本篇重点为大家讲解 组合数据、数据插入、更新和删除数据 相关内容。
多数SQL查询只包含从一个或多个表中返回数据的单条 SELECT 语句。但是，SQL也允许执行多个查询，并将结果作为一个查询结果集返回。这些组合查询通常称为并 （union） 或复合查询 （compound query）。
主要有 两种情况 需要使用组合查询：
在一个查询中从不同的表返回结构数据；
对一个表执行多个查询，按一个查询返回数据。
创建组合查询
利用 UNION ，可给出多条 SELECT 语句，将它们的结果组合成一个结果集。
使用方法： 给出每条SELECT语句，在各条语句之间放上关键字UNION。
假如需要Illinois、Indiana和Michigan等美国几个州的所有顾客的报表，还想包括不管位于哪个州的所有的Fun4All。
分析：这条语句由两条 SELECT语句 组成，之间用 UNION 关键字分隔。UNION指示DBMS执行这两条SELECT语句，并把输出组合成一个查询结果集。
在简单的例子中，使用UNION可能比使用WHERE子句更为复杂。但对于较复杂的过滤条件，或者从多个表中检索数据的情形，使用UNION可能会使处理更简单。
1、UNION规则
UNION必须由 两条或两条以上 的SELECT语句组成，语句之间用关键字 UNION分隔。
UNION中的每个查询必须包含相同的 列、表达式或聚集函数。
列数据类型 必须兼容 ：类型不必完全相同，但必须是DBMS可以隐含转换的类型。
2、包含或取消重复的行
使用 UNION 时， 重复的行会被自动取消 ，这是UNION的默认行为，如果想返回所有的匹配行，可使用 UNION ALL 。
3、对组合查询结果排序
在用 UNION组合查询 时，只能使用一条 ORDER BY 子句，它必须位于最后一条SELECT语句之后。
TopBDA大数据分析师培训
除了SQL数据库学习，还有大量数据分析知识和实操等你 探索 ！
SELECT是最常用的SQL语句，还有其他3个常用的SQL语句需要学习，第一个就是 INSERT ，另外两个之后为大家介绍。
INSERT用来 将行插入或添加到数据库表 ，插入有几种方式：
插入完整的行；
插入行的一部分；
插入某些查询的结果。
插入完整的行
把数据插入表中的最简单方法是使用基本的 INSERT 语法。
分析：在插入行时，DBMS将用VALUES列表中的相应值填入列表中的对应项。VALUES中的第一个值对应于第一个指定列名，第二个值对应于第二个列名，如此等等。
插入部分行
使用这种语法，还可以 省略列 ，这表示可以只给某些列提供值，给其他列不提供值。
分析：没有给 cust_contact 和 cust_email 这两列提供值，这表示没必要在INSERT语句中包含它们。因此，这里的INSERT语句 省略了这两列及其对应的值。
插入检索出的数据
INSERT一般用来给表插入具有指定列值的行。
INSERT还存在另一种形式， 可以利用它将SELECT语句的结果插入表中， 这就是所谓的 INSERT SELECT 。
假如想把另一表中的顾客列合并到Customers表中，不需要每次读取一行再将它用INSERT插入，可以如下进行：
分析：使用INSERT SELECT从CustNew中将所有数据导入Customers。SELECT语句从CustNew检索出要插入的值，SELECT中列出的每一列对应于Customers表名后所跟的每一列。
从一个表复制到另一个表
可以使用 CREATE SELECT 语句（或者在SQL Server里也可用 SELECT INTO 语句）。
与 INSERT SELECT 将数据添加到一个已经存在的表不同，CREATE SELECT将数据复制到一个新表。
使用SQL Server，可以这么写:
分析：创建一个名为CustCopy的新表，并把Customers表的整个内容复制到新表中。
在使用 SELECT INTO 时，任何SELECT选项和子句都可以使用，包括 WHERE 和 GROUP BY ；可利用连接从多个表插入数据；不管从多少个表中检索数据，数据都只能插入到一个表中。
更新数据
更新表中的数据，可以使用 UPDATE 语句，使用UPDATE的方式有两种：
更新表中的特定行；
更新表中的所有行。
