群眾的智慧是無窮的！
在我們的 SQL English Chatters 群，有一幫愛說英語的朋友，也是一幫愛學SQL的傢伙。昨天在群裡討論的話題是 SQL 書單。這個問題比較具有典型性，尤其在這個特殊時期，我們有充足的時間可以用來進行大部頭圖書的學習。想來都是美事一件。快一點的同學，可能已經2本書看完了，慢一點的同學像我這樣，也看完至少一本技術類的圖書了。
那麼，今天我就來說說怎麼挑 SQL 數據庫的學習書單。
書單必須符合自己的氣質
沒錯。自己的氣質還要靠別人來告訴你嘛？
捫心自問，你是屬於看到書就腦殼疼的朋友，還是看到書就流口水的書蟲？如果你是後者，相信挑書對你來說不費勁。但是如果你是前者，你就要搞清楚你的“氣質”在哪裡？
這裡所謂的“氣質”，就是你學習的層次。
如果目前你已有三五年的工作經驗，一般的小白書，你就不用看，喂不飽你！你需要更有知識密度的資料。但如果你還是門外漢，對 SQL 數據庫一無所知，那挑一本對的書就非常重要了。以免挑了一本1200頁的大書， 把自己的激情白白嚇走了。
所以，第一個事情，搞清楚自己當下的位置，知識層次。
書單必須從基礎到全面
在這個階段要考慮的事情，比較多。
首先，你學SQL，數據庫的目的是什麼？是為了做DBA，還是為了做數據分析，跳入當下火熱的數據科學領域？
如果是為了做DBA，負責數據庫的運維，那你要選擇的書就非常的廣。從操作系統，到泛編程，再到數據庫理論，雲計算，分佈式系統都會有涉及。僅僅是SQL顯然是不夠的。要打下相當多基礎的知識框架，先要做好思想上的準備。接著就從幾大塊開始挑書。
比如你可以先從SQL基礎知識看起，薄一點的書快速看完。《SQL必知必會》這類小冊子就很適合你。《SQL代碼大全》就未必適合你了。看完之後就深入體系裡面，比如《Oracle架構體系》，《高性能MySQL》。當下時代那麼快，分佈式自然也是首選要了解的，Martin的這本《Design Data-Intensive Application》就適合你讀一讀。阿里的《大數據之路》也可以看看。
但如果你學SQL是為了進入數據分析，那麼DBA的那一套書，你就不用看了。SQL只是其中一環，會用就行。基礎系列依然適合你，但不是全部。Kimball 的《維度建模》最好看一看，這是阿里《大數據之路》裡也提到的書目。大數據技術也是你的必備技能，這裡提到的選書原則，同樣適合挑選大數據。所以 SQL 技能將僅僅只是你的一個技能，你還將要學習的領域囊括了 Python, R, Data Mining, 機器學習以及分佈式計算。
既然是數據分析，技術工作就僅僅佔了一半。更多的是對業務有所瞭解，而且是深入瞭解。如果不懂數據怎麼來的，哪裡的數據更對公司業務有幫助，你混個球啊！競爭力在哪裡？整天搬磚，你的勞動力比別人更便宜？
所以，挑書的第二點，你要全局的來看你要從事的行業，分析你未來幾年要涉及到的職位，對症下藥。
書單三要素：作者，出版社，評論
作者就像導演一樣，一定是為自己的名譽而戰。所以挑好書，就要看這個作者，是不是經常混跡於江湖.如果經常看到他的演講，著作的書，尤其是系列書，那沒錯了。基本上一本寫的好，這一本也錯不到哪裡去。比如Oracle領域，Tom大叔，Johnason 大神，蓋國強；SQL Server 領域，Ben大叔；機器學習周志華。這些作者追著看，就沒錯！
我選東野圭吾，村上春樹，都是看一系列的書。尤其是村上，讀了他的自傳，再去讀他的書，才能更全面理解他這個人的思想。同樣，技術作者也是，他的味道，節奏都反應在書裡，你喜歡那個味道，你就能學得下去，一本接一本。
再一個，算是個人的一點趣味。有些出版社出的書，不僅僅配圖，字體變扭，連書裡的味道都是臭的。我非常討厭這類出版社。所以挑書的時候，首選自己喜歡的出版社，比如電子工業，人民郵電等
有朋友說現在的圖書真貴，網上下個PDF電子版。真香！
我只能說在好書面前，錢算個屁！
還有，我非常喜歡讀評論。建議大家買書之前也多看看。尤其是豆瓣，知乎對書的評論。看過的人寫出來的評論，和一般的書評人（尤其是書自帶的評論，簡直，哎！）就是不一樣。順著這些評論，你可以找到更多的線索，或是對本書的補充，或是對本書的錯誤之處的一些理解。
比如看《SQL Programming》時，我看了豆瓣的評論才知道，這本書，原來只是架構系列中的一本，想要進一步理解 SQL Server 體系，還需要看 Inside SQL Server. 就這樣追了四本書，奠定了整個知識基礎。很多做SQL Server的人，其實不知道原來c#是可以寫SQL 函數的。這就是看書評的好處。
--完--
閱讀更多 數據科學中文社區 的文章
