简介：这份资源是 Wiley 出版、微软认证应用程序开发师迈克尔·亚历山大撰写的《Microsoft Access 2007 Data Analysis》电子版，面向已掌握 Access 基本操作、希望把关系型数据库用于数据分析的用户，包括业务报表制作者、数据整理岗位以及需要处理大规模数据的 Excel 进阶用户。全书从 Access 与 Excel 在可扩展性、数据与呈现分离、数据结构演变及共享处理等方面的差异切入，讲解表创建与数据类型、外部数据导入、关系模型和查询基础，再深入聚合查询与交叉表查询、制表/删除/追加/更新等操作查询，并专门讲到重复记录查找删除、空白字段填充、字段连接、文本与大小写转换、首尾空格清理、批量查找替换等数据清洗环节，构成从数据落地到结果输出的完整链条。包内为 1 个 pdf 文件，约 11.35MB，单册结构便于按章节顺序通读或按主题查阅。目前已有 80 人学习，适合作为 Access 数据分析的系统教程与案头参考。
1. 先弄明白：Access 2007 数据分析，到底是个什么东西
桌上摊着一沓小票，你想知道上个月哪个城市的客人花得最多。用手数，数到一半就乱；放进表格里排序筛选，勉强能凑出一个数，可一旦要按城市、按品类、按月份同时拆开看，筛选条件立刻打架。Access 2007 数据分析处理的正是这种场面：先把流水记录装进有规矩的表，再用查询替你回答一个又一个问题。
它真正管用的只有三件事——表负责存，关系负责把表连起来，查询负责算。学它不用先会编程，但要愿意动手改，把「我要什么结果」翻译成「按哪一列分组、按什么条件筛」。
它适合天天跟表格打交道、行数开始上万、每个月要重复做同一套统计的人。只想画张饼图，表格软件更快；要一遍遍回答「换个维度再拆一次」，往下读就对了。
2. 为什么值得学：Excel 撑不住的时候，数据长什么样
很多人对 Access 的第一印象，是「办公软件里那个从来不敢点的图标」。我第一次打开时也是这感觉：界面上全是陌生名词，点错一步就弹提示。真正让我坐下来学的理由很朴素——手上一份三万行的销售流水，每次做月度汇总都要重新拉一遍公式，改一次口径全表重来，出了错还得从头查是哪一格引用歪了。
这一章不急着讲操作，先解决一个心结：什么情况下继续用表格是在给自己找麻烦，什么情况下换成关系型数据库能省下大量重复劳动，以及你怎么用五分钟判断自己属于哪一种。搞不清这个，后面学查询会觉得是在背命令；搞清了，你会知道每条命令在替你干哪份苦力。
2.1 三个信号：数据一到某个量级，表格就开始拖后腿
第一个信号是行数。表格软件处理几千行很轻松，到几万行、几十万行，打开变慢、滚动卡顿、公式重算要等半天，这都是常见现象。而 Access 2007 单表能装下的记录量级远大于日常办公需求，几万行对它来说只是热身。这不是说行数一多就必须换工具，而是说当你的操作开始被「等」打断时，该考虑换个容器了。
第二个信号是重复劳动。每个月都要做同一套统计：导数据、拉公式、做透视、复制到报告里。这套动作里真正需要你判断的只有一小部分，其余都是机械重放。在表格里这份重放靠人肉完成，在 Access 里它可以被存成一条查询，下个月点一下「运行」就出结果。把重复动作固化下来，这是关系型数据库对办公场景最直接的回报。
第三个信号是口径不一致。同一份数据，你做了一版，同事又做了一版，两个人数出来的结果差了几十单，谁也说不清差在哪。原因通常不是谁算错了，而是数据本身散在不同文件、不同副本里，每个人手上的版本都不一样。表格适合「一个人从头做到尾」，一旦涉及多份数据互相引用，麻烦就来了。
这三个信号有个共同点：都不是「表格不好用」，而是表格被用在了它不擅长的位置上。表格擅长展示和临时计算，不擅长长期存放有结构、要反复查询的数据。
2.2 关系型数据库多给了你什么：小仓库和摊在桌上的货
用一个类比。用表格管理数据，像把所有货都摊在桌面上：看得见、拿得到，但货一多桌面就放不下，找一样东西要翻半天，而且每次搬动都可能碰乱别的。关系型数据库更像一间有货架的仓库：货按类别上架，架子之间贴着指示牌说明哪批货属于哪个客户，你要什么，报个编号让它自己去取。