基本UPDATE语句由三部分组成，分别是：
要更新的表；
列名和它们的新值；
确定要更新哪些行的过滤条件。
举一个简单例子，客户1现在有了电子邮件地址，因此他的记录需要更新，语句如下：
分析：UPDATE语句以要更新的表名开始。要更新的表名为Customers。SET命令用来将新值赋给被更新的列。UPDATE语句以WHERE子句结束，它告诉DBMS更新哪一行。
更新多个列的语法稍有不同。
分析：在更新多个列时，只需要使用一条SET命令，每个“列=值”对之间用逗号分隔（最后一列之后不用逗号）。
要删除某个列的值，可设置它为NULL。
分析：NULL用来去除cust_email列中的值。
删除数据
从一个表中删除数据，使用DELETE语句，使用DELETE的方式有两种：
从表中删除特定的行；
从表中删除所有行。
分析：DELETEFROM要求指定删除数据的表名，WHERE子句过滤要删除的行。如果省略WHERE子句，它将删除表中每个顾客。
DELETE不需要列名或通配符 ，DELETE删除整行而不是删除列，要删除指定的列，使用 UPDATE 语句。
使用 UPDATE或DELETE 时所遵循的重要原则：
除非更新和删除每一行，否则绝对不要使用不带WHERE子句的UPDATE或DELETE语句。
保证每个表都有主键，尽可能像WHERE子句那样使用它。
在UPDATE或DELETE语句使用WHERE子句前，应该先用SELECT进行测试，保证它过滤的是正确的记录，以防编写的WHERE子句不正确。
使用强制实施引用完整性的数据库，这样DBMS将不允许删除其数据与其他表相关联的行。
有的DBMS允许数据库管理员施加约束，防止执行不带WHERE子句的UPDATE或DELETE语句。若是SQL没有撤销（undo）按钮，应该非常小心地使用UPDATE和DELETE。
以上就是今天分享的全部内容，下期重点为大家介绍 使用视图和创建和操纵表 ，我们下期见！
② 用SQL做简单数据分析（入门级）
你要的分析功能已经有智能分析的要求了
这超出了sql现有的功能 ，只用sql语句是无法直接打到这种分析的
③ sql数据分析是啥意思
sql数据分析是结构化查询语言。
结构化查询语言（Structured Query Language）简称SQL，是一种特殊目的的编程语言，是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统。
结构化查询语言是高级的非过程化编程语言，允许用户在高层数据结构上工作。它不要求用户指定对数据的存放方法，也不需要用户了解具体的数据存放方式。
所以具有完全不同底层结构的不同数据库系统, 可以使用相同的结构化查询语言作为数据输入与管理的接口。结构化查询语言语句可以嵌套，这使它具有极大的灵活性和强大的功能。
SQL具有数据定义、数据操纵、数据查询和数据控制的功能。
1、SQL数据定义功能：能够定义数据库的三级模式结构，即外模式、全局模式和内模式结构。在SQL中，外模式又叫做视图（View），全局模式简称模式（Schema），内模式由系统根据数据库模式自动实现，一般无需用户过问。
2、SQL数据操纵功能：包括对基本表和视图的数据插入、删除和修改，特别是具有很强的数据查询功能。
3、SQL的数据控制功能：主要是对用户的访问权限加以控制，以保证系统的安全性。
④ 如何在EXCEL中使用SQL进行数据处理与分析
在EXCEL中使用SQL进行数据处理与分析步骤有：
工具原料：excel2013版本
打开“excel”，在“数据”选项卡中，找到“自其他来源”；
⑤ SQL数据库是什么
SQL是Structured Query Language(结构化查询语言)的缩写。SQL是专为数据库而建立的操作命令集，是一种功能齐全的数据库语言。在使用它时，只需要发出“做什么”的命令，“怎么做”是不用使用者考虑的。
SQL数据库的数据体系结构基本上是三级结构，但使用术语与传统关系模型术语不同。在SQL中，关系模式(模式)称为"基本表"(base table);存储模式(内模式)称为"存储文件"(stored file)；子模式(外模式)称为"视图"(view);元组称为"行"(row);属性称为"列"(column)。
(5)sql数据分析怎么读扩展阅读：
