Cheat Sheet SQL Analis: Semua Klausa dalam Satu Halaman

Ini rangkuman SQL yang kepakai tiap hari buat kerjaan analis. Sekali baca, lalu simpan dan buka lagi pas butuh.

Hal yang paling sering bikin query pemula error bukan sintaks, tapi urutan. SQL ditulis dengan satu urutan, tapi dijalanin dengan urutan lain.

Gimana urutan klausa SQL yang bener?

Urutan penulisannya: SELECT, FROM, JOIN, WHERE, GROUP BY, HAVING, ORDER BY, LIMIT. Urutan eksekusinya beda: FROM dan JOIN dulu, lalu WHERE, GROUP BY, HAVING, baru SELECT, ORDER BY, dan LIMIT paling akhir. Beda urutan ini yang bikin alias dari SELECT nggak bisa dipanggil di WHERE.

Urutan tulis	Urutan jalan	Fungsinya
1. SELECT	5	Pilih kolom yang ditampilkan
2. FROM	1	Ambil tabel sumber
3. JOIN	2	Gabungin tabel lain
4. WHERE	3	Saring baris sebelum digrupin
5. GROUP BY	4a	Kelompokin baris
6. HAVING	4b	Saring hasil grup
7. ORDER BY	6	Urutkan hasil
8. LIMIT	7	Potong jumlah baris

Hafalin satu hal aja dari tabel ini: FROM duluan, SELECT belakangan.

Fungsi agregat apa yang wajib hafal?

Lima fungsi nutup hampir semua kebutuhan: COUNT buat ngitung baris, SUM buat total, AVG buat rata-rata, MIN dan MAX buat nilai terkecil dan terbesar. Semuanya ngabaikan NULL kecuali COUNT bintang, yang ngitung semua baris apa pun isinya.

Fungsi	Hasil	Catatan
COUNT(*)	Jumlah semua baris	NULL ikut kehitung
COUNT(kolom)	Jumlah baris yang kolomnya terisi	NULL dilewati
COUNT(DISTINCT kolom)	Jumlah nilai unik	Buat ngitung pelanggan unik
SUM(kolom)	Total	Hasilnya NULL kalau semua baris NULL
AVG(kolom)	Rata-rata	Penyebutnya cuma baris non NULL
MIN / MAX	Nilai terkecil dan terbesar	Jalan juga buat teks dan tanggal

Definisi lengkapnya ada di halaman aggregate function kalau kamu butuh penjelasan istilahnya.

SELECT
    kota,
    COUNT(*)                    AS jumlah_baris,
    COUNT(DISTINCT pelanggan_id) AS pelanggan_unik,
    SUM(nilai)                  AS total,
    ROUND(AVG(nilai), 0)        AS rata_rata
FROM transaksi
GROUP BY kota;

Kapan pakai JOIN yang mana?

Pilih dari sisi mana yang barisnya harus tetap utuh. INNER JOIN cuma nyisain baris yang cocok di kedua tabel. LEFT JOIN nahan semua baris tabel kiri. RIGHT JOIN kebalikannya. FULL OUTER JOIN nahan semuanya dari dua sisi.

JOIN	Hasil	Kapan dipakai
INNER JOIN	Cuma yang cocok	Transaksi yang produknya masih ada di master
LEFT JOIN	Semua kiri + yang cocok	Semua pelanggan, walau belum pernah belanja
RIGHT JOIN	Semua kanan + yang cocok	Jarang, biasanya ditulis ulang jadi LEFT
FULL OUTER JOIN	Semua dari dua sisi	Nyocokin dua sumber data yang sama-sama nggak lengkap
CROSS JOIN	Semua kombinasi	Bikin kerangka tanggal kali kota

Jebakan paling sering: LEFT JOIN yang kondisinya ditaruh di WHERE. Begitu kamu nulis WHERE b.kolom = 'x' pada tabel kanan, LEFT JOIN kamu berubah jadi INNER JOIN diam-diam. Taruh kondisinya di klausa ON.

-- Salah: LEFT JOIN jadi INNER
SELECT p.nama, t.nilai
FROM pelanggan AS p
LEFT JOIN transaksi AS t ON t.pelanggan_id = p.id
WHERE t.status = 'selesai';

-- Benar
SELECT p.nama, t.nilai
FROM pelanggan AS p
LEFT JOIN transaksi AS t
       ON t.pelanggan_id = p.id
      AND t.status = 'selesai';

Window function mana yang paling sering dipakai?

Enam window function nutup mayoritas kebutuhan analis: ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, dan SUM dengan OVER. Bedanya sama GROUP BY, window function ngitung agregat tanpa ngeciutin baris, jadi detail dan totalnya bisa muncul bareng.

Fungsi	Dipakai buat
ROW_NUMBER()	Nomor urut, ambil 1 baris terbaru per pelanggan
RANK()	Peringkat, nilai sama dapat peringkat sama dan nomor berikutnya lompat
DENSE_RANK()	Peringkat tanpa lompatan nomor
LAG(kolom)	Nilai baris sebelumnya, buat hitung pertumbuhan
LEAD(kolom)	Nilai baris berikutnya, buat hitung jarak antar order
SUM(x) OVER (...)	Running total dan persentase kontribusi

SELECT
    bulan,
    nilai,
    LAG(nilai) OVER (ORDER BY bulan) AS nilai_bulan_lalu,
    ROUND(
        100.0 * (nilai - LAG(nilai) OVER (ORDER BY bulan))
        / NULLIF(LAG(nilai) OVER (ORDER BY bulan), 0),
        1
    ) AS pertumbuhan_persen
FROM penjualan_bulanan;

Daftar lengkap beserta aturan frame-nya ada di dokumentasi window function PostgreSQL. Versi panjangnya juga aku bahas di panduan ROW_NUMBER dan RANK.

