哩各产品线web前端研发工作；
2、优化产品交互逻辑，提升产品易用性；
3、参与前瞻性技术的研究，为持续性的产品创新做准备。
职位要求：
1、精通HTML、CSS及JavaScript等Web前端技术；
2、具备跨浏览器、跨终端的前端开发经验；
3、了解至少一种Server端语言（Node.JS/PHP/Python/Java等；
4、熟悉一种使用较广泛的前端框架；
5、具备扎实的计算机基础，对数据结构和算法设计较为深刻的理解；
6、学习能力强，具有良好的沟通能力和良好的团队合作精神。
四、测试工程师
工作职责：
1、负责哔哩哔哩客户端和服务端测试工作；
2、参与制定测试方案，设计并执行测试案例，整理对应项目测试文档；
3、跟踪线上反馈问题，协助开发定位和推进解决问题；
4、参与对项目流程和工具进行优化，提升整个项目的交付效率。
职位要求：
1、计算机相关专业，本科以上学历；
2、熟悉软件工程、软件测试理论和方法，熟悉相关的测试流程和软件工程原理；
3、对二次元互联网产品感兴趣，善于学习接受新事物，具备良好的做中文档编写习惯和能力，良好的团队协作能力，有较强的逻辑思维及自我学习能力；
4、熟悉一门或者多门编程语言者（Python,Java,Golang等）优先。
五、游戏测试
工作职责：
1、能够根据游戏功能设计文档，以及根据游戏实际内容表现编写测试用例；
2、根据测试用例对游戏进行功能测试，能及时发现产品缺陷，对测试中发现的问题进行及时的记录、跟踪、反馈、分析；
3、负责撰写测试报告；
4、负责bug生命周期的跟踪反馈，能协调相关人员定位bug，协助研发人员修复bug；
5、对iOS，Android双端进行兼容性测试。
任罩岁职要求：
1、本科及以上学历；
2、热爱游戏，对自己玩过的游戏在特定的领域有自己独到的见解；
3、严密的逻辑性，能客观分析问题并通过图文工具表述；
4、有积极上进心和强大的自驱力，抗压能力强；
5、有良好的团队合作精神，优秀的沟通技巧，以及高度的职业素养；
6、平时有追番的习惯。
(3)b站用sql数据分析扩展阅读：
B站主要业务：
1、直播
哔哩哔哩（bilibili）直播是B站推出的国内首家关注ACG直播的互动平台，内容有趣、活动丰富、玩法多样，并向电竞、生活、娱乐领域不断延伸。
“电竞+游戏”都是B站直播的重要品类。目前B站已经覆盖了包括《英雄联盟》LPL职业联赛、《DOTA2》TI国际邀请赛、《王者荣耀》KPL职业联赛等在内的各大赛事；在泛娱乐直播方面，B站则以音乐、舞蹈、绘画、美食、萌宠、明星访谈为主。
此外，B站也在开拓学习直播、虚拟主播等新兴直播品类。2019年一季度内，共有超6000位虚拟主播在B站开播，观看人数近纯闷山600万。
2019年12月6日，B站宣布获得《英雄联盟》全球总决赛S10至S12连续三年（2020年至2022年）的国内独家直播版权。
2019年12月19日，哔哩哔哩直播宣布签约冯提莫。
2、游戏
B站是国内重要的二次元游戏分发渠道，代理了超 500 款联运手游，13 款独家代理游戏，及1 款自研手游。
从2014年开始，bilibili开启游戏联运和代理发行业务，成功推出《梦100》《FGO》《碧蓝航线》《幻想战姬》《Fate/Grand Order》《明日方舟》等多款业内知名游戏，并帮助《阴阳师》《崩坏3》等产品获得成功，是当前国内一家二次元游戏发行平台。
2019年，与腾讯全球联合发行的听觉探案游戏《Unheard-疑案追声》在Steam上线后升至国区热销榜第二位，一周之内售出15万份。
2019年7月，B站首次举办独立游戏发布会，发布包括《一起开火车！》、《妄想破绽》在内的5款独立游戏。
3、广告
B站广告业务主要分为效果广告和品牌广告。2018年，B站举办了对广告主的广告推介会AD TALK，首次开放自制内容的招商。
在2019年的AD TALK上，B站明确了自己的商业化进程，宣布2020年将向所有品牌合作伙伴开放生态。B站确定开放的生态资源包括14部国产动画、15部纪录片、6部综艺、30余位UP主、11项大事件以及电竞、虚拟偶像等。
4、电商
B站拥有自己的电商平台“会员购”，于2017年上线，以漫展演唱会票务、手办、模型、潮玩、周边的销售为主， 在不到两年的时间已经占领了二次元票务域最大的市场份额。
