SQL面试通关秘籍：面试知识点+技巧分享

Posted 2022-01-05 一起学编程

SQL 是用于 数据分析 和数据处理的最重要的编程语言之一， 因此与数据科学相关的工作（例如 数据分析 师、数据科学家和数据工程师）在面试时总会问到关于 SQL 的问题。

SQL面试问题旨在 评估应聘者的技术和解决问题的能力 。因此对于应聘者来说，关键在于不仅要根据样本数据编写出正确的查询，而且还要像对待现实数据集一样 考虑各种场景和边缘情况 。

在这篇文章中，我将介绍 SQL 面试问题中常见的模式，并提供一些在 SQL 查询中巧妙处理它们的技巧。

1、 问问题

要搞定一场 SQL 面试，最重要的是尽量 多问问题 ，获取 关于给定任务和数据样本的所有细节。 充分理解需求后，接下来你就可以节省很多迭代问题的时间，并且能很好地处理边缘情况。

我注意到许多候选人经常还没 完全理解SQL问题或数据集， 就直接开始编写解决方案了。之后，等我指出他们解决方案中存在的问题后，他们只好反复修改查询。最后，他们在迭代中浪费了很多面试时间，甚至可能到最后都没有找到正确的解决方案。

我建议大家在参加SQL面试时，就当成是自己在和业务伙伴共事。所以在你提供解决方案之前，应该要 针对数据请求了解清楚所有的需求。

举例：

查找薪水最高的前 3 名员工。

样本employee_salary表

这里你应该要求面试官说清楚“前三名”具体是什么意思。我应该在结果中包括 3 名员工吗？你要我怎样处理关系？此外，请仔细检查样本员工数据。salary 字段的数据类型是什么？在计算之前是否需要清除数据？

2、 选哪一个JOIN

在SQL中，JOIN 通常用来 合并 来自多个表的信息。

有四种不同类型的 JOIN，但在大多数情况下，我们只使用 INNER、LEFT和FULLJOIN ，因为 RIGHTJOIN并不是很直观，还可以使用 LEFTJOIN 很简单地重写。在 SQL 面试中，需要根 据给定问题的特定要求选择你要使用的正确JOIN。

举例：

查找每个学生参加的课程总数。（提供学生 id、姓名和选课的数量。）

样本student和class_history表

你可能已经注意到了，并非所有出现在 class_history 表中的学生都出现在了 student 表中，这可能是因为这些学生已经毕业了。（这在事务数据库中实际上是非常典型的情况，因为不再活跃的记录往往会被删除。）

根据面试官是否希望结果中包含毕业生，我们需要使用 LEFT JOIN或 INNER JOIN来组合两个表：

WITH class_count AS (

SELECTstudent_id, COUNT(*) ASnum_of_class

FROMclass_history

GROUPBYstudent_id

)

SELECT

c.student_id,

s.student_name,

c.num_of_class

FROMclass_count c

— CASE 1: include only active students

JOINstudent s ONc.student_id = s.student_id

— CASE 2: include all students

— LEFT JOIN student s ON c.student_id = s.student_id

3、 GROUP BY

GROUP BY是SQL中最重要的功能，因为它广泛用于 数据聚合 。如果在一个 SQL 问题中看到诸如 求和、平均值、最小值或最大值 之类的关键字，这就表明你可能应该在查询中使用GROUP BY了。

一个常见的陷阱是在GROUP BY过滤数据时 混淆 WHERE和HAVING ——我见过很多人犯了这个错误。

举例：

计算每个学生在每个学年的必修课程平均 GPA，并找到每个学期中符合 Dean’s List（GPA≥3.5）资格的学生。

样本gpa_history表

由于我们在GPA计算中仅考虑必修课程，因此需要使用WHERE is_required=TRUE来排除选修课程。

我们需要每位学生在每学年的平均GPA，因此我们将同时GROUP BY student_id和school_year 列，并取gpa列的平均值。最后，我们只保留学生平均 GPA高于3.5的行，可以使用HAVING来实现。 合起来是下面这样：

SELECT

student_id,

school_year,

AVG(gpa) ASavg_gpa

FROMgpa_history

WHEREis_required = TRUE

GROUPBYstudent_id, school_year

HAVINGAVG(gpa) >= 3.5

注意：每当在查询中使用GROUP BY时，都只能选择group-by列和聚合列，因为其他列中的行级信息已被舍弃。

4、 SQL 查询执行顺序

大多数人会从SELECT开始，从上到下编写SQL查询。

但你知道SQL引擎执行函数时要到后面才执行SELECT吗？ 以下是 SQL 查询的执行顺序：

FROM, JOIN

WHERE

GROUP BY

HAVING

SELECT

DISTINCT

ORDER BY

LIMIT, OFFSET

再次考虑前面的示例：

因为我们想在计算平均GPA之前过滤掉选修课程，所以我使用WHERE is_required=TRUE代替HAVING，因为WHERE会在GROUP BY和HAVING之前执行。我不能编写HAVING avg_gpa >= 3.5的原因是，avg_gpa被定义为SELECT的一部分，因此无法在SELECT之前执行的步骤中引用它。

