SQL-запросы — это текстовые команды, которые позволяют читать, добавлять, изменять и удалять данные в реляционной базе данных. По данным hh.ru, SQL требуется в 80% вакансий аналитиков данных — один из самых востребованных технических навыков на рынке труда.
В руководстве разберём: четыре группы команд (DDL, DML, DCL и TCL), синтаксис оператора SELECT с примерами кода, типы JOIN, подзапросы средней сложности, шпаргалку всех команд. Отдельно — SQL для тестировщика и подключение к Python.
Запросы в базе данных понять проще, чем кажется. Язык декларативный: описываете что хотите получить, а база сама решает как. Базовый уровень для начинающих осваивается за несколько вечеров практики.
SQL (Structured Query Language — язык структурированных запросов) — декларативный язык для работы с реляционными базами данных. Декларативный — значит, описываете что хотите получить, а СУБД (система управления базами данных) решает как это сделать.
Представьте базу данных как набор связанных Excel-таблиц. Каждый лист — отдельная таблица, строки — записи, столбцы — поля. Язык запросов к базе данных позволяет «разговаривать» с этим набором через текстовые команды: запросить данные, добавить строку, изменить значение или удалить запись.
Реляционная база данных хранит данные структурированно и обеспечивает их целостность. Примеры СУБД: PostgreSQL, MySQL, SQLite. В отличие от NoSQL-хранилищ — MongoDB, Redis — реляционные БД гарантируют строгую схему и транзакционность.
SQL применяется повсюду: интернет-магазины хранят каталоги товаров и заказы, банки — транзакции и счета, аналитические системы — витрины данных для отчётов. Знание SQL открывает прямой доступ к этим системам.
SQL появился в 1974 году: Дональд Чемберлин и Рэймонд Бойс из IBM разработали прообраз языка для работы с реляционными данными. Сегодня он стандартизирован как ISO/IEC 9075 — базовый синтаксис работает в любой популярной СУБД без изменений.
С чего начать: PostgreSQL подходит для серьёзного обучения — бесплатный, строго следует стандарту ISO, широко используется в production. SQLite работает без сервера, хранит базу в одном файле и встроен в Python — идеален для первых экспериментов.
Все SQL-запросы делятся на четыре группы в зависимости от назначения. Понимание этой классификации помогает быстро ориентироваться в документации и выбирать правильный инструмент для задачи.
| Группа |
Расшифровка |
Назначение |
Основные команды |
|---|---|---|---|
| DDL | Data Definition Language | Структура БД: создание, изменение, удаление таблиц | CREATE, ALTER, DROP, TRUNCATE |
| DML | Data Manipulation Language | Работа с данными: чтение, добавление, изменение, удаление | SELECT, INSERT, UPDATE, DELETE |
| DCL | Data Control Language | Управление правами доступа | GRANT, REVOKE |
| TCL | Transaction Control Language | Управление транзакциями | BEGIN, COMMIT, ROLLBACK |
80–90% повседневных задач решается через DML — прежде всего через SELECT для чтения данных. DDL применяется при проектировании или изменении схемы базы. Важная особенность DDL-команд: они фиксируются автоматически (auto-commit) — отменить их через ROLLBACK нельзя, в отличие от DML-операций внутри транзакции.
SQL-запросы условно делят на простые и сложные. Простые работают с одной таблицей, используют базовые команды и минимум условий — выполняются быстро и легко читаются. Сложные включают JOIN нескольких таблиц, вложенные подзапросы и агрегатные функции — производительность ниже, но они решают более глубокие аналитические задачи.
Выбор определяется задачей, а не уровнем разработчика.
SELECT — оператор в SQL для чтения данных; именно с него начинается любая выгрузка. Структура запроса:
SELECT column1, column2
FROM table_name
WHERE condition
GROUP BY column1
HAVING aggregate_condition
ORDER BY column1 ASC
LIMIT 10;
Обязательны только две части: SELECT (что выбрать) и FROM (откуда). Остальные клаузы опциональны. SELECT * выбирает все столбцы — удобно при исследовании данных, но в production-коде лучше перечислять столбцы явно: ускоряет запрос и защищает от неожиданных изменений схемы.
Псевдоним через AS переименовывает столбец в результате: SELECT salary * 12 AS annual_salary. Псевдоним не влияет на данные в таблице — только на отображение в ответе.
Писать и выполнять SELECT — не одно и то же. Вы пишете клаузы в порядке SELECT → FROM → WHERE, но база обрабатывает их иначе: FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT.
Этот порядок объясняет распространённую ошибку: псевдоним, заданный в SELECT, недоступен в WHERE и HAVING — эти клаузы выполняются раньше SELECT. Если нужно фильтровать по вычисляемому полю, оберните запрос в подзапрос или повторите выражение в условии явно.
