培训对象：
数据分析师/数据工程师（需跨平台处理数据）
数据仓库/大数据平台开发人员
后端开发工程师（需掌握多种SQL方言）
数据库管理员/DBA（扩展大数据技能）
准备从事数据相关工作的求职者
培训目标：
使学员系统掌握MySQL、Oracle、Hive、Spark SQL四种主流SQL引擎的核心语法与特性差异；理解关系型数据库与大数据SQL引擎在架构、优化、执行逻辑上的本质区别；熟练在不同平台间迁移SQL技能，能够根据场景选择合适工具；具备跨平台数据处理的实战能力，应对企业混合架构下的数据查询与分析需求。
培训内容介绍：
SQL标准与各平台概述
SQL标准演进（SQL-92/SQL-99/SQL:2003/SQL:2016）；关系型数据库 vs 大数据SQL引擎核心差异；四种平台定位对比：MySQL（OLTP关系型）、Oracle（企业级关系型）、Hive（批处理数据仓库）、Spark SQL（内存计算引擎）；各平台适用场景与选型指南。
开发环境搭建与基础查询
MySQL安装与客户端配置；Oracle环境与SQL*Plus使用；Hive环境搭建与Beeline连接；Spark SQL环境（Spark-shell/Thrift Server）；各平台第一个查询：SELECT * FROM table；通用SELECT语法结构对比。
数据类型与函数差异
数值类型对比（MySQL INT/Oracle NUMBER/Hive INT/Spark Integer）；字符串类型（MySQL VARCHAR/Oracle VARCHAR2/Hive STRING/Spark String）；日期时间类型及处理函数差异；NULL值处理在各平台的异同；类型转换语法对比（CAST/CONVERT/隐式转换）。
条件过滤与运算符
WHERE子句通用语法；比较运算符（=, !=, <>, >, <, >=, <=）；IN与NOT IN（注意NULL处理差异）；BETWEEN范围查询；LIKE模糊匹配与通配符；正则表达式支持程度对比；逻辑运算符（AND/OR/NOT）；各平台条件短路逻辑差异。
排序与限制查询
ORDER BY排序（ASC/DESC/多字段）；MySQL的LIMIT语法；Oracle的ROWNUM与FETCH FIRST语法；Hive的LIMIT（需注意strict模式）；Spark SQL的LIMIT与排序优化；各平台分页查询实现对比。
聚合函数与分组查询
聚合函数通用语法：COUNT/SUM/AVG/MAX/MIN；COUNT(*)与COUNT(列)区别；各平台对DISTINCT聚合的支持（COUNT(DISTINCT col)）；GROUP BY分组语法；多字段分组；HAVING分组后过滤（与WHERE区别）；各平台分组函数扩展（Oracle的ROLLUP/CUBE/GROUPING SETS、Hive的WITH CUBE/ROLLUP）。
多表连接查询
连接类型通用语法：INNER JOIN、LEFT JOIN、RIGHT JOIN、FULL JOIN；MySQL对FULL JOIN的支持（需UNION模拟）；Oracle的NATURAL JOIN与USING子句；Hive的JOIN优化（MapJoin/Bucket Join）；Spark SQL的SMJ（Sort Merge Join）与BHJ（Broadcast Hash Join）；多表连接执行计划差异。
子查询进阶
子查询分类：标量子查询、列子查询、行子查询、表子查询；WHERE中的子查询（IN/EXISTS/ANY/ALL）；SELECT中的子查询；FROM中的子查询（派生表）；相关子查询与非相关子查询；Oracle子查询特殊语法（WITH）；Hive对子查询的支持限制；Spark SQL子查询优化。
集合操作
UNION与UNION ALL区别与使用；Oracle的INTERSECT/MINUS；MySQL模拟INTERSECT/EXCEPT的方法；Hive的UNION ALL与UNION；Spark SQL的集合操作支持；集合操作注意事项（列数/数据类型/排序）。
窗口函数
窗口函数概念与语法（OVER()）；各平台窗口函数支持对比（MySQL 8.0+、Oracle全支持、Hive 0.11+、Spark SQL全支持）；ROW_NUMBER/RANK/DENSE_RANK排名函数；LAG/LEAD前后行访问；SUM/AVG等聚合窗口函数（累计计算/移动平均）；PARTITION BY与ORDER BY组合；窗口帧（ROWS/RANGE）定义；Oracle分析函数扩展。