我建议在编写查询时 遵循引擎的执行顺序 ，这在编写复杂查询时会很有用。

5、 Window 函数

Window函数也经常出现在SQL面试中。 共有五种常见的Window函数：

RANK/DENSE_RANK/ROW_NUMBER： 它们通过排序特定列来为每行分配一个排名。如果给出了任何分区列，则行将在其所属的分区组中排名。

LAG/LEAD： 它根据指定的顺序和分区组从前一行或后一行检索列值。

在SQL面试中，重要的是要 了解排名函数之间的差异 ，并知道何时使用 LAG/LEAD 。

举例：

查找每个部门中薪水最高的前 3 名员工。

另一个示例employee_salary表

当一个SQL问题要求计算“TOP N”时，我们可以使用 ORDER BY或排名函数 来回答问题。

但在这个示例中，它要求计算“每个 Y 中的 TOP N X”，这强烈暗示我们应该使用排名函数，因为我们需要对每个分区组中的行进行排名。

以下查询恰好能找到 3 名薪水最高的员工，而不论他们的关系如何， 如下：

WITH T AS (

SELECT

*,

ROW_NUMBER OVER( PARTITIONBYdepartment_id ORDERBYemployee_salary DESC) ASrank_in_dep

FROMemployee_salary)

SELECT* FROMT

WHERErank_in_dep <= 3

— Note:When using ROW_NUMBER, each row will have a unique rank number and ranks for tied records are assigned randomly. For exmaple, Rimsha and Tiah may be rank 2 or 3 in different query runs.

此外，根据 关系的处理方式 ，我们可以选择其他排名函数。同样，细节是很重要的！

ROW_NUMBER,RANK,DENSE_RANK结果比较

6、 重复项

SQL面试中的另一个常见陷阱是 忽略数据重复 。

尽管样本数据中的某些列似乎具有不同的值，但面试官还是希望候选人 考虑所有可能性 ，就像他们在处理真实数据集一样。

例如：

在上一个示例employee_salary表中，可以让雇员共享相同的名称。

要避免由重复项导致的潜在问题，一种简单方法是 始终使用 ID 列唯一地标识不同的记录。

举例：

使用 employee_salary 表查找每个部门所有员工的总薪水。

正确的解决方案是 GROUP BY employee_id，然后使用 SUM(employee_salary) 计算总薪水。如果需要雇员姓名，请在末尾与 employee 表联接以检索雇员姓名信息。

错误的方法是使用 GROUP BY employee_name。

7、 NULL

在SQL中，任何谓词都可以产生三个值之一 true，false和NULL ，后者是unknown或missing数据值的保留关键字。处理NULL数据集时可能会意外地很棘手。

在SQL面试中，面试官可能会特别注意解决方案是否处理了NULL值。有时，很明显有一列是不能nullabl的，但 对于其他大多数列来说，很有可能会有NULL值。

建议：确认示例数据中的关键列是否为nullable，

如果可以，请利用IS(NOT)NULL，IFNULL和COALESCE 之类的函数来覆盖这些边缘情况。

8、 交流

最后一点也非常重要： 在SQL面试期间要随时与面试官沟通交流。

我面试过的许多候选人都很沉默寡言，有疑问的时候才会知声。当然如果他们最终给出了完美的解决方案，那也不是什么问题。

但是，在技术面试期间 保持沟通交流往往会是有价值的。

例如：你可以谈论对问题和数据的理解，说明你计划如何解决问题，为什么使用某些函数而不是其他选项，以及正在考虑哪些极端情况。

9、 总结

（1）首先要提问，收集所需的细节

（2）在INNER，LEFT和FULL JOIN之间谨慎选择

（3）使用GROUP BY聚合数据并正确使用WHERE和HAVING

（4）了解三个排名函数之间的差异

（5）知道何时使用LAG/LEAD窗口函数

（6）如果在创建复杂的查询时遇到困难，请尝试遵循SQL执行顺序

（7）考虑潜在的数据问题，例如重复和NULL值

（8）与面试官交流你的思路

对于学习编程或者在工作想升职的程序员，如果你想更好的提升你的编程能力帮助你提升水平！笔者这里或许可以帮到你~

C语言C++编程学习交流圈子，QQ群：632264260【点击进入】微信公众号：C语言编程学习基地

分享（源码、项目实战视频、项目笔记，基础入门教程）

欢迎转行和学习编程的伙伴，利用更多的资料学习成长比自己琢磨更快哦！

编程学习视频分享：

 

 本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有