落到实际差别上，第一是数据和呈现分开。表格里数据和格式是混在一起的，改个颜色、插一行、套个公式，都可能动到数据本身。Access 里表只负责存，格式和排版交给窗体、报表去做，数据干净地待着，不会因为你要打印而变形。
第二是一份数据只存一次。客户信息存在客户表里，订单表只记一个客户编号。客户搬家改了城市，你改一处，所有相关查询立刻跟着变。表格里靠 VLOOKUP 到处引用，改一次源数据要确认每个引用都还活着，时间一长自己都记不清哪些格子藏着公式。
第三是分析过程是透明的。一条查询写出来，条件、分组、排序都摆在明面上，过两个月你自己或者同事打开看，能读懂当时是怎么算的。表格里的计算藏在单元格公式里，一层套一层，这就是很多人说的「黑匣子」——结果出来了，但没人敢动。
第四是数据结构可以长大。今天只要按城市汇总，明天要按城市加品类，后天还要按客户等级。在表格里每加一个维度就是重做一遍透视；在查询里通常只是多写一个分组字段。这种「加需求不推倒重来」的能力，才是它值得花时间学的原因。
2.3 五分钟自测：把手上那份表导进去试一把
道理听再多不如试一次。找一份你手上真实的小表，几百行到几千行都行，字段里有「类别」和「金额」这类可以分组的列最好。按下面几步走一遍，不用管原理，看结果就行。
- 打开 Access 2007，选「空白数据库」，起个名字（比如
test.accdb），保存到桌面。 - 点上方「外部数据」选项卡，选「Excel」，浏览到你的表格文件。
- 在导入向导里勾选「第一行包含列标题」，一路点「下一步」，主键那一步让 Access 自己加。
- 导入完成后，点「创建」选项卡里的「查询向导」，选「简单查询向导」。
- 把「类别」和「金额」两个字段选进去，下一步里点「汇总」，选「金额」的「总和」。
- 完成，看结果。
如果这一路走下来没卡住，你已经完成了一次「分组汇总」——这就是数据分析里最常用的一类动作。接下来判断三件事：结果对不对得上你原来手工算的数；改一个条件重跑麻不麻烦；下个月再做一次，你愿不愿意再点这六步。三个答案里有两个让你皱眉，那这套东西就值得系统学下去。
提示：自测用的表最好另存一份副本再导，别拿唯一的原始数据练手，导入过程中选错列类型是有可能把格式弄乱的。
3. 第一个能跑的库：建表、导入、洗一遍、连起来
这一章开始动手。目标不大：建两张表、把一份外部数据导进来、当场清一遍、用关系把它们连上，最后跑出一条能出结果的查询。整个过程顺利的话半小时左右，中间卡住也正常，我第一次建关系的时候来回删了三遍表才搞对。
先约定一下示例。假设你在帮一家小店整理销售记录，手上有两份东西：一份客户名单（编号、名字、城市、注册日期），一份订单流水（订单号、客户编号、下单日期、金额、品类）。下面的表名和字段名都用英文，不是崇洋媚外，是为了少踩坑——中文名和带空格的字段名在写查询时要加方括号，新手极容易漏。
3.1 建库建表：字段名和数据类型怎么定
新建一个空白数据库，文件后缀是.accdb。然后点「创建」选项卡里的「表设计」，进入设计视图。这里每一行是一个字段，你要填三样：字段名称、数据类型、说明（说明可留空）。
数据类型选错是新手第一大坑，先看这张对照表：
| 你手上的数据 | 选什么类型 | 说明 |
|---|---|---|
| 编号、电话、邮编 | 文本 | 邮编和电话不参与计算，用文本更安全 |
| 数量、次数 | 数字 | 后续要 SUM、AVG 就必须是数字 |
| 金额、单价 | 货币 | 避免小数精度问题，显示也更符合习惯 |
| 日期 | 日期/时间 | 别存成文本，否则排序和按月份分组会乱 |
| 是/否标记 | 是/否 | 比存「是」「否」两个汉字省事 |
| 长段备注 | 备注 | 容量大，但不能用来分组排序 |
除了点界面，也可以直接写语句建表。点「创建」→「查询设计」，关闭弹出的「显示表」窗口，再点左上角切到「SQL 视图」，粘贴下面这段并点「运行」：
