SQL для аналитика нужен, чтобы самому доставать данные из базы и считать по ним метрики: выручку, число покупателей, повторные заказы. По поиску hh.ru на 31 октября 2026 года SQL упоминают 1845 из 5026 вакансий со словом «аналитик» в названии, а у аналитиков данных 303 из 364, это 83 %.
Глубина знаний зависит от роли и грейда. Стажёру и джуну в вакансиях пишут про SELECT, JOIN, GROUP BY, подзапросы и CTE. Оконные функции стажёру в одной из вакансий записаны как желательный плюс, а в вакансии продуктового аналитика с опытом 1-3 года уже входят в «SQL на высоком уровне».
- Зачем аналитику SQL и какие задачи им решают
- Какой SQL нужен аналитику данных, продуктовому, системному и бизнес-аналитику
- Какой уровень SQL нужен джуну и мидлу
- Что учить по порядку
- Два запроса, на которых видна база
- Частые ошибки начинающих
- Какие СУБД и диалекты SQL встречаются в вакансиях
- Что нужно аналитику кроме SQL: Excel, Python, BI
- С чего начать и как тренироваться
- Как SQL проверяют на собеседовании
- Сколько платят аналитику данных со знанием SQL
- Чек-лист: SQL для первой работы аналитиком
- Частые вопросы про SQL для аналитика
- Сколько SQL нужно знать, чтобы откликаться на вакансии джуна?
- Какой диалект SQL учить аналитику?
- Что учить первым: SQL или Python?
- Нужен ли SQL системному аналитику?
- Можно ли выучить SQL бесплатно?
Зачем аналитику SQL и какие задачи им решают
Заказы, клиенты и платежи компании лежат в базах данных, и SQL (Structured Query Language, язык запросов к базам данных) позволяет выбрать из них нужные записи, соединить таблицы по ключу и посчитать итог без ручной выгрузки в Excel.
В описаниях работы задачи с SQL выглядят буднично. Стажёру аналитики данных предлагают «Писать SQL-запросы для выгрузки данных из БД (MySql/Trino)» и «Выполнять ad-hoc запросы (разовые аналитические задачи) от бизнеса», а ещё «Разрабатывать и поддерживать дашборды в Power BI». У аналитика данных с опытом от трёх лет в другой компании в списке задач те же разовые запросы от подразделений, «Подготовка, контроль качества и заливка данных в базу» и «Разработка и оптимизация, автоматизация отчетности».
Пример такой разовой задачи: сколько покупателей в сентябре вернулись за вторым заказом. Аналитик пишет запрос, проверяет, что отменённые заказы не попали в счёт, и отдаёт цифру вместе с условиями, по которым её посчитал.
Какой SQL нужен аналитику данных, продуктовому, системному и бизнес-аналитику
| Роль в названии вакансии | Всего | С SQL | Python | Excel | BI-система | Оконные функции | ClickHouse |
|---|---|---|---|---|---|---|---|
| Аналитик данных | 364 | 303 (83 %) | 73 % | 41 % | 49 % | 27 % | 21 % |
| Продуктовый аналитик | 165 | 141 (85 %) | 77 % | 25 % | 47 % | 25 % | 26 % |
| Системный аналитик | 733 | 462 (63 %) | 13 % | 5 % | 3 % | 5 % | 5 % |
| Бизнес-аналитик | 717 | 260 (36 %) | 22 % | 39 % | 23 % | 9 % | 3 % |
Поиск hh.ru по России на 31 октября 2026 года. Роль определена по названию вместе с английским вариантом (data analyst, product analyst, system analyst, business analyst). Доли в колонках после «С SQL» считаются от объявлений с SQL. Слово ищется во всём тексте, поэтому цифра значит «упоминают», а требование это или пожелание, видно только из самого описания.
