🚀 SQL 解題完整步驟（包含思路 + 查詢步驟）

在 SQL 面試或真實數據分析時，除了知道 SQL 查詢的執行順序，還需要明確的解題思路，以便快速拆解問題，並選擇最適合的 SQL 技巧。

🎯 通用 SQL 解題框架

Step 1 - 理解問題
Step 2 - 拆解數據需求（定義輸入 & 輸出）
Step 3 - 設計 SQL 查詢步驟（WHERE → JOIN → GROUP BY → Window Function → 排序）
Step 4 - 考慮 SQL 效能優化（索引、避免數據膨脹、最佳化 JOIN）
Step 5 - 驗證結果 & 提供洞察

✅ 1️⃣ SQL 解題完整步驟

📌 Step 1：理解問題

當你看到一個 SQL 問題時，請先問自己：

• 「這個問題希望查什麼數據？」（查詢條件）
• 「需要計算哪些指標？」（COUNT、SUM、AVG、排名？）
• 「輸入數據有哪些欄位？」
• 「輸出結果應該有哪些欄位？」
• 「有沒有時間範圍、排名、篩選條件？」

✅ 舉例：找出 2023 年每個月銷售前三名的產品

以下是常見的資料傳輸方式：

1. 平行 (Parallel)

• 概念：指多個任務在同一時間真正地同時執行。需要硬體支持，比如多核處理器，每個核心可以同時處理不同的任務。
• 特點：
  • 必須有多個物理處理單元（例如 CPU 核心）。
  • 通常用於計算密集型任務，如科學計算、大數據處理等。
  • 範例：圖像處理中，同時處理多個像素或區塊。
• 關鍵詞：真正的“同時”。

2. 併發 (Concurrent)

• 概念：指多個任務在邏輯上同時進行，但並不一定是物理上的同時進行。任務可能交替執行，依賴於調度機制。
• 特點：
  • 並行不要求多核處理器。
  • 通常用於 I/O 密集型任務（如網絡請求、文件讀寫），藉助時間分片來切換任務。
  • 範例：多人輪流在同一部電腦上打字。
• 關鍵詞：邏輯上的“同時”。

3. 分散 (Distributed)

• 概念：指多個任務分布在多個不同的計算節點上協同完成工作，這些節點通常是通過網絡連接的。
• 特點：
  • 涉及多台物理機器。
  • 節點之間通過通信協議（如 HTTP、gRPC）進行協作。
  • 範例：Hadoop、Spark 等大數據框架。
• 關鍵詞：多機器、分布式系統。

4. 異步 (Asynchronous)

• 概念：指在任務執行時，不需要等待當前任務完成，主線程可以繼續執行其他任務，等結果準備好後再處理。
• 特點：
  • 適合處理高延遲的 I/O 操作。
  • 通常用回調函數、Promise 或 async/await 模式來實現。
  • 範例：發起一個網絡請求後，繼續執行其他代碼，網絡響應返回時再處理。
• 關鍵詞：非阻塞、回調、事件驅動。

5. 線程 (Thread)

• 概念：是操作系統分配 CPU 資源的基本單位，每個線程都在進程內運行，共享進程的內存空間。
• 特點：
  • 多線程在同一進程內執行。
  • 線程之間共享內存資源，但也容易引發競爭條件。
  • 範例：在一個應用程式中，同時執行文件下載和數據分析。
• 關鍵詞：共享內存、輕量級。

6. 進程 (Process)

• 概念：是操作系統分配資源的基本單位，每個進程有自己獨立的內存空間。
• 特點：
  • 不同進程之間的內存是隔離的，通過 IPC（如管道、共享內存）進行通信。
  • 範例：在一台電腦上，同時運行瀏覽器和文檔編輯器。
• 關鍵詞：獨立內存、重量級。

比較總結

關係與區分：

references: https://www.youtube.com/watch?v=EeoCcjPuJwE&list=PLDdSOnH0h1PpCo1novB32KXP5mbpCw-s5&index=19