SQL数据库的优点：
1、易用性高：
适合分布式组织的可伸缩性、用于决策支持的数据仓库功能、与许多其他服务器软件紧密关联的集成性、良好的性价比等。
2.为数据管理与分析带来了灵活性：
允许单位在快速变化的环境中从容响应，从而获得竞争优势。从数据管理和分析角度看，将原始数据转化为商业智能和充分利用Web带来的机会非常重要。作为一个完备的数据库和数据分析包，SQLServer为快速开发新一代企业级商业应用程序、为企业赢得核心竞争优势打开了胜利之门。
⑥ 地铁上的SLQ啥意思
摘要 SQL 全称是Structured Query Language，具有数据操纵和数据定义等多种功能的数据库语言，这种语言具有交互性特点，能为用户提供极大的便利，数据库管理系统应充分利用SQL语言提高计算机应用系统的工作质量与效率。SQL语言不仅能独立应用于终端，还可以作为子语言为其他程序设计提供有效助力，该程序应用中，SQL可与其他程序语言一起优化程序功能，进而为用户提供更多更全面的信息。
⑦ 如何用SQL分析电商用户行为数据（案例）
本文以“淘宝用户行为数据集”的分析全过程为例，展示数据分析的全过程
——使用工具：MySQL，Excel，Navicat，PowerBI
——分析类型：描述分析，诊断分析
——分析方法：漏斗分析，用户路径分析，RFM用户价值分析，活跃/存留分析，帕累托分析，假设验证分析。
（考虑到阅读体验文章中只放了SQL截图，如需PDF版本，再公众号后台回复“用户行为分析”领取）
（目录如下）
1.分析流程和方法
当没有清晰的数据看板时我们需要先清洗杂乱的数据，基于分析模型做可视化，搭建描述性的数据看板。
然后基于描述性的数据挖掘问题，提出假设做优化，或者基于用户特征数据进行预测分析找规律，基于规律设计策略。简单来说：
——描述性分析就是：“画地图”
——诊断性分析就是：“找问题”
——预测性分析就是 ：“找规律”
在数据分析中有两个典型的场景：
一种是有数据，没有问题：需要先整体分析数据，然后再根据初步的描述分析，挖掘问题做诊断性分析，提出假设，设计策略解决问题。
另一种是已经发现了问题，或者已经有了假设，这种做数据分析更偏向于验证假设。
2.淘宝用户行为分析
本次是对“淘宝用户行为数据集”进行分析，在分析之前我们并不知道有什么问题，所以需要先进行描述性分析，分析数据挖掘问题。
我们首先来看下这个数据集的元数据：
根据以上数据字段我们可以拿用户行为为主轴从纵深方向提出一些问题，然后再从数据中找答案
纵向：
——这个数据集中用户的日活跃和周活跃时间有什么规律吗？
——在当日活跃的用户次日，三日，四日……还有多少活跃？
深向：
——用户从浏览到购买的整体转化率怎么样？
——用户从浏览到购买的路径是怎么样子的？
——平台主要会给用户推送什么商品？
——用户喜欢什么类目？喜欢什么商品？
——怎么判断哪些是高价值用户 ？
下面是叮当整理的常用分析方法：
我们可以给前面的问题匹配一下分析方法，便于后面的分析：
为了便于后面的数据分析，在分析之前我们需要先对做一下清洗
看元数据（字段解释，数据来源，数据类型，数据量……）初步发现问题为之后的处理做准备。
确定缺失值范围，去除不需要字段，填充缺失内容
根据元数据格式和后续分析需要的格式对数据进行处理
去除重复值，异常值
——去除重复值：并把用户ID,商品ID，时间戳设置为主键
——异常值处理：查询并删除2017年11月25日至2017年12月3日之外的数据
查询并删除小于2017-11-25的
——验证数据：
——分析思路：
——SQL提数：
——Excel可视化：
活跃曲线整体为上升状态，同为周六日，12月2号，3号相比11月25日，26日活跃度更高。
用户在周六周日相比其他时间更活跃（周六周日为休息日，用户有更多时间）
一天内用户活跃的最高峰期为21点（用户在这个时间段空闲较多）
——分析思路：
——SQL提数：
列出每用户每天及当天后面又活跃的日期，并创建“活跃时间间隔表”用于后面求次日存留，三日存留……
对“活跃时间间隔表视图”引用进行分组统计，计算每日存留人数并创建视图
对存留人数表进行计算，统计活跃用户留存率
——Excel可视化：
——分析思路：
——SQL提数：
-把各种用户行为分离出来并创建视图方便后续查询用户行为数据
查询整体数据漏斗
——Excel可视化：