-- 客户表：一个客户一行，CustomerID 是主键 CREATE TABLE Customers ( CustomerID TEXT(8) PRIMARY KEY, -- 客户编号，唯一 CustomerName TEXT(50), -- 客户名 City TEXT(20), -- 所在城市 SignupDate DATETIME -- 注册日期 ); -- 订单表：一笔订单一行，通过 CustomerID 关联到客户 CREATE TABLE Orders ( OrderID TEXT(10) PRIMARY KEY, -- 订单号，唯一 CustomerID TEXT(8), -- 外键，指向 Customers OrderDate DATETIME, -- 下单日期 Amount CURRENCY, -- 金额 Category TEXT(20) -- 品类 );PRIMARY KEY的意思是这一列的值不能重复、不能为空，它是这一行的身份证。TEXT(8)里的 8 是最大字符长度，够用就行，不用往大了写。CURRENCY是 Access 专门给金额准备的类型，比普通数字更适合放钱。运行完这两段，左侧导航栏里应该出现两张表，双击能打开看一眼，此时是空的。
建表这件事有个很实在的建议：先把字段想清楚再建，别一边建一边改。字段类型从文本改成数字、从数字改成日期，在已有数据的情况下经常失败，还得先把数据清空。第一次学的时候，我在一张已经有几千行的表上改类型，反复失败，最后只能删表重来，血泪经验。
3.2 从 Excel 导入：顺手把脏数据洗一遍
真实数据几乎没有干净的。名字前后带空格、城市列一半是空的、电话里混着横杠、金额列因为某个单元格写了「约 300」整列被识别成文本——这些都是常态。导入的时候就要有心理准备：导进来只是第一步，洗完才能用。
导入步骤：点「外部数据」→「Excel」→ 浏览选文件 → 勾选「第一行包含列标题」→ 在每一列的选项里确认数据类型（这一步别一路回车，金额列要确认是「货币」或「数字」，日期列要确认是「日期/时间」）→ 让 Access 自己添加主键 → 完成。
导完之后，先建一条查询看看脏在哪。新建查询，切到 SQL 视图：
-- 先做一次体检：看名字有没有多余空格、城市有没有空值 SELECT CustomerID, '[' & CustomerName & ']' AS 名字带括号, -- 方括号能看出首尾空格 Len(CustomerName) AS 字符长度, City FROM Customers WHERE CustomerName <> Trim(CustomerName) OR City IS NULL;这段的作用是把「名字前后有空格」或「城市为空」的行挑出来。Trim去掉首尾空格，Len数字符个数，两个一对比就知道有没有多余空格；IS NULL是判断空值的唯一正确写法，写成City = NULL永远查不到东西，这是新手常翻的车。
看完病灶就可以洗了。新建一条查询，把清洗逻辑写进去，然后把它变成一张干净的表：
SELECT CustomerID, Trim(CustomerName) AS 客户名, UCase(Left(Trim(CustomerName), 1)) & LCase(Mid(Trim(CustomerName), 2)) AS 规范客户名, Nz(City, "未知") AS 城市, Replace(Replace(Phone, "-", ""), " ", "") AS 纯数字电话, SignupDate INTO CustomersClean FROM Customers;逐句解释一下：Trim去首尾空格；Left(...,1)取首字符，UCase转大写，Mid(...,2)取第二个字符往后，LCase转小写，两个用&拼起来就是首字母大写的效果；Nz(字段, 默认值)把空值替换成你指定的内容，这是 Access 里非常高频的一个函数；Replace做查找替换，嵌套两层就能同时去掉横杠和空格。INTO CustomersClean表示把结果写成一张新表，原表不动——清洗永远在新表上做，原始数据留一份，这条规矩能救你很多次。
