抽样要看形态，不要看隐私

公开工具表把抽样的落地要点写成：控制行数与脱敏。个人练习同样适用。抽样五到二十行足够看形态。手机号、证件、邮箱默认不选。看形态和看隐私是两件事。

看空值和哨兵值

金额 0、日期 1970、字符串 NULL 和空串，都是形态。

看编码

地区是 310000 还是上海，决定你的 WHERE 怎么写。

看时间是戳还是串

字符串日期会让「本月」的比较变成运气。

一次完整的问法可以先写成下面这样：

抽样 orders 最近 10 行，只保留时间、城市编码、金额、状态。

落到语句上，草稿常常是：

SELECT pay_time, city_code, pay_amount, pay_status
FROM orders
ORDER BY pay_time DESC
LIMIT 10;

这十行不是业务结果。它们是地图图例。图例看懂了，才配去要全市的数。

结构是地图，不是附录

公开实现文章把列出表、描述字段、抽样行、再执行写成四件工具。工具顺序不能倒。执行放第一位，等于闭眼过马路。

结构链接的失败，十之八九不是语法。是找错表、找错列、找错枚举值。注释、别名、示例值，是地图上的注记。注记质量决定问数上限。有人只补三十个核心字段的含义，可用程度就明显上升。这是最不时髦、也最管用的工作。

语义层是把指标、维度、关联路径写成中间层。个人没有引擎时，用字典和卡片冒充。没有这一层，每次提问都在重新发明销售额。宽表好问、星型好管，选边可以，口径必须唯一。

读完这一辑可以做什么

给十个核心字段写注释：时间、金额、状态、用户、地区、类目，外加四个你会用到的。注释里写计算、单位、示例值。写完再去问数，少猜一轮。

抽样看形态。形态看完，真人信息就不该还在结果里。