2019年10月底，B站今年的电商业务GMV已经突破10亿元。
D. 求大神指导，有没有前端学习视频，自己找了好多，感觉有点乱，觉得学的路线会错
1.首先零基础学习前端先要有一个计划，了解前端要学习哪些技术。
2.做好自己的时间规划，如何快速入门前端那肯定是需要不断的提高自己的学习效率，学习过程中尽量把手机调至静音给自己一个安静的学习环境和氛围。
3.快速入门顾名思义肯定是少走弯路，在学习过程中看下自己身边有没有前端这方面的大神尽量多问，多交流，如果是没有的话，可以多去找一些前端的交流群，学习肯定是不能闭门造车。
学习是一个循序渐进的过程，前端的学习也是如此。
不论前端开发还是后端开发的学习都要求我们多动手，既要反复的看书，也把学习到的知识点第一时间去实践。前端的学习入门快要三个月，慢的要 5-6 个月左右，看个人的理解速度来评估，只要入门了不论理解能力，还是学习的速度都会有明显的提升。
在学习前端的过程中，除了要把学到的知识点第一时间去实践，也要在学习的每个阶段自己创建课题，用所学到的知识去实现课题的内容。这样可以更好有助于理解和累计一定的项目经验。
前端的学习从来不是孤军奋战，需要一个前辈的领路，也需要一个平台不断交流和思维碰撞。这样可以快速入门和少走弯路，也能让自己发现问题的根本所在。
阶段一
在学习前端之前呢，你需要一个编辑器，在网上你可以看到很多编辑器用来编写前端，甚至 Windows 系统默认的文本文档也可以作为前端代码的编辑器。俗话说，没有金刚钻怎么揽瓷器活，所以一个好的编辑器很重要，我在这里推荐给大家的编辑器是VSCode。
思维导图
E. 大数据怎么学
一、数据分析师有哪些要求？
1、理论要求及对数字的敏感性，包括统计知识、市场研究、模型原理等。
2、工具使用，包括挖掘工具、数据库、常用办公软件（excel、PPT、word、脑图）等。
3、业务理解能力和对商业的敏感性。对商业及产品要有深刻的理解，因为数据分析的出发点就是要解决商业的问题，只有理解了商业问题，才能转换成数据分析的问题，从而满足部门的要求。
4、汇报和图表展现能力。这是临门一脚，做得再好的分析模型，如果不能很好地展示给领导和客户，成效就大打折扣，也会影响到数据分析师的职业晋升。
二、请把数据分析作为一种能力来培养
从广义来说，现在大多数的工作都需要用到分析能力，特别是数据化运营理念深入的今天，像BAT这样的公司强调全员参与数据化运营，所以，把它作为一种能力培训，将会让你终生受益。
三、从数据分析的四个步骤来看清数据分析师需具备的能力和知识：
数据分析的四个步骤（这有别于数据挖掘流程：商业理解、数据理解、数据准备、模型搭建、模型评估、模型部署），是从更宏观地展示数据分析的过程：获取数据、处理数据、分析数据、呈现数据。
（一） 获取数据
获取数据的前提是对商业问题的理解，把商业问题转化成数据问题，要通过现象发现本质，确定从哪些纬度来分析问题，界定问题后，进行数据的采集。此环节，需要数据分析师具备结构化的思维和对商业问题的理解能力。
推荐书籍：《金字塔原理》、麦肯锡三部曲：《麦肯锡意识》、《麦肯锡工具》、《麦肯锡方法》
工具：思维导图、mindmanager软件
（二） 处理数据
一个数据分析项目，通常数据处理时间占70%以上，使用先进的工具有利于提升效率，所以尽量学习最新最有效的处理工具，以下介绍的是最传统的，但却很有效率的工具：
Excel：日常在做通报、报告和抽样分析中经常用到，其图表功能很强大，处理10万级别的数据很轻松。
UltraEdit：文本工具，比TXT工具好用，打开和运行速度都比较快。
ACCESS：桌面数据库，主要是用于日常的抽样分析（做全量统计分析，消耗资源和时间较多，通常分析师会随机抽取部分数据进行分析），使用SQL语言，处理100万级别的数据还是很快捷。
Orcle、SQL sever：处理千万级别的数据需要用到这两类数据库。
当然，在自己能力和时间允许的情况下，学习新流行的分布式数据库及提升自身的编程能力，对未来的职业发展也有很大帮助。
分析软件主要推荐：
SPSS系列：老牌的统计分析软件，SPSS Statistics（偏统计功能、市场研究）、SPSS Modeler（偏数据挖掘），不用编程，易学。