重复记录用现成工具更快：点「创建」→「查询向导」→「查找重复项查询向导」，选表和字段，它会直接列出重复行。别自己写 GROUP BY 去凑，容易漏条件。洗完之后，把干净表改名顶上，或者后续查询都指向CustomersClean，看你习惯。
3.3 建立表关系：一对多到底在连什么
两张表各存各的，查询时怎么知道哪笔订单属于哪个客户？靠关系。点「数据库工具」→「关系」，把两张表加进来，按住Customers的CustomerID拖到Orders的CustomerID上松手，弹出对话框里确认字段对应，然后勾上「实施参照完整性」，确定。
「一对多」这个词听着玄，其实就是：一个客户可以有很多笔订单，但一笔订单只属于一个客户。站在客户表这边是「一」，站在订单表这边是「多」。Customers里的CustomerID是主键（唯一），Orders里的CustomerID是外键（可以重复，同一个客户下十单就有十个相同值）。
勾「实施参照完整性」的实际效果是两条：你不能给一个不存在的客户编号插订单；也不能删掉一个还有订单的客户。这两条限制看着碍事，实际上是在替你守门——数据乱了再想查清楚，成本高得多。
注意：如果两张表本来就有脏数据（比如订单表里有个客户编号在客户表里根本不存在），建立关系时会直接报错。解决办法是先跑一次「找不到对应记录」的查询把孤儿行清出来，处理完再建关系。
3.4 验证：跑第一条查询，确认库是活的
关系建好之后，跑一条最简单的联表查询，看两张表是不是真的连上了：
-- 每笔订单带上客户所在城市，只取 2024 年之后的 SELECT o.OrderID, c.CustomerName, c.City, o.OrderDate, o.Amount, o.Category FROM Customers AS c INNER JOIN Orders AS o ON c.CustomerID = o.CustomerID WHERE o.OrderDate >= #2024-01-01# ORDER BY o.OrderDate DESC;INNER JOIN表示只保留两边都能对上的行，ON后面写连接条件，AS c是给表起个短别名省得反复敲全名。日期常量在 Access 里用#包起来，不是引号，这点和别的数据库不太一样。ORDER BY ... DESC是按日期倒序排。
跑出来如果行数和订单表总数基本一致（允许少几行，那是被日期条件筛掉的），说明关系是通的。如果行数暴涨到几百上千倍，说明关系没连上，成笛卡尔积了——每行客户和每行订单两两配对。这个现象在第 5 章还会专门讲。
到这里，一个能用的库就有了。接下来才是真正出结果的部分。
4. 查询入门：把几千行流水账变成一张能看的报表
表建好只是把货上了架，查询才是你去货架上取东西的那只手。Access 2007 的查询有两种写法：图形化的设计视图，拖字段、填条件；以及 SQL 视图，直接写语句。新手我建议先在设计视图里点几下，看看它自动生成的 SQL 长什么样，再慢慢过渡到自己写。这一章的四类查询覆盖了日常分析里八成的需求。
4.1 聚合查询：SUM、COUNT、GROUP BY 三件套
聚合查询回答的是「按某个维度，把数字加总/计数/求平均」。比如按城市看销售表现：
SELECT c.City AS 城市, COUNT(o.OrderID) AS 订单笔数, SUM(o.Amount) AS 销售总额, AVG(o.Amount) AS 单笔均价, MAX(o.OrderDate) AS 最近下单日 FROM Customers AS c INNER JOIN Orders AS o ON c.CustomerID = o.CustomerID GROUP BY c.City HAVING SUM(o.Amount) > 10000 ORDER BY SUM(o.Amount) DESC;GROUP BY c.City的意思是「把城市相同的行压成一组」，压完之后每一组只剩一行结果。COUNT、SUM、AVG、MAX、MIN这些叫聚合函数，它们的作用对象是组内的所有行。这里有个硬规矩：SELECT里出现的字段，要么在GROUP BY里，要么被聚合函数包着，否则 Access 会报错——因为它不知道该给你看组里哪一行的值。