用户从浏览到购买整体转化率2.3%，具体主要在哪个环节流失还需要再细分用户路径分析
——分析思路：
——SQL提数：
——PowerBI可视化：
用户从浏览到购买的路径主要有4条，路径越长转化率越底
路径1：浏览→购买：转化率1.45%
路径2：浏览→加购物车→购买：转化率0.33
路径3：浏览→收藏→购买：转化率0.11%
路径4：浏览→收藏→加购物车→购买：转化率0.03%
——分析思路：
——SQL提数：
——Excel可视化：
——描述性分析：
浏览量top100的商品浏览量呈阶梯分布，越靠前的阶梯之间的落差相对越大在这个阶梯中的商品越少，越靠后商品浏览量阶梯之间的落差相对越小，同阶梯内的商品越多。
浏览量TOP100的商品所属类目中，4756105，3607361，4357323三个类目浏览量远超其他类目。
——分析思路：
——SQL提数：
查询计算商品转化率，升序排列，取前100个
——Excel可视化：
——描述性分析：
从商品看：有17款商品转化率超过了1。
从类目看：这些商品所属类目分布均匀，除965809，4801426，2735466，2640118，5063620，4789432，2945933这7个类目之外，其他类目都只有一个商品在转化率TOP100的商品中。
——分析思路：
用户价值分析常用的分析方式是RFM模型
本次分析中的R,F,M具体定义（仅用于演示分析方法，无实际业务参考价值）：
——SQL取数与分析：
1）建立打分标准：先计算R,F的值，并排序，根据R,F值最大值和最小值得区间设计本次得打分标准
-查询并计算R，F值创建视图
-引用RF数值表，分别查询R,F的最大值和最小值
-结合人工浏览的建立打分标准
2）给R，F按价值打分
3）计算价值的平均值
4）用平均值和用户分类规则表比较得出用户分类
——Excel可视化
通过描述性分析得到可视化的数据后我们一般会先看一下是否符合业务常识
如果符合常识接下来我们会通过与行业平均数据和本产品的同比环比对比看是否正常，如果不正常就要找原因，设计解决方案，如果正常那就看是否有可以优化的地方。
我们首先来看一下这些描述性分析是否符合业务常识和指标是否正常：
1.活跃曲线整体为上升状态，同为周六日，12月2号，3号相比11月25日，26日活跃度更高。
2.用户在周六周日相比其他时间更活跃
3.一天内用户活跃的最高峰期为21点
4.从2017年11月15日致2017年12月3日，活跃用户新增38%
5.从2017年11月15日致2017年12月3日，活跃用户次日留存增长18.67%，当日的活跃用户留存也在快速增长，第七日留存比次日留存高18.56%。
6.用户从浏览到购买整体转化率2.3%
7.用户从浏览到购买的路径主要有4条，路径越长转化率越低。
8.浏览量top100的商品浏览量呈阶梯分布，越靠前的阶梯之间的落差相对越大在这个阶梯中的商品越少，越靠后商品浏览量阶梯之间的落差相对越小，同阶梯内的商品越多。
9.浏览量TOP100的商品所属类目中，4756105，3607361，4357323三个类目浏览量远超其他类目。
10.从商品看：有17款商品转化率超过了1。
11.从类目看：这些商品所属类目分布均匀，除965809，4801426，2735466，2640118，5063620，4789432，2945933这7个类目之外，其他类目都只有一个商品在转化率TOP100的商品中。
根据以上诊断分析我们梳理出了以下假设，做假设验证。
假设1：这些商品中有高转化率的爆款商品
对比浏览量TOP5的商品，发现这些商品转化率在同一类目下并不高，假设不成立
假设2：4756105，3607361，4357323三个类目属于高频刚需类目
-创建类目购买频次表
-计算类目购买频次平均值
-查询4756105，3607361，4357323三个类目的购买频次
4756105，3607361，4357323三个类目的用户购买频次明显高于平均值，假设成立
假设3：有部分用户是未点击商详直接从收藏和购物车购买的。
用户不是直接从收藏和购物车购买的，只是后续复购未点击商详，假设不成立
假设4：淘宝推荐的商品主要是“同一类目下的高转化商品”
用Excel对浏览量TOP100的商品ID和转化率TOP100的商品ID进行去重，结果无重复值，假设不成立