Fungsi tanggal, teks, dan NULL yang sering kepakai

Kebutuhan	PostgreSQL	MySQL
Potong ke awal bulan	DATE_TRUNC('month', tgl)	DATE_FORMAT(tgl,'%Y-%m-01')
Ambil tahun	EXTRACT(YEAR FROM tgl)	YEAR(tgl)
Selisih hari	tgl_a - tgl_b	DATEDIFF(tgl_a, tgl_b)
Tanggal hari ini	CURRENT_DATE	CURDATE()
Gabung teks	a || b	CONCAT(a, b)
Ganti NULL	COALESCE(a, 0)	COALESCE(a, 0)
Hindari bagi nol	NULLIF(a, 0)	NULLIF(a, 0)

Dua pola NULL yang paling sering nyelametin query:

-- Ganti NULL jadi 0 biar penjumlahan nggak bolong
COALESCE(diskon, 0)

-- Cegah error division by zero
ROUND(100.0 * berhasil / NULLIF(total, 0), 1)

Contoh kasus: satu query rekap toko_berkah

Query di kolom SQL artikel ini jalan di dataset toko_berkah punya ngulikdata, 41.892 baris transaksi setahun dari satu toko sembako di Bekasi.

Hasilnya 9 kategori produk. Tiga besarnya:

Kategori	Total nilai	Kontribusi	Transaksi
Beras dan tepung	Rp 486.310.000	31,2%	9.847
Minyak dan bumbu	Rp 298.740.000	19,2%	12.104
Minuman kemasan	Rp 214.520.000	13,8%	14.663

Yang menarik: minuman kemasan punya transaksi terbanyak tapi kontribusi nilainya paling kecil dari tiga itu. Rata-rata nilainya cuma Rp 14.630 per transaksi, sementara beras Rp 49.390.

Buat pemilik toko, angka itu ngasih arah jelas. Promo yang naikin frekuensi kunjungan nggak bakal ngangkat omzet sebanyak promo yang naikin ukuran keranjang beras. Cara ngukurnya ada di halaman metric.

Kesalahan umum yang bikin angka salah

• Kolom di SELECT nggak ada di GROUP BY. PostgreSQL bakal nolak, MySQL kadang diam-diam ngasih nilai acak dari grup itu.
• Kondisi tabel kanan ditaruh di WHERE pada LEFT JOIN. Barisnya kepotong tanpa peringatan.
• Bagi pakai bilangan bulat. 50 / 100 hasilnya 0 di banyak database. Tulis 50.0 / 100.
• COUNT dipakai buat ngitung pelanggan. Tanpa DISTINCT, satu pelanggan yang belanja 12 kali kehitung 12 orang.
• Filter tanggal pakai BETWEEN pada kolom timestamp. BETWEEN '2025-01-01' AND '2025-01-31' ngebuang transaksi tanggal 31 setelah jam 00.00.
• Subquery bertingkat empat lapis. Pecah jadi CTE. Cara nyusunnya ada di panduan CTE SQL.

FAQ

Kenapa alias di SELECT nggak bisa dipakai di WHERE?

Gara-gara urutan eksekusi. WHERE dijalanin sebelum SELECT, jadi waktu WHERE bekerja, alias yang kamu bikin di SELECT belum ada. Solusinya dua: tulis ulang ekspresinya penuh di WHERE, atau bungkus query-nya jadi CTE lalu filter di query luar. Cara kedua lebih enak dibaca kalau ekspresinya panjang.

Bedanya COUNT(*) sama COUNT(nama_kolom) apa?

COUNT(*) ngitung semua baris, termasuk yang isinya NULL. COUNT(nama_kolom) cuma ngitung baris yang kolom itu ada isinya. Kalau kolom email kosong di 300 baris, COUNT(*) bisa bilang 1.000 sementara COUNT(email) bilang 700. Beda ini sering jadi sumber angka laporan yang nggak cocok antar tim.

Kapan pakai HAVING dan kapan pakai WHERE?

WHERE buat nyaring baris sebelum digrupin, HAVING buat nyaring hasil grup setelah agregat dihitung. Mau buang transaksi batal, pakai WHERE. Mau nyisain kategori yang totalnya di atas Rp 1 juta, pakai HAVING. Kalau kondisimu nggak nyentuh fungsi agregat, taruh di WHERE, hasilnya lebih cepat.

Window function beda apa sama GROUP BY?

GROUP BY ngeciutin banyak baris jadi satu baris per grup. Window function ngitung nilai agregat tapi baris aslinya tetap utuh. Jadi kamu bisa nampilin detail transaksi sekaligus total per kota di baris yang sama. Ini yang bikin window function enak buat running total, peringkat, dan persentase kontribusi.

Cheat sheet ini jalan di MySQL dan SQL Server juga?

Sebagian besar iya, soalnya klausa inti SQL itu standar. Yang beda biasanya fungsi tanggal dan limit baris. PostgreSQL pakai DATE_TRUNC dan LIMIT, MySQL pakai DATE_FORMAT dan LIMIT, SQL Server pakai DATEPART dan TOP. Cek dokumentasi database kamu buat dua bagian itu, sisanya bisa langsung dipakai.

Cara pakai cheat sheet ini

Dua tabel yang paling sering kamu buka lagi: urutan eksekusi klausa dan pilihan JOIN.

Sisanya bakal nempel sendiri setelah kamu nulis query yang sama beberapa kali.

Buka database kamu sekarang, tulis ulang query terakhir yang kamu pakai, lalu tambahin satu window function ke situ. Lima menit, dan kamu langsung tau bagian mana yang belum kebayang.