高级查询特性
MySQL的GROUP_CONCAT聚合连接；Oracle的LISTAGG与PIVOT行列转换；Hive的侧视图（LATERAL VIEW）与explode函数；Spark SQL的PIVOT与高阶函数；各平台正则表达式函数对比；递归查询（Oracle CONNECT BY vs MySQL 8.0 CTE）。
数据操作语言（DML）
INSERT基本语法；批量插入（MySQL扩展语法/Oracle INSERT ALL）；INSERT INTO ... SELECT；UPDATE与DELETE语法；Oracle的MERGE语法（UPSERT）；MySQL的REPLACE INTO；Hive的INSERT OVERWRITE与动态分区插入；Spark SQL的DataFrame写入与SQL DML。
事务与一致性
MySQL事务支持（InnoDB引擎）与隔离级别；Oracle的MVCC与读一致性；Hive事务支持限制（需特定配置）；Spark SQL事务特性；各平台ACID特性对比；锁机制差异。
性能优化基础
MySQL执行计划（EXPLAIN）解读；Oracle执行计划（DBMS_XPLAN）；Hive执行计划（EXPLAIN）与Tez/Spark执行引擎；Spark SQL执行计划（Spark UI/explain）；各平台优化器特性对比（CBO/RBO）；索引在优化中的作用差异。
分区与分桶优化
MySQL分区表（RANGE/LIST/HASH）；Oracle分区技术；Hive分区表概念与管理；Hive分桶表（CLUSTERED BY）；Spark SQL对分区的处理；分区裁剪（Partition Pruning）原理；各平台分区优化策略。
存储格式与性能
MySQL存储引擎（InnoDB/MyISAM）对比；Oracle表空间与段管理；Hive文件格式（Text/Sequence/Parquet/ORC）对比；Spark SQL对Parquet/ORC的支持；列式存储优势；压缩算法选择（Snappy/Zlib/LZO）；各平台存储格式与性能关系。
数据采样与统计
MySQL的TABLESAMPLE支持；Oracle的SAMPLE子句；Hive抽样查询（桶表抽样/数据块抽样/随机抽样）；Spark SQL的表采样；统计信息收集（ANALYZE TABLE）在各平台的实现；统计信息对优化器影响。
Hive与Spark SQL特殊语法
Hive的HQL特性：侧视图LATERAL VIEW、explode函数、collect_list/set聚合；Hive的自定义函数（UDF/UDAF/UDTF）；Spark SQL的DataFrame API与SQL互操作；Spark SQL的高阶函数（transform/filter/exists）；Hive与Spark SQL执行引擎差异（MapReduce/Tez/Spark）。
实战案例一：跨平台数据迁移与验证
场景：MySQL业务库数据同步至Hive数仓。任务：MySQL导出（SELECT INTO OUTFILE）→Hive建表（分区/存储格式）→LOAD DATA导入→数据量对比验证（COUNT）→关键指标聚合计算一致性校验→性能对比测试。
实战案例二：Oracle存储过程改写为Spark SQL
场景：Oracle存储过程迁移至Spark SQL。任务：理解Oracle存储过程逻辑（游标/循环/临时表）→识别可转换部分与需重构部分→PL/SQL与Spark SQL语法差异分析→使用Spark SQL的CTE和窗口函数重写逻辑→性能验证与优化。
实战案例三：多源数据关联分析
场景：MySQL用户表与Hive订单表关联分析。任务：MySQL数据通过Sqoop同步至Hive→Hive中创建用户临时表→Spark SQL读取Hive表（用户+订单）→复杂关联查询（多维度聚合）→结果导出至MySQL供报表使用→全流程性能优化。
实战案例四：SQL语法兼容性改造
场景：Oracle SQL迁移至MySQL/Hive/Spark。任务：识别源SQL中的Oracle特性（层次查询CONNECT BY/PIVOT/分析函数）→寻找目标平台的等价实现方案（递归CTE/CASE WHEN聚合/窗口函数）→改写SQL并验证结果一致性→性能对比测试→输出SQL迁移指南。
课程总结与技能图谱
四种SQL引擎核心语法回顾；各平台特性对比总结；SQL迁移心法；SQL学习资源推荐；后续进阶方向（SQL优化专家/数据仓库设计/大数据开发）；跨平台SQL能力在企业中的价值。