3.结论：
1）用户活跃：用户活跃曲线整体呈上升趋势，在一周中周六，周日活跃度比平时更高，在一天中用户活跃曲线从凌晨4点开始往上升，在中午12点和下午5~6点有两个小低谷（吃饭），到晚上9点时活跃度达到顶峰。
2）用户留存：从2017年11月15日致2017年12月3日的用户留存数据来看，淘宝的用户留存数据较好，活跃用户次日留存增长18.67%，当日的活跃用户留存也在快速增长，第七日留存比次日留存高18.56%。
3）用户转化：整体转化2.3%，用户从浏览到购买的路径主要有4条，路径越长转化率越低。
4）平台推荐与用户偏好：从数据集中的数据来看，排除用户兴趣偏好标签，淘宝给用户用户推送的商品主要是高频刚需的类目，促使用户复购，流量回流平台。
以上结论受数据量和数据类型的影响，并不一定准确，仅用来练习数据分析方法。
（考虑到阅读体验文章中只放了SQL截图，如需PDF版本，再公众号后台回复“用户行为分析”领取）
⑧ 数据分析如何入行
想要入行数据分析需要学习以下三种技能
1，SQL（数据库）处理海量的数据，数据来源于数据库，从数据库取数据，何建立两表、三表之间的关系，想要的特定的数据等，而这些是需要SQL解决的，所以SQL是数据分析的最基础的技能。
(8)sql数据分析怎么读扩展阅读
一、数据分析方向
数据挖掘方向：想要在一两个月内快速成为数据挖掘向的数据分析师很难，做数据挖掘必须要底子深基础牢，编程语言基础、算法、数据结构、统计学知识样样不能少。利用数据挖掘进行数据分析常用的3个方法：分类、回归分析、聚类等， 它们分别从不同的角度对数据进行挖掘。
回归分析：回归分析方法反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。
业务方向：需要对业务感知能力强，对数据十分敏感，掌握常用的一些业务分析模型套路，企业经常招聘的岗位是：商业分析、数据运营、用户研究、策略分析等等。
二、入门数据分析的参考书籍推荐
《增长黑客》、《网站分析实战》、《精益数据分析》、《深入浅出数据分析》、《啤酒与尿布》、《数据之魅》、《Storytelling with Data》。
⑨ SQL数据库语言分析
ALTER TABLE Customer_Data
ADD middle_initial char(1)
GO
这个本来就是一条执行语句 ...
意思是给表Customer_Data添加一个字段名为middle_initial的字段, 类型为CHAR,长度为1
至GO 写不写都行⑩ 数据分析人必掌握的数据库语言-SQL指南第五期
本篇文章继续围绕SQL的语法重点为大家介绍 子查询 的使用。
使用子查询进行过滤
在SQL中SELECT语句用于查询，之前所使用的所有SELECT语句都是简单查询，即从单个数据库表中检索数据的单条语句。然而SQL还可以创建子查询，即嵌套在其他查询中的查询。
示例：
数据表：本次使用的数据库表都是 关系表 。订单存储在两个表中，每个订单包含订单编号、客户ID、订单日期，在Orders表中存储为一行。各订单的物品存储在相关的OrderItems表中。Orders表不存储顾客信息，只存储顾客ID。顾客实际信息存储在Customers表中。
若现在需要检索出订购RGAN01的所有顾客，应怎样检索？ 步骤如下：
① 检索包含物品RGAN01的所有订单的编号。
② 检索具有前一步骤列出的订单编号的所有顾客的ID。
③ 检索前一步骤返回的所有顾客ID的顾客信息。
上述每个步骤都可 单独作为一个查询 来进行。
可将一条SELECT语句返回的结果用于另一条SELECT语句的WHERE子句，也可使用 子查询 来将3个查询组合成一条语句。
① 第一个语句含义明确，是对prod_id为RGAN01的所有订单物品检索其order_num列。
分析： 通过该语句知道了哪个订单包含要检索的物品。
② 下一步查询与上述语句检索出的订单20007和20008相关的顾客ID。此处可利用IN子句。
下面可结合上述两个查询，将第一个查询变为子查询。
分析：在SELECT语句中， 子查询总是从内向外处理 。在处理上述SELECT语句时，DBMS实际上执行了两个操作。
首先执行了 圆括号（）内的查询 ，此查询返回两个订单号： 20007 和 20008 .