使用 uv 快速建立財務文字情感分析專案

uv 是一個簡單高效的 Python 專案初始化工具，結合了虛擬環境管理和依賴配置，適合開發者快速啟動專案。在這篇文章中，我將分享如何使用 uv 建立 Financial Text Sentimental Analysis 專案。

什麼是 uv？

uv 是一款輕量級工具，專注於：

• 快速初始化專案：透過一行指令生成清晰的專案結構。

• 基於 **pyproject.toml**：完全符合 Python 現代化的標準配置。

• 虛擬環境自動管理：自動為每個專案創建虛擬環境，簡化操作流程。

它適合希望以簡單方式管理專案的開發者，並能提升開發效率。

使用 uv 開始專案

步驟 1：安裝 uv

在 macOS 上，您可以透過 Homebrew 安裝 uv：

brew install uv

步驟 2：初始化專案

執行以下指令以初始化專案：

uv init Financial-Text-Sentimental-Analysis

執行後，uv 將生成以下的初始專案結構：

├─ README.md
├─ hello.py
└─ pyproject.toml

步驟 3：配置專案依賴

在 pyproject.toml 中設定專案所需的依賴：

[project]
name = "financial-text-sentimental-analysis"
version = "0.1.0"
description = "A project to analyze the sentiment of financial text"
readme = "README.md"
requires-python = ">=3.12"
dependencies = [
    "torch",
    "transformers",
    "feedparser",
    "requests",
]

這些依賴分別用於：

1. 持續整合（Continuous Integration, CI）

目標：將開發者的代碼頻繁合併到主分支（如 prod 或 main），並保證代碼的質量和穩定性。

• 核心過程：
  1. 開發者提交代碼到 develop 或其他開發分支。
  2. 觸發測試：
     • 自動化工具執行構建和測試（單元測試、靜態代碼分析、Lint 檢查等）。
  3. 反饋結果：
     • 測試成功：代碼準備好可以進行合併。
     • 測試失敗：通知開發者修復問題。
  4. 合併代碼：
     • 通過測試的代碼可以被手動或自動合併到主分支（如 prod 或 main）。

簡單說：

• CI 的核心是讓多名開發者的代碼頻繁集成，並確保集成後的代碼仍然穩定。
• 不一定會部署代碼，重點是驗證代碼的品質。

2. 持續部署（Continuous Deployment, CD）

目標：將通過測試的代碼自動部署到伺服器或生產環境，實現真正的端到端自動化。

• 核心過程：

  1. 觸發部署：
     • 通過 CI 驗證的代碼自動進入部署階段。
  2. 部署流程：
     • 構建應用程序。
     • 部署應用到測試環境或直接部署到生產環境（根據你的配置）。
  3. 上線驗證：
     • 執行最小程度的檢查（如健康檢查）。
     • 確保服務已正確運行。

• 區分持續交付和持續部署：

  • 持續交付：代碼準備好部署，但需要手動按下按鈕完成最後一步。
  • 持續部署：整個過程完全自動化，包括上線。

簡單說：

• 持續部署的目的是讓已通過測試的代碼自動進入伺服器或生產環境。

流程結合範例

以下是一個典型的 CI/CD 流程：

1. 提交代碼：

   • 開發者將代碼提交到 develop 分支。

2. 持續整合（CI）：

   • 構建代碼。
   • 運行單元測試、靜態分析。
   • 通過測試後，代碼被合併到 prod 分支。

3. 持續部署（CD）：

   • 自動構建應用。
   • 自動將代碼部署到測試伺服器進行驗收測試。
   • 如果啟用了持續部署，將代碼自動推送到生產環境。

小結

• 持續整合（CI）：

  • 核心是確保代碼在合併時的質量穩定。
  • 重點在「構建、測試、合併」。

• 持續部署（CD）：