Практическое правило перед выполнением UPDATE или DELETE: напишите аналогичный SELECT с теми же условиями — убедитесь, что затрагиваете именно нужные строки.

WHERE фильтрует строки до группировки и агрегации. Доступные операторы: =, !=, >, <, >=, <=, BETWEEN, IN / NOT IN, LIKE, IS NULL / IS NOT NULL. Условия комбинируются через AND, OR, NOT.
LIKE поддерживает шаблоны: % заменяет любое количество символов (LIKE ‘Ива%’ — все имена, начинающиеся с «Ива»), _ — ровно один символ.
Главная NULL-ловушка в SQL: phone = NULL никогда не вернёт строки. NULL — это отсутствие значения, не ноль и не пустая строка. Сравнение через = с NULL всегда даёт NULL, а не TRUE. Единственный корректный способ: phone IS NULL или phone IS NOT NULL.

GROUP BY группирует строки с одинаковым значением в указанном столбце; агрегатные функции вычисляют итог по каждой группе.
| Функция |
Что считает |
Учитывает NULL? |
|---|---|---|
| COUNT(*) | Все строки в группе | Да, включает NULL |
| COUNT(column) | Строки, где столбец не NULL | Нет, игнорирует NULL |
| SUM(column) | Сумму значений | Нет, игнорирует NULL |
| AVG(column) | Среднее значение | Нет, игнорирует NULL |
| MIN(column) | Минимальное значение | Нет, игнорирует NULL |
| MAX(column) | Максимальное значение | Нет, игнорирует NULL |
WHERE и HAVING выглядят похоже, но работают в разные моменты. WHERE фильтрует строки до группировки и не может содержать агрегатные функции. HAVING фильтрует группы после GROUP BY и работает только с агрегатными функциями. Правило: нет COUNT, SUM, AVG в условии — пишите WHERE; есть — пишите HAVING.
ORDER BY сортирует результат: ASC — по возрастанию (по умолчанию), DESC — по убыванию. Допускается сортировка по нескольким столбцам: ORDER BY department ASC, salary DESC.
LIMIT ограничивает число строк в ответе. В связке с OFFSET реализует пагинацию: LIMIT 10 OFFSET 20 вернёт строки 21–30 — третью страницу при размере страницы 10.
DDL-команды определяют структуру таблиц: типы данных, ограничения, связи между таблицами. CREATE TABLE создаёт новую таблицу:
CREATE TABLE employees (
id INT PRIMARY KEY,
name VARCHAR(100) NOT NULL,
salary DECIMAL(10,2) DEFAULT 0,
hired_at DATE
);
Основные типы данных SQL: INT и BIGINT — целые числа; VARCHAR(n) — строка до n символов; TEXT — длинный текст без ограничения; DECIMAL(p,s) — число с фиксированной точностью; DATE и TIMESTAMP — дата и время; BOOLEAN — истина/ложь.
Ограничения обеспечивают целостность данных: PRIMARY KEY задаёт уникальный идентификатор строки, NOT NULL запрещает пустые значения, DEFAULT подставляет значение при вставке без явного указания.
ALTER TABLE позволяет добавить столбец (ADD COLUMN), удалить (DROP COLUMN) или переименовать (RENAME COLUMN) без потери остальных данных. DROP TABLE удаляет таблицу полностью и необратимо — перед выполнением сделайте резервную копию. TRUNCATE быстро очищает все строки, сохраняя структуру таблицы.
DML охватывает четыре основные операции: SELECT, INSERT, UPDATE и DELETE. Они составляют 80–90% повседневной работы с базой данных.
INSERT добавляет строки одиночно или пакетом:
-- одна строка:
INSERT INTO employees (name, salary) VALUES ('Иван Петров', 85000);
-- batch-вставка:
INSERT INTO employees (name, salary)
VALUES ('Анна Сидорова', 92000), ('Пётр Иванов', 78000);
UPDATE изменяет существующие строки. Всегда указывайте WHERE — иначе обновятся все записи в таблице. Классическая катастрофа: UPDATE employees SET salary = 0 без WHERE обнуляет зарплаты всех сотрудников.
DELETE удаляет строки и тоже требует WHERE. Перед выполнением проверьте результат аналогичного SELECT с теми же условиями — убедитесь, что удаляете именно то, что нужно.
JOIN объединяет строки из двух и более таблиц по общему ключу, указанному в операторе ON. Это центральный инструмент для работы с реляционными базами данных, где данные нормализованы по нескольким таблицам.
SELECT e.name, d.department_name
FROM employees AS e
JOIN departments AS d ON e.department_id = d.id;
Псевдонимы таблиц (e, d) — стандартная практика: сокращают запись и устраняют неоднозначность, когда в разных таблицах есть столбцы с одинаковыми именами. Без уточнения e.id и d.id СУБД вернёт ошибку неоднозначного идентификатора.
