大數據時代，數據分析在互聯網行業中應用越來越廣泛，要想成為一名優秀的數據分析師，應該掌握哪些數據分析工具呢？今天我不介紹複雜的算法，只想分享一下數據分析常用的幾種工具。如果全部掌握這些工具，你也可以月薪五萬以上。
1. Excel
沒錯，就是Excel。
很多人可能覺得Excel是最簡單的數據統計工具，只適合辦公室小白用，但大部分互聯網數據分析師最常用的工具依然是Excel。
做數據分析需要熟練掌握Excel中常用的操作，包括函數、可視化、VLookup、數據透視表等，其中VLookup和數據透視表是用Excel進行數據分析最常用的功能，搞定這兩個功能，十萬條以內的數據統計基本可以輕鬆處理。
2. SQL
現在是互聯網時代，大多數的數據並不是以Excel進行儲存的，而是存放在數據庫之中，想要調用，就必須使用SQL語句。尤其需要注意的是，大數據時代的Impala以及Hive與SQL兼容性很高。
SQL是數據分析的核心技能之一，從Excel到SQL絕對是數據處理效率的一大進步。
基於Excel處理數據能力有限，需要再學會數據庫技術，一般是MySQL。你需要了解MySQL管理工具的使用以及數據庫的基本操作；數據表的基本操作、MySQL的數據類型和運算符、MySQL函數、查詢語句、存儲過程與函數、觸發程序以及視圖等。比較高階的需要學習MySQL的備份和恢復；熟悉完整的MySQL數據系統開發流程。
3. 大數據分析工具SPSS/ Python/R
數據分析師如果不會寫程序，但又要做一些基礎的分析，那麼SPSS是需要學習的。如果說Excel是“輕數據處理工具”，MySQL是“中型數據處理工具”那麼大數據分析就需要“大型數據處理工具”了。這也就是為什麼目前互聯網公司年薪百萬重金難求大數據分析師的原因。
大數據分析需要處理海量的數據，這對於數據分析師的工作能力要求就比較高，一般來說，大數據分析師需要會使用以下四種工具。
（1）會使用Hive的SQL方法HiveQL來彙總、查詢和分析存儲在Hadoop分佈式文件系統上的大數據集合。知道Hive如何在Hadoop生態系統進行數據分析工作。
（2）會一些SPSS modeler基礎應用，這部分技能對應數據建模分析師。
（3）會使用Python來編寫網絡爬蟲程序，從頁面中抓取數據，提取緩存中的數據，使用多個線程和進程來進行併發抓取等。
（4）會使用R語言進行數據集的創建和數據的管理等工作，用R語言數據進行可視化操作，用R語言作圖，如條形圖、折線圖和組合圖等等。