HAVING和WHERE的区别值得单独说一句：WHERE在分组之前筛行，HAVING在分组之后筛组。上面这条查询是「先算出每个城市的总销售额，再只留下超过一万的城市」。写成WHERE SUM(...) > 10000会直接报错，因为分组还没发生，函数没东西可算。
想按月份看趋势，把日期先转成「年-月」再分组：
SELECT Format(OrderDate, "yyyy-mm") AS 月份, SUM(Amount) AS 销售额, COUNT(*) AS 单数 FROM Orders GROUP BY Format(OrderDate, "yyyy-mm") ORDER BY Format(OrderDate, "yyyy-mm");Format把日期变成指定格式的字符串，这里取年月。注意GROUP BY里也要写同样的表达式，不能只写别名。
4.2 交叉表查询：Access 最有性价比的一个功能
如果你用过表格里的数据透视表，交叉表查询就是它的数据库版本：左边一列是行维度，上面一行是列维度，中间是算出来的数。在 Access 里它有个专属语法，TRANSFORM ... PIVOT：
TRANSFORM Sum(o.Amount) AS 金额合计 SELECT c.City, Format(o.OrderDate, "yyyy-mm") AS 月份 FROM Customers AS c INNER JOIN Orders AS o ON c.CustomerID = o.CustomerID GROUP BY c.City, Format(o.OrderDate, "yyyy-mm") PIVOT o.Category;读法是：TRANSFORM后面写「格子里放什么」（金额求和），SELECT ... GROUP BY写「行是什么」（城市 + 月份），PIVOT写「列是什么」（品类）。跑出来的结果就是一张城市×月份的行、品类为列的表，一眼能看出哪个城市在哪个品类上卖得好。
不想写语句也行，点「创建」→「查询向导」→「交叉表查询向导」，四步选完就行：选表、选行字段、选列字段、选值字段和聚合方式。新手第一次用建议走一遍向导，再回头看看它生成的 SQL，理解起来快很多。
一个限制要提前知道：PIVOT的列是动态生成的，品类有五个就出五列，明天多一个新品类就多一列。这意味着交叉表查询的结果不适合直接拿去做固定格式的报表，但用来自己看数、找异常，效率极高。
4.3 操作查询：生成表、追加、更新、删除
前面三类都是「看」，操作查询是「改」。Access 2007 有四种：生成表、追加、更新、删除。在查询设计视图的工具栏上能切换查询类型，也可以直接写 SQL。
生成表查询，把结果固化成一张物理表：
-- 把 2023 年及以前的订单归档成一张历史表 SELECT * INTO OrdersArchive FROM Orders WHERE OrderDate < #2024-01-01#;追加查询，把一批行塞进已有的表：
INSERT INTO OrdersArchive (OrderID, CustomerID, OrderDate, Amount, Category) SELECT OrderID, CustomerID, OrderDate, Amount, Category FROM Orders WHERE OrderDate < #2024-01-01#;更新查询，按条件改值：
-- 生鲜品类整体调价 10%，只动 2024 年之后的记录 UPDATE Orders SET Amount = Round(Amount * 1.1, 2) WHERE Category = "生鲜" AND OrderDate >= #2024-01-01#;删除查询，按条件删行：
