SQL (ang. Structured Query Language) to standardowy język pracy z relacyjnymi bazami danych: pobieranie danych (SELECT), ich modyfikacja (INSERT, UPDATE, DELETE) i definiowanie struktur (CREATE, ALTER). Standard ANSI/ISO istnieje od lat 80.; w praktyce każda baza - PostgreSQL, MySQL, SQL Server, Oracle - mówi własnym dialektem, ale rdzeń jest wspólny i przenośny.
Dla analityka biznesowego i analityka danych SQL to dziś jedno z najczęściej stawianych wymagań twardych w ogłoszeniach o pracę w Polsce - i kompetencja, która najmocniej zmienia codzienność: różnica między "poproszę IT o wyciąg i poczekam tydzień" a "sprawdzę sam w dziesięć minut" to różnica w sprawczości, nie tylko w czasie.
Przykład (MediFlow). Analityczka sieci przychodni dostaje pytanie: u których specjalistów pacjenci czekają na termin najdłużej? Zamiast zgłaszać ticket, łączy tabelę wizyt z lekarzami i placówkami, liczy medianę dni między datą rezerwacji a datą wizyty per specjalizacja i po kwadransie wie: kardiologia 23 dni, endokrynologia 31, pediatria 2. Ten jeden wynik przestawia priorytety projektu e-rejestracji - lista rezerwowa najpierw obejmie endokrynologię i kardiologię, bo tam zwolniony slot jest najcenniejszy.
Częsta pomyłka. Nauka składni bez zrozumienia modelu danych: kto nie wie, czym tabele są połączone i co jest kluczem, ten po JOIN-ie dostaje zduplikowane wiersze i zawyżone sumy - zapytanie wykonuje się bez błędu, a wynik jest fałszywy, co czyni ten błąd groźniejszym od każdego komunikatu o błędzie. Druga pomyłka: odkładanie SQL-a na później, bo "to dla programistów" - analityk nie musi pisać procedur składowanych; SELECT z JOIN-em, filtrowaniem i agregacją, czyli poziom osiągalny w kilka tygodni ćwiczeń, pokrywa większość codziennych potrzeb.