SAS：老牌经典挖掘软件，需要编程。
R：开源软件，新流行，对非结构化数据处理效率上更高，需编程。
随着文本挖掘技术进一步发展，对非结构化数据的分析需求也越来越大，需要进一步关注文本挖掘工具的使用。
（三） 分析数据
分析数据，需要用到各类的模型，包括关联规则、聚类、分类、预测模型等，其中一个最重要的思想是对比，任何的数据需要在参照系下进行对比，结论才有意义。
推荐的书籍：
1、《数据挖掘与数据化运营实战，思路、方法、技巧与应用》，卢辉着，机械出版社。这本书是近年国内写得最好的，务必把它当作圣经一样来读。
2、《谁说菜鸟不会数据分析（入门篇）》和《谁说菜鸟不会数据分析（工具篇）》，张文霖等编着。属于入门级的书，适合初学者。
3、《统计学》第五版，贾俊平等编着，中国人民大学出版社。比较好的一本统计学的书。
4、《数据挖掘导论》完整版，[美]Pang-Ning Tan等着，范明等翻译，人民邮电出版社。
5、《数据挖掘概念与技术》，Jiawei Han等着，范明等翻译，机械工业出版社。这本书相对难一些。
6、《市场研究定量分析方法与应用》，简明等编着，中国人民大学出版社。
7、《问卷统计分析实务—SPSS操作与应用》，吴明隆着，重庆大学出版社。在市场调查领域比较出名的一本书，对问卷调查数据分析讲解比较详细。
（四） 呈现数据
该部分需要把数据结果进行有效的呈现和演讲汇报，需要用到金字塔原理、图表及PPT、word的呈现，培养良好的演讲能力。
F. 新手怎么学习数据分析
第一方面是数学基础，第二方面是统计学基础，第三方面是计算机基础。要想在数据分析的道路上走得更远，一定要注重数学和统计学的学习。数据分析说到底就是寻找数据背后的规律，而寻找规律就需要具备算法的设计能力，所以数学和统计学对于数据分析是非常重要的。
而想要快速成为数据分析师，则可以从计算机知识开始学起，具体点就是从数据分析工具开始学起，然后在学习工具使用过程中，辅助算法以及行业致死的学习。学习数据分析工具往往从Excel工具开始学起，Excel是目前职场人比较常用的数据分析工具，通常在面对10万条以内的结构化数据时，Excel还是能够胜任的。对于大部分职场人来说，掌握Excel的数据分析功能能够应付大部分常见的数据分析场景。
在掌握Excel之后，接下来就应该进一步学习数据库的相关知识了，可以从关系型数据库开始学起，重点在于Sql语言。掌握数据库之后，数据分析能力会有一个较大幅度的提升，能够分析的数据量也会有明显的提升。如果采用数据库和BI工具进行结合，那么数据分析的结果会更加丰富，同时也会有一个比较直观的呈现界面。
数据分析的最后一步就需要学习编程语言了，目前学习Python语言是个不错的选择，Python语言在大数据分析领域有比较广泛的使用，而且Python语言自身比较简单易学，即使没有编程基础的人也能够学得会。通过Python来采用机器学习的方式实现数据分析是当前比较流行的数据分析方式。
对大数据分析有兴趣的小伙伴们，不妨先从看看大数据分析书籍开始入门！B站上有很多的大数据教学视频，从基础到高级的都有，还挺不错的，知识点讲的很细致，还有完整版的学习路线图。也可以自己去看看，下载学习试试。
G. 财务人员真的有必要学习 SQL 语言和 Power BI 吗
先说结论吧，有必要学，但是不要学的太深。
题主说的那是财务分析师，这是一个新兴职业，目前的需求不多，只有在大公司里才有，而且这种不属于传统类型，更多的是属于战略部门。
你随便拉个大厂的财务出来，你问问她们会不会SQL，会不会BI工具，90%的回答肯定都是不会，因为这种财务做的事情大多数都偏传统，涉及到的工具还是Excel，能把Excel玩的很厉害的也是极少数。
Excel需要熟练的技能有：基础函数、进阶函数、数据透视表、数据清洗。
记住，什么是熟练，是不需要任何帮助文档就能把东西给做出来，把上面这些操作搞定之后才有学SQL和BI工具的必要。
先说SQL，你不需要变成一个取数机器，你只需要学会查询、连接等基本操作就行，select from和各个财务报表之间的关系搞清楚就行了，还有一个就是要学会连接数据库，BI工具用的到。
H. 抖音/小红书/视频号数据分析软件有哪些