У аналитика данных и продуктового аналитика SQL встречается больше чем в 80 % объявлений, Python в трёх из четырёх описаний с SQL, оконные функции в каждом четвёртом. У системного аналитика оконные функции есть только в 5 % описаний с SQL, и формулировки скромнее: в одной вакансии с опытом 1-3 года стоит «Знание SQL (на уровне простых запросов);», а рядом «Знание основ проектирования и доработки БД (ERD);». Чем ещё занят специалист этой роли, описано в статье про системного аналитика. У бизнес-аналитика SQL называют реже всех, в 36 % объявлений, а Excel рядом с ним стоит в 39 %.
Какой уровень SQL нужен джуну и мидлу
Из 1845 объявлений аналитиков с SQL опыт «не требуется» только в 56, это 3 %. С опытом 1-3 года их 678 (37 %), 3-6 лет 955 (52 %), больше шести лет 156 (8 %).
Джуну пишут коротко и конкретно. Младшему продуктовому аналитику: «SQL: JOIN, агрегации, подзапросы; знакомство с CTE.» Стажёру аналитики данных: «SQL: Уверенное знание SELECT, JOIN, GROUP BY, WHERE. Понимание, как работают подзапросы и CTE (WITH).» и отдельной строкой «Будет большим плюсом: знание оконных функций».
В вакансиях с опытом от года список длиннее. Продуктовому аналитику уровня Middle с опытом 1-3 года в одной компании пишут «SQL на высоком уровне (cte, подзапросы, оконные функции и другое);». Другая компания на позицию продуктового аналитика с тем же опытом просит «Уверенное владение любым диалектом SQL, включая оконные функции и подходы для работы с потоками событий», и в этой вакансии к языку добавлена скорость: «умение оптимизировать запросы: explain, execution tree». Сеньору маркетинговой аналитики с опытом 3-6 лет нужно «Продвинутое знание SQL: написание сложных запросов, работа с большими объёмами данных» и «оптимизация производительности запросов».
Названия конструкций в тексте объявлений встречаются редко: оконные функции в 215 (12 %), JOIN в 156 (8 %), CTE в 100 (5 %), подзапросы в 69 (4 %), EXPLAIN всего в 4. Не меньше 1301 объявления не называют ни одной из этих пяти конструкций и пишут просто «SQL», так что уровень приходится понимать по грейду и задачам. Для первой работы ориентируйтесь на базовые конструкции из вакансий джунов: SELECT с условиями, GROUP BY, JOIN, подзапросы и CTE. Оконные функции мы бы освоили до первого отклика: у стажёра в одной из вакансий это плюс, а в двух процитированных вакансиях с опытом 1-3 года уже требование.
Что учить по порядку

- SELECT, FROM, WHERE, ORDER BY и LIMIT. Выбрать нужные столбцы из таблицы, отфильтровать строки по условию, отсортировать и показать первые десять: так смотрят, например, последние заказы одного клиента. Сюда же AS: псевдоним даёт столбцу или таблице короткое понятное имя, и запрос легче читать.
- Агрегатные функции COUNT, SUM, AVG, MIN, MAX вместе с GROUP BY и HAVING. Так из строк можно получить цифры отчёта: выручку и количество заказов за период, по месяцам или по категориям. WHERE отбирает строки до группировки, HAVING отбирает готовые группы. Сюда же условная логика CASE WHEN, которая раскладывает строки по своим категориям.
- JOIN и его типы. INNER JOIN оставляет строки, у которых нашлась пара в обеих таблицах. LEFT JOIN выводит каждую строку левой таблицы хотя бы один раз, а если пары справа нет, ставит в её столбцы NULL.
- Подзапросы и CTE. Запрос внутри запроса и конструкция WITH делят сложный отчёт на шаги, у каждого шага своё имя.
- Оконные функции: ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, SUM с OVER и PARTITION BY. Они считают по набору строк, связанных с текущей, и в отличие от GROUP BY не сворачивают строки в одну. На них строят нарастающий итог, номер заказа клиента, сравнение с предыдущим месяцем и скользящее среднее.