Тип JOIN определяет, какие строки попадут в результат при отсутствии совпадения.
INNER JOIN возвращает только строки с совпадением в обеих таблицах. Если сотрудник не привязан ни к одному отделу — в результат не попадёт.
LEFT JOIN возвращает все строки левой таблицы плюс совпадающие из правой; где совпадения нет — NULL. Это наиболее часто используемый тип: сохраняет все записи основной таблицы и подтягивает данные из связанной там, где они есть.
RIGHT JOIN — зеркало LEFT JOIN: все строки правой таблицы, NULL для несовпавших из левой. FULL JOIN возвращает все строки обеих таблиц; NULL появляется там, где совпадения нет ни с одной стороны.
Хотите сменить профессию или повысить квалификацию?
Федеральный проект «Активные меры содействия занятости» даёт возможность пройти обучение бесплатно за счёт государства

Подзапрос (субзапрос) — это SELECT, заключённый в скобки и встроенный в другой SQL-запрос. Он выполняется первым, а его результат использует внешний запрос.
Три позиции подзапроса: в WHERE для зависимой фильтрации строк, в FROM для создания временной таблицы, в SELECT для добавления вычисляемого столбца.
Пример в WHERE — сотрудники с зарплатой выше средней по компании:
SELECT name FROM employees
WHERE salary > (SELECT AVG(salary) FROM employees);
Пример в FROM — агрегация через временную производную таблицу:
SELECT dept_stats.department, dept_stats.avg_sal
FROM (
SELECT department, AVG(salary) AS avg_sal
FROM employees GROUP BY department
) AS dept_stats;
Когда предпочесть JOIN вместо вложенного подзапроса: если условие не зависит от строк внешнего запроса — JOIN обычно производительнее. Подзапрос выигрывает, когда фильтрация зависит от результата другого SELECT.

DCL управляет правами доступа. GRANT выдаёт привилегии: GRANT SELECT ON employees TO analyst;. REVOKE отзывает их. В многопользовательских системах это критично для безопасности информации: аналитик получает доступ только на чтение, а не на изменение данных.
TCL обеспечивает атомарность операций через транзакцию: всё или ничего. Классический пример — банковский перевод: списание с одного счёта и зачисление на другой должны выполниться оба или ни одного. BEGIN начинает транзакцию, COMMIT фиксирует изменения, ROLLBACK откатывает все операции блока при ошибке — основа надёжного администрирования баз данных.
SQL нужен не только разработчикам. Аналитик данных строит выгрузки и витрины данных с помощью SELECT, GROUP BY и JOIN. Освоить SQL вместе с остальными навыками профессии можно на курсах по аналитике данных. Разработчик пишет SELECT/INSERT/UPDATE/DELETE внутри серверного кода API. Два сценария, которые реже описываются в учебниках, — SQL для тестировщика и интеграция с Python — разберём подробнее.
Тестировщик (QA-инженер) применяет SELECT для верификации состояния данных: убедиться, что после выполнения тест-кейса в базе появились нужные записи, обновились нужные поля или удалились ненужные строки.
Типовые сценарии: SELECT COUNT(*) — подсчитать количество созданных объектов; JOIN двух таблиц — убедиться, что заказ корректно записан и в таблице заказов, и в таблице позиций:
SELECT o.id, oi.product_id, oi.quantity
FROM orders AS o
JOIN order_items AS oi ON o.id = oi.order_id
WHERE o.id = 1001;
Рекомендуется работать с копией тест-БД через DBeaver или pgAdmin — чтобы не затронуть production-данные.

Стандартная библиотека Python включает sqlite3 без дополнительной установки:
import sqlite3
conn = sqlite3.connect(‘database.db’)
cursor = conn.cursor()
cursor.execute(‘SELECT name, salary FROM employees WHERE salary > 80000’)
rows = cursor.fetchall()
conn.close()
SQLite хранит всю базу в одном файле — идеальна для прототипов и автотестов. Для PostgreSQL и MySQL используют psycopg2. Для крупных проектов — SQLAlchemy: ORM (object-relational mapping — объектно-реляционное отображение), который позволяет работать с данными как с Python-объектами. pandas поддерживает pd.read_sql(query, conn) — результат SQL-запроса сразу преобразуется в DataFrame для дальнейшего анализа.
