大数据时代，数据分析在互联网行业中应用越来越广泛，要想成为一名优秀的数据分析师，应该掌握哪些数据分析工具呢？今天我不介绍复杂的算法，只想分享一下数据分析常用的几种工具。如果全部掌握这些工具，你也可以月薪五万以上。
1. Excel
没错，就是Excel。
很多人可能觉得Excel是最简单的数据统计工具，只适合办公室小白用，但大部分互联网数据分析师最常用的工具依然是Excel。
做数据分析需要熟练掌握Excel中常用的操作，包括函数、可视化、VLookup、数据透视表等，其中VLookup和数据透视表是用Excel进行数据分析最常用的功能，搞定这两个功能，十万条以内的数据统计基本可以轻松处理。
2. SQL
现在是互联网时代，大多数的数据并不是以Excel进行储存的，而是存放在数据库之中，想要调用，就必须使用SQL语句。尤其需要注意的是，大数据时代的Impala以及Hive与SQL兼容性很高。
SQL是数据分析的核心技能之一，从Excel到SQL绝对是数据处理效率的一大进步。
基于Excel处理数据能力有限，需要再学会数据库技术，一般是MySQL。你需要了解MySQL管理工具的使用以及数据库的基本操作；数据表的基本操作、MySQL的数据类型和运算符、MySQL函数、查询语句、存储过程与函数、触发程序以及视图等。比较高阶的需要学习MySQL的备份和恢复；熟悉完整的MySQL数据系统开发流程。
3. 大数据分析工具SPSS/ Python/R
数据分析师如果不会写程序，但又要做一些基础的分析，那么SPSS是需要学习的。如果说Excel是“轻数据处理工具”，MySQL是“中型数据处理工具”那么大数据分析就需要“大型数据处理工具”了。这也就是为什么目前互联网公司年薪百万重金难求大数据分析师的原因。
大数据分析需要处理海量的数据，这对于数据分析师的工作能力要求就比较高，一般来说，大数据分析师需要会使用以下四种工具。
（1）会使用Hive的SQL方法HiveQL来汇总、查询和分析存储在Hadoop分布式文件系统上的大数据集合。知道Hive如何在Hadoop生态系统进行数据分析工作。
（2）会一些SPSS modeler基础应用，这部分技能对应数据建模分析师。
（3）会使用Python来编写网络爬虫程序，从页面中抓取数据，提取缓存中的数据，使用多个线程和进程来进行并发抓取等。
（4）会使用R语言进行数据集的创建和数据的管理等工作，用R语言数据进行可视化操作，用R语言作图，如条形图、折线图和组合图等等。