-- 清掉金额为空或小于等于 0 的异常行 DELETE FROM Orders WHERE Amount IS NULL OR Amount <= 0;四条语句结构都很像，差别在于动词和子句。这里必须强调一件事：操作查询没有后悔药。执行完点保存，数据就真的变了，Ctrl+Z不管用。我现在养成一个习惯——执行更新或删除之前，先把同样的WHERE条件套进一条SELECT里跑一遍，确认命中的行数和内容都对，再把SELECT改成UPDATE或DELETE。多花三十秒，省得半夜翻备份。
提示：在 Access 的选项里可以开启「确认」类操作查询的执行提示，勾上之后每次执行都会弹窗让你确认影响行数，新手阶段建议保持开启。
4.4 查询结果不对，先查这三处
第一条查询跑出来数不对，别急着怀疑人生，按顺序查三处，八成问题在里面。
第一处：连接条件对不对。两张表连的时候，字段是不是真的对应？ON c.CustomerID = o.CustomerID里两边是不是同一个含义？我见过把「客户编号」连到「订单编号」上的，结果出来一堆莫名其妙的组合，排查了半小时才发现连错列。
第二处：筛选条件放在 WHERE 还是 HAVING。前面说过，对聚合结果提条件必须用HAVING。另外WHERE里的空值判断只能用IS NULL，用等号永远为假，这个坑几乎每个人都踩过。
第三处：数据类型对不对。文本型的「100」和数字型的 100 在比较时表现不一样，排序时文本按字符排（「10」会排在「9」前面）。如果总数明显偏小，先看看金额列是不是被当成文本导进来了，用SUM之前套一层Val()或CDbl()转一下试试。
5. 新手避坑：这 5 个坑我见过太多次
Access 这工具的特点是：界面友好，但错起来很干脆，不给缓冲。下面五条是我带新人时反复讲、反复有人踩的，每条按「现象—原因—解决」写清楚，遇到时对着找。
5.1 坑一：金额列导进来变成文本，怎么算都算不出总数
现象：导入之后SUM(Amount)结果是 0，或者干脆报类型不匹配；打开表一看，金额那一列的数字是靠左对齐的，而正常的数字应该靠右。
原因：源表里这一列混进了非数字内容——「约 300」「300 元」、全角空格、前导单引号，只要有一个单元格不干净，导入向导就容易把整列判成文本。文本型的数字看着像数，实际不能参与运算。
解决：优先在源头修。导入前把源表那一列的格式统一成数值，或者导入向导里手动把该列指定为「数字」。已经导进来了，就用更新查询转换：先加一个数字型新字段，再UPDATE把Val(Amount)或CDbl(Amount)写进去，确认无误后删掉旧列、给新列改名。别在原列上直接改类型，Access 会提示「可能有数据丢失」，而且经常真的丢。
5.2 坑二：两张表没连上，查询出来几十万行
现象：订单表只有三千行，客户表两百行，联表查询跑出来六十万行，数字大得离谱。
原因：笛卡尔积。两张表之间没有建立关系，或者查询里的JOIN条件漏写、写错，数据库就把每一行和另一张表的每一行都配一次，行数相乘。
解决：先看「关系」窗口里两张表之间有没有那条连线，没有就拖一个。再看查询的 SQL 里有没有ON，ON后面的字段是不是主键对应外键。还有个隐蔽情况：关系建了但查询里手滑删了连接线，跑起来不报错，只是结果翻倍。所以行数异常时，第一反应永远是回头检查连接条件。
5.3 坑三：点了「更新」之后发现改错了，退不回去
现象：执行了一条更新查询，把不该改的记录也改了，想撤销，发现撤销按钮是灰的，关掉不保存也没用——数据已经落库了。
原因：操作查询是直接对表写入，不经过任何缓冲区，也没有事务回滚的入口。Access 的撤销只对当前正在编辑的那一条记录有效，查询级别完全不适用。
解决：靠事前预防，不靠事后补救。两个动作必须养成习惯：一是执行前把同样的条件写成SELECT跑一遍，看清楚命中多少行、都是哪些行；二是大批量操作前先做一份备份——最简单的方式是SELECT * INTO Orders_备份_20240101 FROM Orders，几十秒的事。真改错了，从备份表里追加回去就行。