- Даты. Обрезать дату до месяца, взять интервал за последние 30 дней, достать из даты год или день недели. В PostgreSQL для этого есть date_trunc, INTERVAL и EXTRACT, в SQLite функция strftime.
- NULL. Пустое значение не равно ничему, даже другому NULL: сравнение
= NULLвозвращает NULL, проверка пишется через IS NULL. COALESCE подставляет значение вместо пропуска. - Производительность на уровне «что это». EXPLAIN показывает план, который планировщик базы выбрал для запроса, EXPLAIN ANALYZE ещё и выполняет запрос и выводит реальное время и число строк.
Два запроса, на которых видна база
Оба запроса проверены в SQLite 3.50.4. Сначала создаём таблицу заказов с ключом order_id и идентификатором покупателя user_id:
CREATE TABLE orders (
order_id INTEGER PRIMARY KEY,
user_id INTEGER,
created_at TEXT,
status TEXT,
amount INTEGER
);
INSERT INTO orders VALUES
(1, 101, '2026-08-03', 'done', 1200),
(2, 102, '2026-08-15', 'done', 800),
(3, 101, '2026-08-28', 'cancelled', 500),
(4, 103, '2026-09-02', 'done', 2500),
(5, 101, '2026-09-10', 'done', 900),
(6, 102, '2026-09-21', 'done', 1500),
(7, 104, '2026-10-05', 'done', 700),
(8, 103, '2026-10-12', 'done', 1100);
Первый запрос: выручка, число покупателей и средний чек по месяцам, только выполненные заказы и только месяцы с выручкой от 2000.
SELECT strftime('%Y-%m', o.created_at) AS month,
COUNT(DISTINCT o.user_id) AS buyers,
COUNT(o.order_id) AS orders,
SUM(o.amount) AS revenue,
ROUND(AVG(o.amount)) AS avg_check
FROM orders AS o
WHERE o.status = 'done'
GROUP BY month
HAVING SUM(o.amount) >= 2000
ORDER BY month;
month | buyers | orders | revenue | avg_check
2026-08 | 2 | 2 | 2000 | 1000.0
2026-09 | 3 | 3 | 4900 | 1633.0
Отменённый заказ на 500 отсеял WHERE, поэтому в августе выручка 2000. Октябрь с выручкой 1800 убрал HAVING: он проверяет уже посчитанную сумму группы. В PostgreSQL месяц обычно получают через date_trunc('month', created_at) вместо strftime; этот вариант мы не запускали.
Второй запрос считает, какой по счёту заказ у покупателя и когда был предыдущий: по нему видно, кто вернулся за вторым заказом.
WITH done AS (
SELECT user_id, order_id, created_at
FROM orders
WHERE status = 'done'
)
SELECT d.user_id,
d.order_id,
ROW_NUMBER() OVER (PARTITION BY d.user_id ORDER BY d.created_at) AS order_number,
LAG(d.created_at) OVER (PARTITION BY d.user_id ORDER BY d.created_at) AS prev_order
FROM done AS d
ORDER BY d.user_id, order_number;
user_id | order_id | order_number | prev_order
101 | 1 | 1 | NULL
101 | 5 | 2 | 2026-08-03
102 | 2 | 1 | NULL
102 | 6 | 2 | 2026-08-15
103 | 4 | 1 | NULL
103 | 8 | 2 | 2026-09-02
104 | 7 | 1 | NULL
ROW_NUMBER нумерует заказы каждого user_id по дате, LAG берёт дату предыдущего заказа того же покупателя. У первого заказа предыдущего нет, поэтому в prev_order стоит NULL. Второй заказ в сентябре сделали покупатели 101 и 102, покупатель 103 в октябре, у 104 пока один заказ. Отменённый заказ покупателя 101 в счёт не попал: его отсёк CTE done.