接着这两个值以IN操作符要求的逗号分隔的格式传递给外部查询的WHERE子句。 外部查询变为：
该语句检索的结果和前面硬编码WHERE子句返回的结果相同。
③ 由上述语句得出订购物品RGAN01的所有顾客ID： 100004 和 100005 .下一步检索这些顾客ID的顾客信息。
也可将其中的WHERE子句转换为子查询，就不用硬编码这些顾客ID了。
分析： DBMS实际上必须执行三条SELECT语句才能完成上述语句。最里面的子查询返回订单号，此列用于外面的子查询的WHERE子句。外面的子查询返回顾客ID列，此顾客ID列用于最外层查询的WHERE子句。最外层查询返回最终所需的数据。
由此可见，在WHERE子句中使用子查询可编写出功能强大灵活的SQL语句。对于能嵌套的子查询的数目没有限制，不过在实际应用中由于 性能的限制 ，不宜嵌套太多子查询。
注意： 作为子查询的SELECT语句只能查询 单个列 ，检索多个列将返回错误。另外使用子查询并不总是执行该类数据检索的最有效方法。
作为计算字段使用子查询
使用子查询的另一方法是创建计算字段。
示例： 需要显示Customers表中每个顾客的订单总数。订单与相应的顾客ID都存储在Orders表中。要执行这个操作，需要以下步骤：
① 从Customers表中检索顾客列表。
② 对于检索出的每个顾客，统计其在Orders表中的订单数目。
这里我们可以应用之前介绍的 SELECT COUNT(*) 对表中的行进行计数，并通过一条WHERE子句来过滤某个特定的顾客ID，仅对该顾客的订单进行计数。
如下对顾客1000001的订单进行计数：
要对每个顾客执行COUNT(*)需要将其作为一个子查询，如下：
分析： 该SELECT语句对Customers表中的每个顾客返回三列：cust_name、cust_state和orders。orders是一个 计算字段 ，它由圆括号中的子查询建立。该子查询对检索出的每个顾客执行一次。此例中， 该子查询执行了5次 ，因为检索出了5个顾客。
子查询中的WHERE子句与之前使用的WHERE子句略有不同，因为它使用了 完全限定列名 ，而不只是列名（cust_id）。它指定表名和列名（Orders.cust_id和Customers.cust_id）。下面的WHERE子句告诉SQL，比较Orders表中的cust_id和当前正从Customers表中检索出的cust_id：
在有可能混淆列名时必须用一个 句点分隔表名和列名 。此例中，有两个cust_id列：一个在Customers中，另一个在Orders中。若不采用完全限定名，DBMS会认为要对Orders表中的cust_id自身进行比较。因为：
上述语句总返回Orders表中订单的总数，而该 结果不是我们想要的 ，如下：
由上可知，在构造语句时，若涉及到多个表，而不对同一列名加以区分则会引起DBMS抛出错误信息。
好的做法是，当在SELECT语句中操作多个表时， 使用完全限定列名来避免歧义 。
最后总结一下子查询的特点：
① 子查询必须括在圆括号中。
② 子查询的SELECT子句中只能有一个列，除非主查询中有多个列，用于与子查询选中的列相比较。
③ 子查询不能使用ORDER BY，不过主查询可以。在子查询中，GROUP BY可以起到同ORDER BY相同的作用。
④ 返回多行数据的子查询只能同多值操作符一起使用，比如IN操作符。
⑤ SELECT 列表中不能包含任何对BLOB、ARRAY、CLOB或者NCLOB类型值的引用。
⑥ 子查询不能直接用在聚合函数中。
⑦ BETWEEN操作符不能同子查询一起使用，但是BETWEEN操作符可以用在子查询中。
以上便是本次介绍的全部内容，下篇文章将为大家讲解 连接 和 高级连接 的使用。
我们下期再见！