5.4 坑四：字段名带中文或空格，SQL 一跑就报语法错误
现象：SELECT 订单 日期 FROM ...报错说语法不对，可字段明明就在表里。
原因：字段名中间有空格、或者以数字开头、或者和保留字撞名（比如Date、Order、Value），SQL 解析时会被拆成两截当成别的东西。
解决：临时方案是用方括号把字段名整个包起来，写成[订单 日期]。长期方案是建表时就统一用英文加下划线命名，中文留到报表和窗体的显示标题里去做。前者能救急，后者能救你未来的自己——半年后回头看一堆[金额 (元)]的查询，改起来很痛苦。
5.5 坑五：数据库越用越大，打开越来越慢
现象：accdb文件从几兆涨到几百兆，明明删了很多数据，体积一点没降，打开和查询都变慢。
原因：Access 删除记录只是打上删除标记，空间不会立刻还给文件系统；加上日常编辑、导入导出产生的临时对象，文件会持续膨胀。这是它的设计方式，不是出错。
解决：定期做「压缩和修复数据库」。路径在「数据库工具」选项卡里，也有个 Office 按钮下的「管理」菜单能找到。压缩前先把文件关掉，压缩过程会重建文件、清理碎片，通常能瘦一大圈。我做月度报表的库基本是每次大批量导入导出之后压一次，养成习惯就不觉得麻烦。
6. 下一步学什么：从会查询到会做分析的三段路
走到这一步，你已经能建表、导数据、洗脏数据、写联表查询和聚合查询了。接下来最忌讳的是「什么都想学一点」，东摸西摸三个月，回头还是只会写最简单的SELECT。我的建议是按三段路走，每段有个明确的判断标准，达标了再往下。
| 阶段 | 重点 | 自检标准 |
|---|---|---|
| 第一段：把查询写熟 | 聚合查询、HAVING、日期格式化、参数查询 | 拿到一份新数据，能不查资料写出「按月按品类汇总」的查询 |
| 第二段：把流程固化 | 保存查询、查询套查询、生成表做中间结果 | 每月例行统计能点两下就跑完，不用重新拖字段 |
| 第三段：把结果交出去 | 报表、窗体、导出到 Excel 或 PDF | 能给不懂数据库的同事一个不用他碰 SQL 的入口 |
第一段的关键在参数查询。你现在写的查询条件都是硬编码的日期，比如#2024-01-01#。参数查询可以让 Access 每次运行前先问你一句：
PARAMETER [请输入起始日期] DateTime; SELECT c.City, SUM(o.Amount) AS 销售总额 FROM Customers AS c INNER JOIN Orders AS o ON c.CustomerID = o.CustomerID WHERE o.OrderDate >= [请输入起始日期] GROUP BY c.City;运行时会弹一个小框让你填日期，填完就按这个条件算。这一招把「改 SQL」变成了「填个空」，是查询从自用工具变成可交付工具的分水岭。
第二段的核心是别重复造轮子。把常用的查询保存下来并起清楚的名字，比如qry_月度销售汇总、qry_客户去重；复杂统计拆成几步，第一步生成中间表，第二步在中间表上汇总。查询套查询看着笨，但每一步都能单独验证，出错时定位快得多。我见过太多人写一条两百行的嵌套查询，跑出个不对的数，然后完全不知道从哪查起。
第三段看你实际需求。要给同事用，就学窗体，把查询挂在一个带按钮的界面上，他点按钮就行；要交报告，就学报表，把交叉表结果排版成能打印的样式，再导出成 PDF。这一段不用急，前两段扎实了，学这些只是换个壳。
最后说个我自己的教训。刚学的时候我特别爱直接在原始表上改数据，觉得快。有一次做更新查询，WHERE条件里的日期写错了一年，几百条记录全被改了价，没有备份，只能一条条从纸质单据往回对。从那以后我每次按「运行」之前，都强制走一遍「先SELECT看命中、再备份、最后才执行」这三步，再急也不跳。慢三十秒，心安一整天。
这套资料里从建表、清洗到查询、交叉表的部分都有对应章节，建议别通读，拿到手就按第 3 章把那个示例库建一遍，遇到卡壳的地方再翻对应的段落，比从头看到尾记得牢。希望帮到你。
本文还有配套的精品资源，点击获取