Частые ошибки начинающих
| Ошибка | Что получится | Как правильно |
|---|---|---|
WHERE amount = NULL | Ни одной строки: сравнение с NULL даёт NULL | WHERE amount IS NULL |
Агрегат в WHERE: WHERE SUM(amount) >= 2000 | Ошибка, в SQLite «misuse of aggregate: SUM()» | Условие по сумме группы в HAVING |
COUNT(*) там, где нужны заполненные значения | Посчитаны и строки с NULL в столбце | COUNT(amount) пропускает NULL |
| Забыть фильтр статуса | В выручку попадают отменённые заказы | WHERE status = 'done' или своё условие |
Три верхние строки таблицы мы прогнали в SQLite на той же таблице с добавленным заказом без суммы: = NULL вернул 0 строк, IS NULL одну, COUNT(*) дал 9, COUNT(amount) 8.
Какие СУБД и диалекты SQL встречаются в вакансиях
| СУБД | Объявлений из 1845 | Доля |
|---|---|---|
| PostgreSQL | 303 | 16 % |
| MS SQL Server | 248 | 13 % |
| ClickHouse | 178 | 10 % |
| Oracle | 123 | 7 % |
| Greenplum | 83 | 4 % |
| MySQL | 37 | 2 % |
В одном объявлении может стоять несколько СУБД, а не меньше 873 не называют ни одной из шести. Бывает, что диалект работодателю не важен: в вакансии продуктового аналитика стоит «Уверенное владение любым диалектом SQL», а базу называют ниже: «Мы используем BigQuery и Postgres».
Выбирать для учёбы советуем PostgreSQL: он во главе списка, и для него есть бесплатная учебная база, о ней ниже. ClickHouse стоит попробовать тем, кто целится в продуктовую аналитику: у этой роли он есть в 26 % описаний с SQL. На какой СУБД выбирать курс, разобрано в статье курсы SQL.
Что нужно аналитику кроме SQL: Excel, Python, BI

Среди 1845 объявлений аналитиков с SQL Python упоминают 732 (40 %), Excel 648 (35 %), хотя бы одну BI-систему из Power BI, Tableau, DataLens, Superset, Qlik и FineBI 539 (29 %). По ролям картина разная, она в таблице выше: аналитику данных вторым инструментом нужен Python, бизнес-аналитику Excel, системному почти ничего из этого списка.
Аналитику данных SQL стоит учить раньше Python: так же советует статья про аналитика данных, где разобраны остальные навыки профессии. Если вас тянет к отчётам и дашбордам, после SQL берите BI: как устроена эта работа, описано в статье о BI-аналитике.
С чего начать и как тренироваться
Начать можно с SQLite: у неё нет отдельного сервера базы данных, программа читает и пишет файл базы напрямую, и два запроса выше работают в ней без установки СУБД. Следующий шаг: поставить PostgreSQL и загрузить учебную базу. У компании Postgres Pro есть бесплатная демонстрационная база об авиаперевозках под лицензией MIT, на ней можно отрабатывать JOIN, группировки и ROW_NUMBER.

Дальше нужна практика. На тренажёре отработайте и ловушки из таблицы ошибок: сравнение с NULL и LEFT JOIN, после которого в столбцах правой таблицы появляется NULL. Перед запуском каждого запроса проговаривайте, сколько строк он должен вернуть и почему. Когда задачи из тренажёра идут легко, возьмите открытый набор данных, задайте ему бизнес-вопрос и ответьте запросами. Такой мини-проект с кодом на GitHub потом можно показать работодателю. Видеоуроки без задач SQL не учат, их мы бы оставили для теории.
Как SQL проверяют на собеседовании
Этапы отбора в объявлениях расписывают не всегда: слова «техническое интервью», «техническое собеседование» или live coding (лайвкодинг) есть только в 35 объявлениях.
В двух объявлениях с подробно расписанными этапами техническая часть идёт отдельным шагом. У продуктового аналитика уровня Middle в одной из вакансий четыре этапа: «Небольшое входное тестовое задание», телефонное интервью с HR, собеседование с руководителем и командой и «Техническое тестовое задание» на 2-3 часа. В другой компании путь короче: «HR-скрининг → техническое интервью → кейс интервью → оффер», а в требованиях «Уверенно пишешь SQL-запросы, умеешь работать с большими объемами данных, оптимизировать запросы».
