数据分析面试手册《SQL篇》
Posted 二哥不像程序员
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据分析面试手册《SQL篇》相关的知识,希望对你有一定的参考价值。
前言
最近互联网行业进入了工作变动的高峰期,很多读者对于数据分析的面试题不知道如何进行解答,本文开始二师兄将连载《数据分析面试手册》来帮助大家!
在当前的数据分析岗位中,多数人在做着SQL-Boy\\SQL-Girl的工作,在数据分析面试中,SQL是必不可少的一环,对于SQL不仅有常见函数用法的考察,更多时候面试官喜欢出一些编程类题目,本文我们来了解一下那些典型的SQL面试题。(文中的问题均以mysql为例)
简述类题
Q1:MySQL排序窗口函数的区别?
考频:🔥🔥🔥🔥
难度:🔥🔥🔥🔥
- ROW_NUMBER():按照顺序进行排序(1、2、3…)
- RANK():并列排序,会跳过重复的序号(1、1、3…)
- DENSE_RANK():并列排序,不会跳过重复的序号(1、1、2…)
Q2:如何进行MySQL优化?
考频:🔥🔥🔥🔥🔥
难度:🔥🔥🔥🔥
SQL进行优化的方式多种多样,这里列出10种常见方法:
- 使用select具体字段代替select*
- 查询结果数量已知时,使用limit限定
- 尽量避免使用in和not in(可以使用between和exists)
- 尽量避免使用or(可用union代替)
- 尽量避免进行null值判断(可用0去填充然后判断)
- 大表驱动小表(in的时候左大右小,exists左小右大)
- join的表不宜过多(一般不超过3个)
- 先缩小数据范围,再进行其他操作
- 针对条件筛选列添加索引
- 使用group by代替distinct进行去重
Q3:MySQL中三left join\\right join\\inner join的区别?
考频:🔥🔥🔥
难度:🔥🔥🔥
-
左外连接(left join):将左表所有的查询信息列出,而右表只列出ON后条件与左表满足的部分。
-
右外连接(right join):将右表所有的查询信息列出,而左表只列出ON后条件与右表满足的部分
-
内连接(inner join):两表同时满足ON后的条件的部分才会列出
编程类题
完成编程题的时候,不要被SQL优化的思维固化,这种题目在保证速度和准确率的基础上再去考虑优化方案
下面选出的5道题目对应着4种常考的SQL类型:查询类、合并类、排序类、字符串提取类。小伙伴们可以根据题目总结类似题目的解题思想。
注:写SQL代码是多数公司必不可少的一环,毕竟实践是检验真理的唯一标准。
Q1:第二高的薪水
考频:🔥🔥🔥
难度:🔥🔥🔥
题目
给定一个如下定义的数据表,编写查询语句获取并返回 Employee
表中第二高的薪水 。如果不存在第二高的薪水,查询应该返回 null
。
字段名 | 数据类型 |
---|---|
id | int |
salary | int |
示例:
输入:Employee表
id | salary |
---|---|
1 | 100 |
2 | 200 |
3 | 300 |
输出:
SecondHighestSalary |
---|
200 |
答案
select ifnull((
select distinct salary
from Employee
order by salary Desc limit 1,1),null) as SecondHighestSalary;
解析
该题是一道经典的查询类问题,很多的场景下我们需要查找第n高的数据,较为简便的方式就是使用limit(x,y)
进行查询,x是定位到第n个数据,y是从x的位置开始显示多少数据。因此本题需要对数据进行从大到小的排序,然后进行limit(1,1)
限制,也就表示从第2大的数据开始显示一个数据。
因为题目中给出查不到需要显示null因此使用ifNull(查询,null)
的方式完成。
Q2:上升的温度
考频:🔥🔥🔥
难度:🔥🔥🔥
题目
给定一个如下定义的数据表,编写一个 SQL 查询,来查找与之前(昨天的)日期相比温度更高的所有日期的 id
。
字段名 | 数据类型 |
---|---|
id | int |
recordDate | date |
temperature | Int |
示例
id | recordDate | temperature |
---|---|---|
1 | 2015-01-01 | 10 |
2 | 2015-01-02 | 25 |
3 | 2015-01-02 | 20 |
4 | 2015-01-04 | 30 |
输出
id |
---|
2 |
4 |
答案
select u.id
from Weather u, Weather v
where datediff(u.recordDate,v.recordDate)=1 and u.Temperature > v.Temperature;