| Команда |
Группа |
Назначение |
|---|---|---|
| SELECT | DML | Чтение данных из таблицы |
| FROM | DML | Источник данных |
| WHERE | DML | Фильтрация строк по условию |
| JOIN / ON | DML | Объединение таблиц |
| GROUP BY | DML | Группировка строк |
| HAVING | DML | Фильтрация групп |
| ORDER BY | DML | Сортировка результата |
| LIMIT / OFFSET | DML | Ограничение числа строк и пагинация |
| INSERT | DML | Добавление строк |
| UPDATE | DML | Изменение строк |
| DELETE | DML | Удаление строк |
| CREATE TABLE | DDL | Создание таблицы |
| ALTER TABLE | DDL | Изменение структуры таблицы |
| DROP TABLE | DDL | Удаление таблицы |
| TRUNCATE | DDL | Быстрая очистка таблицы |
| GRANT | DCL | Выдача прав доступа |
| REVOKE | DCL | Отзыв прав доступа |
| BEGIN | TCL | Начало транзакции |
| COMMIT | TCL | Фиксация транзакции |
| ROLLBACK | TCL | Откат транзакции |
sqltutorial.org предлагает интерактивный редактор прямо в браузере: пишете SQL-запросы онлайн и сразу видите результат без установки ПО — идеальная точка входа. LeetCode (раздел Database) предлагает реальные задачи с автопроверкой и рейтингом — хорошая подготовка к техническому интервью. ElephantSQL даёт облачный PostgreSQL-сервер бесплатно: подключаетесь через pgAdmin или любой SQL-клиент без локальной установки сервера.

SQL-запрос — текстовая команда на языке Structured Query Language, адресованная реляционной базе данных. С её помощью вы «просите» базу выдать данные, добавить запись, обновить значение или удалить строку. SQL декларативен: описываете что нужно, а не как получить. Базовый уровень осваивается за один вечер.
SQL-команды делятся на четыре группы: DDL (структура БД: CREATE, ALTER, DROP), DML (данные: SELECT, INSERT, UPDATE, DELETE), DCL (права: GRANT, REVOKE) и TCL (транзакции: BEGIN, COMMIT, ROLLBACK). Большинство повседневных задач решается через DML, прежде всего через SELECT.
Минимальный SELECT: SELECT * FROM table_name;. Вместо * лучше перечислять нужные столбцы явно. Добавьте WHERE для фильтрации, ORDER BY для сортировки. Первые запросы удобно проверять в браузерном тренажёре — sqltutorial.org или ElephantSQL — без установки ПО.
WHERE фильтрует строки до группировки и не может использовать агрегатные функции. HAVING фильтрует группы после GROUP BY и работает только с агрегатными функциями. Правило: нет агрегатной функции в условии — пишите WHERE (быстрее); есть COUNT, SUM и т.д. — пишите HAVING.
NULL — отсутствие значения, не ноль и не пустая строка. Любая арифметика с NULL возвращает NULL: 5 + NULL = NULL. Сравнение phone = NULL никогда не вернёт строки — используйте только IS NULL или IS NOT NULL. COUNT(*) считает все строки, COUNT(column) — только строки, где столбец не NULL.
PostgreSQL — лучший выбор для серьёзного обучения: бесплатный, строго соответствует ISO SQL, широко используется в production. SQLite встроен в Python и не требует сервера — идеален для первых экспериментов. MySQL популярен в веб-разработке. Для быстрого старта без установки: ElephantSQL (облачный PostgreSQL) или sqltutorial.org.
SQL — язык для реляционных баз с таблицами, строгой структурой и транзакционностью. NoSQL — нереляционные базы: MongoDB (документные), Redis (ключ-значение), Neo4j (графовые). Гибкость структуры и горизонтальное масштабирование — в обмен на отказ от строгих гарантий целостности. Для корпоративной аналитики и большинства приложений SQL остаётся первым выбором.
Да. SQL декларативен: описываете результат, а не алгоритм. Базовые SELECT, INSERT, UPDATE, DELETE не требуют знания циклов или переменных. Аналитики и продакт-менеджеры регулярно работают с SQL без навыков разработки. Базовый уровень — один-два вечера практики.
Тестировщик применяет SELECT для верификации состояния данных: проверить создание записи, корректность обновления, удаление объекта после тест-кейса. Типовые запросы: SELECT COUNT(*) для подсчёта записей, JOIN для проверки связанных таблиц, WHERE с конкретным ID. Рекомендуется работать через DBeaver или pgAdmin с копией тест-БД.
Стандартная библиотека Python включает sqlite3 без установки: import sqlite3; conn = sqlite3.connect(‘db.db’); cursor.execute(‘SELECT …’). Для PostgreSQL — psycopg2; для ORM — SQLAlchemy. pandas поддерживает pd.read_sql(query, conn) — результат сразу в DataFrame. SQLite идеальна для прототипов и автотестов.
Подайте заявку — забронируйте место в группе
45 000 мест на 2026 год. Бесплатное обучение по федеральному проекту «Активные меры содействия занятости»