Готовьтесь по требованиям своей вакансии: если там названы оконные функции и explain, тренируйте именно их. Как устроены этапы в крупных компаниях и какие задачи по SQL дают на интервью, разобрано в статье про собеседование на аналитика.

Сколько платят аналитику данных со знанием SQL
По поиску hh.ru на 31 октября 2026 года зарплату указали 60 из 303 вакансий аналитика данных с SQL, это 20 %. В 59 из них сумма в рублях за месяц, ещё в одной оплата почасовая, 150-250 ₽ за час. Медиана по этим 59 составляет 148 250 ₽ в месяц. Для каждого объявления бралась середина вилки, а если указана одна граница, она сама. Суммы смешанные: 30 объявлений пишут зарплату на руки, 29 до вычета налогов.
| Опыт | С зарплатой | Медиана, ₽ в месяц |
|---|---|---|
| 1-3 года | 33 | 140 000 |
| 3-6 лет | 19 | 190 000 |
| Все с месячной суммой | 59 | 148 250 |
Без опыта зарплату указали шесть объявлений, для медианы этого мало: точки от 25 000 до 200 000 ₽.
Чек-лист: SQL для первой работы аналитиком

- Могу написать SELECT с WHERE, ORDER BY и LIMIT и знаю, какие строки вернёт выборка, ещё до запуска.
- Считаю количество, сумму и среднее через GROUP BY, отличаю фильтрацию в WHERE от HAVING.
- Соединяю две-три таблицы по ключу с помощью INNER JOIN и LEFT JOIN и понимаю, откуда в результате NULL.
- Разбиваю сложный отчёт на шаги через подзапрос или CTE.
- Нумерую строки и сравниваю с предыдущим периодом функциями ROW_NUMBER и LAG.
- Группирую данные по месяцу и беру выборку за последние 30 дней.
- Проверяю пропуски через IS NULL и подставляю значение через COALESCE.
- Знаю, что показывает EXPLAIN, и могу открыть план запроса.
- Сверяю итог запроса с исходными данными: отменённые заказы и дубли не попали в отчёт.
Частые вопросы про SQL для аналитика
Сколько SQL нужно знать, чтобы откликаться на вакансии джуна?
Хватит того, что пишут в объявлениях без опыта: SELECT с WHERE и ORDER BY, GROUP BY с агрегатами, JOIN, подзапросы и CTE. В одной из вакансий для стажёра оконные функции записаны как большой плюс, лучше освоить их заранее.
Какой диалект SQL учить аналитику?
PostgreSQL. Его называют чаще других СУБД, 303 объявления, и для него есть бесплатная демонстрационная база. Тем, кто идёт в продуктовую аналитику, стоит попробовать и ClickHouse.
Что учить первым: SQL или Python?
SQL. Из 364 вакансий аналитика данных SQL упоминают 303 (83 %), а Python вместе с SQL называют 220 из тех же 364 (60 %); вакансии с Python без SQL мы не считали, поэтому для Python это нижняя граница. Python добавляйте, когда JOIN, CTE, ROW_NUMBER и LAG перестанут вызывать трудности.
Нужен ли SQL системному аналитику?
SQL упоминают 63 % вакансий системного аналитика. Оконные функции встречаются в 5 % вакансий системного аналитика с SQL против 27 % у аналитика данных, а в одной из вакансий уровень прямо назван: «на уровне простых запросов», плюс основы проектирования базы.
Можно ли выучить SQL бесплатно?
Да. SQLite и PostgreSQL распространяются бесплатно, демонстрационная база Postgres Pro идёт под лицензией MIT, есть бесплатные тренажёры с автопроверкой. Платные программы чаще всего добавляют наставника, проект и документ об окончании, но работу не гарантируют.