解析
本题是一个合并类的题目,我们需要进行前后日期的比较,对于该类比较我们可以对日期做差来完成,对于给定的数据表赋予两个别名得到两个相同的表u和v,对u和v的日期进行做差,如果差值为1则证明正在比较’今天和明天’的数据,此时再对温度做差得到结果即可。
Q3:删除重复的电子邮箱
考频:🔥🔥🔥
难度:🔥🔥🔥
题目
给定一个如下定义的数据表,编写一个 SQL 删除语句来 删除 所有重复的电子邮件,只保留一个id最小的唯一电子邮件。
字段名 | 数据类型 |
---|---|
id | int |
Archer |
示例
id | |
---|---|
1 | john@example.com |
2 | bob@example.com |
3 | john@example.com |
输出
id | |
---|---|
1 | john@example.com |
2 | bob@example.com |
答案
delete from person
where id not in (
select id from (select min(id) as id from person group by email) as t
)
解析
本题是一道排序类题目,我们要进行重复值的删除并且保留ID最小的那一条数据,此时我们只需要找到每一个最小的ID进行保留即可,因此使用min(id)
找到每条数据最小的id,将所有的最小id作为id池,后续只要id不在里面就进行删除即可。
除了上述方法,还有比较简单的建立双表,直接找到email相同且id较大的数据进行删除,代码如下:
delete u
from Person u , Person v
where v.id < u.id and u.email = v.email
Q4:分数排名
考频:🔥🔥🔥
难度:🔥🔥🔥
题目
给定如下的表格,编写SQL查询对分数进行排序。排名按以下规则计算:
- 分数应按从高到低排列。
- 如果两个分数相等,那么两个分数的排名应该相同。
- 在排名相同的分数后,排名数应该是下一个连续的整数。换句话说,排名之间不应该有空缺的数字。
按 score 降序返回结果表。
字段名 | 数据类型 |
---|---|
id | int |
score | decimal |
示例
id | score |
---|---|
1 | 3.50 |
2 | 3.65 |
3 | 4.00 |
4 | 3.85 |
5 | 4.00 |
6 | 3.65 |
输出
Score | Rank |
---|---|
4.00 | 1 |
4.00 | 1 |
3.85 | 2 |
3.65 | 3 |
3.65 | 3 |
3.50 | 4 |
答案
select score,dense_rank() over(order by Score desc) as 'rank'
from Scores;
解析
这是一个考察排序的题目,mysql出现窗口函数之后对于此类问题的解答就简单了许多,不难理解上述答案。但是需要思考的是如果在不使用窗口函数的情况下我们如何完成呢?
Q5:患某种疾病的患者
考频:🔥🔥🔥
难度:🔥🔥🔥
题目
给定如下的数据表,写一条 SQL 语句,查询患有 I 类糖尿病的患者 ID (patient_id)、患者姓名(patient_name)以及其患有的所有疾病代码(conditions)。I 类糖尿病的代码总是包含前缀 DIAB1 。
按任意顺序返回结果表。
字段名 | 数据类型 |
---|---|
patient_id | int |
patient_name | varchar |
conditions | varcher |
示例
patient_id | patient_name | conditions |
---|---|---|
1 | Daniel | YFEV COUGH |
2 | Alice | |
3 | Bob | DIAB100 MYOP |
4 | George | ACNE DIAB100 |
5 | Alain | DIAB201 |
输出
patient_id | patient_name | conditions |
---|---|---|
3 | Bob | DIAB100 MYOP |
4 | George | ACNE DIAB100 |
答案
select *
from Patients where conditions like 'DIAB1%' or conditions like '% DIAB1%';
解析
该题是一道典型的字符串提取类题目,对于字符串我们需要掌握字符串的截取、模糊查询、位置查找等操作,对于本题我们使用连续的模糊查询进行筛选即可。
以上是关于数据分析面试手册《SQL篇》的主要内容,如果未能解决你的问题,请参考以下文章