这类软件主要用于更专业的数据分析挖掘工作，尤其是在银行、金融、保险业。
SPSS、SAS都是用于统计分析，围绕统计学知识的一些基本应用，包括描述统计，方差分析，因子分析，主成分分析，基本的回归，分布的检验等等。SPSS用于市场研究较多，SAS银行金融和医学统计较多，有一些难度。
R语言像是综合性较强的一类数据分析工具，集统计分析、数据挖掘，数据可视化。
展开来，讲讲数据分析~
这些数据分析工具的使用还是看需求，每个企业应用的选择和方式都不同。数据分析的概念很广，站在IT的角度，实际应用中可以把数据分析工具分成两个维度：
第一维度：数据存储层——数据报表层——数据分析层——数据展现层
第二维度：用户级——部门级——企业级——BI级
1、数据存储层
数据存储设计到数据库的概念和数据库语言，这方面不一定要深钻研，但至少要理解数据的存储方式，数据的基本结构和数据类型。SQL查询语言必不可少，精通最好。可从常用的selece查询，update修改，delete删除，insert插入的基本结构和读取入手。
Access2003、Access07等，这是最基本的个人数据库，经常用于个人或部分基本的数据存储；MySQL数据库，这个对于部门级或者互联网的数据库应用是必要的，这个时候关键掌握数据库的库结构和SQL语言的数据查询能力；
SQL Server2005或更高版本，对中小企业，一些大型企业也可以采用SQL Server数据库，其实这个时候本身除了数据存储，也包括了数据报表和数据分析了，甚至数据挖掘工具都在其中了；
DB2，Oracle数据库都是大型数据库，主要是企业级，特别是大型企业或者对数据海量存储需求的就是必须的了，一般大型数据库公司都提供非常好的数据整合应用平台；
BI级别，实际上这个不是数据库，而是建立在前面数据库基础上的，企业级应用的数据仓库。Data Warehouse，建立在DW机上的数据存储基本上都是商业智能平台，整合了各种数据分析，报表、分析和展现，BI级别的数据仓库结合BI产品也是近几年的大趋势。
2、报表/BI层
企业存储了数据需要读取，需要展现，报表工具是最普遍应用的工具，尤其是在国内。过去传统报表大多解决的是展现问题，如今像帆软报表FineReport也会和其他应用交叉，做数据分析报表，通过接口开放功能、填报、决策报表功能，能够做到打通数据的进出，涵盖了早期商业智能的功能。
3、数据分析层
这个层其实有很多分析工具，当然我们最常用的就是Excel。
Excel软件，首先版本越高越好用这是肯定的；当然对excel来讲很多人只是掌握了5%Excel功能，Excel功能非常强大，甚至可以完成所有的统计分析工作！但是我也常说，有能力把Excel玩成统计工具不如专门学会统计软件；
SPSS软件：当前版本是18，名字也改成了PASW Statistics；我从3.0开始Dos环境下编程分析，到现在版本的变迁也可以看出SPSS社会科学统计软件包的变化，从重视医学、化学等开始越来越重视商业分析，现在已经成为了预测分析软件；
SAS软件：SAS相对SPSS其实功能更强大，SAS是平台化的，EM挖掘模块平台整合，相对来讲，SAS比较难学些，但如果掌握了SAS会更有价值，比如离散选择模型，抽样问题，正交实验设计等还是SAS比较好用，另外，SAS的学习材料比较多，也公开，会有收获的！
JMP分析：SAS的一个分析分支
XLstat：Excel的插件，可以完成大部分SPSS统计分析功能
4、表现层
表现层也叫数据可视化，以上每种工具都几乎提供了一点展现功能。FineBI和Tableau的可视化功能上文有提过。其实，近年来Excel的可视化越来越棒，配上一些插件，使用感更佳。
PPT：办公常用，用来写数据分析报告；
Xmind&网络脑图：梳理流程，帮助思考分析，展现数据分析的层次；
Xcelsius软件：Dashboard制作和数据可视化报表工具，可以直接读取数据库，在Excel里建模，互联网展现，最大特色还是可以在PPT中实现动态报表。
最后，需要说明的是，这样的分类并不是区分软件，只是想说明软件的应用。有时候我们把数据库就用来进行报表分析，有时候报表就是分析，有时候分析就是展现；当然有时候展现就是分析，分析也是报表，报表就是数据存储了！